콘텐츠로 이동
LLMO Framework

Microsoft의 AI 콘텐츠 3대 원칙

2025년 10월, Microsoft는 AI 생성 검색 답변(Bing Chat, Copilot)에 콘텐츠가 표시되기를 원하는 콘텐츠 제작자를 위한 공식 가이드라인을 발표했습니다. 이 가이드라인은 LLMO 프레임워크와 밀접하게 일치하며, 여러 LLMO 구성 요소에 대한 벤더 차원의 검증을 제공합니다.

3대 원칙

섹션 제목: “3대 원칙”

Microsoft의 가이드라인은 AI가 생성된 답변에 콘텐츠를 포함시킬지 여부를 결정하는 세 가지 핵심 속성을 제시합니다:

1. 구조(Structure)

섹션 제목: “1. 구조(Structure)”

AI 시스템은 비구조화된 산문보다 구조화된 콘텐츠에서 정보를 더 안정적으로 추출합니다. Microsoft는 다음을 권장합니다:

  • 명확한 제목 계층 구조 (H1 → H2 → H3): 콘텐츠 구성을 반영
  • 비교 데이터를 위한 표: AI는 인라인 비교보다 표 형식 데이터를 더 정확하게 추출
  • 순차적 또는 범주적 정보를 위한 목록: 단계에는 번호 목록, 옵션에는 글머리 기호 목록
  • Schema.org 마크업: JSON-LD 구조화 데이터가 AI의 엔티티 유형 및 관계 이해를 지원

LLMO와의 정합성: 이는 Component 2(Structural Formatting)에 직접 대응됩니다. JSON-LD, 시맨틱 HTML, llms.txt 사용에 대한 LLMO 프레임워크의 권고가 Microsoft의 가이드라인에 의해 검증됩니다.

2. 권위(Authority)

섹션 제목: “2. 권위(Authority)”

AI 시스템은 출처를 인용하기 전에 신뢰할 수 있는지 평가합니다. Microsoft는 다음과 같은 권위 신호를 제시합니다:

  • 저자 표시: 검증 가능한 자격을 갖춘 실명 저자
  • 크로스 플랫폼 존재감: 웹 전반에 걸친 일관된 정보 (자사 사이트, LinkedIn, GitHub, 출판물)
  • 게시 실적: 정확하고 인용되는 콘텐츠의 이력이 있는 사이트가 선호됨
  • 독자적 연구: 자체 데이터, 연구, 분석이 집계된 콘텐츠보다 더 높은 가중치를 받음

LLMO와의 정합성: 이는 Component 4(Authority Signals)에 대응됩니다. LLMO 프레임워크는 크로스 플랫폼 일관성과 검증 가능한 자격을 핵심 차별화 요소로 강조합니다.

3. 최신성(Freshness)

섹션 제목: “3. 최신성(Freshness)”

AI 시스템은 특히 자주 변하는 주제에 대해 최신 정보를 선호합니다. Microsoft는 다음을 권장합니다:

  • 모든 콘텐츠에 게시일 표시: AI가 정보의 최신성을 평가하는 데 날짜를 사용
  • 정기적인 업데이트: 업데이트된 콘텐츠는 활발한 유지 관리를 나타냄
  • 버전 정보: 콘텐츠가 다루는 제품 버전이나 API 버전을 명시
  • 폐기 공지: 오래된 콘텐츠에 표시를 하여 AI가 부정확한 정보를 인용하는 것을 방지

LLMO와의 정합성: 이는 게시일과 버전 정보를 요구하는 Component 5(Citation Signals)와, 정기적으로 업데이트되는 llms.txt 및 사이트맵 파일을 강조하는 Component 3(Retrieval Signals)에 걸쳐 반영됩니다.

구현 체크리스트

섹션 제목: “구현 체크리스트”

Microsoft의 가이드라인을 기반으로, 실행할 수 있는 구체적인 조치 항목입니다:

조치Microsoft 원칙LLMO 구성 요소우선순위
모든 페이지에 JSON-LD 추가구조2. Structural Formatting높음
제목 계층 구조 일관되게 사용구조2. Structural Formatting높음
자격 정보가 포함된 저자 소개 추가권위4. Authority Signals높음
게시일 포함최신성5. Citation Signals높음
산문 형태의 비교를 표로 변환구조2. Structural Formatting중간
Schema.org Article/Person 마크업 추가구조 + 권위2 + 4중간
분기별 이상의 콘텐츠 업데이트최신성3. Retrieval Signals중간
1차 출처로의 링크권위5. Citation Signals중간

Microsoft 원칙과 LLMO의 대응 관계

섹션 제목: “Microsoft 원칙과 LLMO의 대응 관계”
Microsoft 3대 원칙              LLMO 프레임워크 (5개 구성 요소)
─────────────────────────    ────────────────────────────
Structure (구조)           →   2. Structural Formatting
                               3. Retrieval Signals (일부)
Authority (권위)           →   4. Authority Signals
                               1. Knowledge Clarity (일부)
Freshness (최신성)         →   5. Citation Signals
                               3. Retrieval Signals (일부)

LLMO 프레임워크의 Component 1(Knowledge Clarity)과 Component 3(Retrieval Signals)의 세부 구현은 Microsoft 가이드라인이 다루는 범위를 넘어섭니다. 이는 LLMO가 Bing/Copilot 검색뿐만 아니라 모든 LLM 상호작용의 전체 스펙트럼을 다루기 때문입니다.

핵심 요점

섹션 제목: “핵심 요점”

Microsoft의 가이드라인은 AI 콘텐츠 최적화가 추측이 아닌, 벤더가 지원하는 모범 사례를 갖춘 인정된 관행임을 확인시켜 줍니다. LLMO 프레임워크는 이러한 가이드라인보다 먼저 등장했으며 이를 확장하여, 더 포괄적이고 구현 중심적인 접근 방식을 제공합니다.

Microsoft 원칙과 LLMO 프레임워크의 수렴은 이것이 플랫폼별 트릭이 아니라, LLM이 인용할 콘텐츠를 평가하고 선택하는 방식의 근본적인 속성임을 시사합니다.

출처

섹션 제목: “출처”