웹사이트 100곳의 AI Agent 대응률 0%, agent.json 표준 제안

We Scored 100 Sites on Agent Readiness. Every One Failed.

Ashley Pfeiffer2026년 4월 19일3분intermediate

AI 요약

Context

웹 생태계가 Search Engine Crawler 중심의 최적화에 치중하여 AI Agent를 위한 진입점 부재 상황 발생. Schema.org 등 구조적 데이터는 갖췄으나, Agent가 사이트의 기능과 정책을 파악할 표준화된 Discovery Layer가 결여된 한계 존재.

Technical Solution

robots.txt와 유사한 도메인 루트 배치 방식의 agent.json 오픈 스펙 설계
Machine-readable한 Capability Manifest를 통해 Agent의 기능 탐색 비용 최소화
Brand Voice 및 Policy 정의 필드를 도입하여 Agent의 응답 톤과 데이터 처리 규정 강제
Human Escalation Trigger 설정을 통한 AI-to-Human 핸드오버 지점 명시
MCP(Model Context Protocol) Proxy Middleware를 통한 기존 사이트의 API화 및 도구 추출 구조 구현
CLI 기반의 Scoring Framework를 구축하여 Discovery, Structure, Actions, Policies 4개 차원의 정량적 진단 수행

실천 포인트

1. 도메인 루트에 Agent용 기능 명세서(agent.json 등) 배치 검토

2. LLM이 참조 가능한 Machine-readable Capability List 작성

3. AI Agent의 권한 범위 및 Rate Limit 정책 수립

4. 복잡한 질의 시 Human Agent로 전환되는 구체적인 Trigger 조건 정의

태그

#AI Agent #Interoperability #Discovery Layer #Open Spec #MCP

원문 읽기