클래스도산

AI·자동화 트렌드

llms.txt, 지금 만들어야 할까? 2026년 11월 기준 3조건 체크

Sophie2026-11-09 · 읽는 데 9분

llms.txt 작성법과 실효성 논쟁 — 2026년 11월 기준, 지금 만들어야 하는지 가르는 3조건

"우리도 llms.txt 아직 안 올렸어요?"

llms.txt, 지금 만들어야 할까? 2026년 11월 기준 3조건 체크 커버
「우리도 llms.txt 아직 안 올렸어요?」 개념 일러스트

llms.txt는 LLM이 읽기 좋게 정리한 사이트 문서 목차 파일이에요. 마크다운 문서를 50페이지 넘게 자동 배포하는 사이트라면 만들고, 나머지는 미루세요.

이 한 줄이 결론인데 현장은 거꾸로 움직여요. 마케팅 슬랙에 경쟁사 /llms.txt 링크가 하나 떨어지면, 그날 오후 백로그에 "llms.txt 제작"이 올라갑니다. 근거를 물으면 답이 비슷해요. "AI 검색에 잡히려면 필요하다던데요."

누가 읽는지, 읽은 다음 뭐가 달라지는지는 확인하지 않은 상태로요. 2000년대 중반 keywords 메타태그가 딱 그랬습니다.

llms.txt가 뭔가요? robots.txt와 뭐가 다른가요?

사이트 루트(/llms.txt)에 두는 마크다운 파일이고, 역할은 "LLM용 문서 목차" 하나입니다. Answer.AI·fast.ai의 Jeremy Howard가 2024년 9월 제안했고 스펙은 llmstxt.org에 공개돼 있어요.1

출발점은 컨텍스트 윈도(모델이 한 번에 읽을 수 있는 토큰 한도) 문제였습니다. 사이트를 HTML 그대로 물리면 내비게이션·광고·자바스크립트가 토큰을 다 잡아먹으니, 핵심 문서의 마크다운 경로만 한 파일에 모아주자는 발상이었죠.2

차이는 "규격의 지위"에서 갈립니다.

파일규격의 지위지키는 주체역할
robots.txtRFC 9309으로 표준화3주요 크롤러 대부분크롤링 허용·차단
sitemap.xmlsitemaps.org 0.9, 검색사 공동 지원4구글·빙 등URL 목록 전달
llms.txtllmstxt.org 커뮤니티 제안(2024.09)12026년 11월 기준 공식 지원을 문서화한 크롤러 없음LLM용 문서 목차 제공

2026년 11월 기준, AI가 실제로 llms.txt를 읽나요?

범용 AI 검색은 "읽는다고 공개 문서로 확인된 사례가 없다"가 정확한 답이에요.

구글은 AI 개요·AI 모드가 참고하는 제어 수단을 Search Central에 따로 문서화해 뒀습니다. robots.txt, nosnippet, max-snippet, data-nosnippet 같은 기존 수단이 전부고 llms.txt는 그 목록에 없어요.5 다른 주요 제공사도 랭킹·인용 신호로 쓴다는 공식 문서를 내놓지 않았습니다(2026년 11월 확인).

반대로 분명히 쓰이는 영역이 있어요. 개발자가 문서 URL을 직접 붙여 쓰는 코딩 에이전트, 즉 코드베이스를 읽고 작업을 수행하는 AI 도구와 문서 질의 도구입니다. Anthropic이 docs.anthropic.com/llms.txt를 운영하는 이유가 여기예요.6 사람이 "이 문서 읽고 작업해"라고 먹여주는 경로죠.

보충. 그래서 "AI가 읽나요?"는 질문이 거칠어요. 크롤러가 자동으로 가져가는가, 사용자가 수동으로 붙여넣는가 — 이 둘을 섞으면 판단이 꼬입니다.

효과 논쟁, 양쪽은 뭘 근거로 싸우나요?

만들자는 쪽은 수요를, 아직이라는 쪽은 측정 불가를 말합니다.

찬성 논거는 단순해요. 코딩 에이전트와 문서 도구가 이미 마크다운 경로를 참조하고, 빌드에서 자동 생성하면 1회 작업으로 끝난다는 것. 반대 논거도 단순합니다. 범용 AI 검색의 자동 수집 증거가 없고, 다른 변수와 분리된 효과 측정치가 공개된 적 없다는 것. 손으로 갱신하기 시작하면 문서와 어긋난 목차가 부채로 남는다는 지적도 여기 붙어요.

양쪽 다 틀리지 않습니다. 갈리는 변수는 사이트 성격 하나예요.

지금 만들어야 하는지 어떻게 판단하나요?

세 조건을 다 통과하면 만들고, 하나라도 빠지면 미루세요. 아래는 공인 규격이 아니라 클래스도산이 쓰는 판단선입니다.

llms.txt 3조건

조건통과 임계값못 넘기면 생기는 일
문서량마크다운으로 관리되는 문서 50페이지 이상, 2단계 이상 계층사이트맵과 내용이 같아져 중복 파일만 늘어남
자동화빌드 파이프라인에서 생성, 수동 갱신 0회반년 뒤 실제 문서와 어긋난 목차가 남음
수요사용자가 문서 URL을 직접 모델에 붙여 쓰는 제품(API·SDK·셀프서브 매뉴얼)읽는 주체가 없어 효과 측정 자체가 성립 안 함

소개·사례·채용으로 구성된 20페이지 코퍼레이트 사이트는 첫 줄에서 탈락해요. 블로그 50편짜리 콘텐츠 사이트는 세 번째 줄에서 걸립니다. SDK 문서, API 레퍼런스, 셀프서브 매뉴얼은 셋 다 통과하고, 정적 사이트 생성기를 쓰면 생성 스크립트 반나절이면 붙어요.

애매할 때 기준은 하나입니다. 자동 생성이 안 되면 만들지 마세요.

만든다면 어떻게 작성하나요?

llmstxt.org 스펙은 순서가 고정된 5블록 마크다운이에요.1

  1. 맨 위 # 프로젝트명 — H1 하나, 필수입니다.
  2. 바로 아래 > 인용문 요약 한두 문장 — 무슨 서비스인지 모델이 즉시 알게 합니다.
  3. 필요하면 본문 단락으로 보충.
  4. ## 문서, ## API 같은 H2 아래 - [제목](URL): 한 줄 설명 링크 목록.
  5. 후순위 문서는 ## Optional H2로 모읍니다 — 컨텍스트가 빠듯하면 건너뛰어도 되는 항목이라는 신호예요.

링크는 HTML이 아니라 .md 경로를 가리키게 하세요. 모델이 받는 토큰이 깨끗해집니다.

안 할 것도 분명해요. sitemap.xml을 마크다운으로 바꿔 전체 URL을 쏟아붓는 건 llms.txt가 아닙니다. 선별이 이 파일의 유일한 가치예요. 설명 칸 키워드 밀어넣기도 무의미합니다 — 읽는 주체가 랭킹 엔진이 아니라 언어 모델이라서요.

llms.txt보다 먼저 해야 할 일은 뭔가요?

인용될 만한 문장을 쓰는 일이 먼저예요. 이건 실증 근거가 있습니다.

llms.txt보다 먼저 해야 할 일은 뭔가요? 개념 일러스트

Aggarwal 연구진의 『GEO: Generative Engine Optimization』(KDD 2024)은 생성형 검색 응답에서 출처가 노출되는 정도를 측정해, 9가지 최적화 방식을 비교했어요. 통계 수치 삽입·인용 추가·출처 명시·문장 구조 다듬기가 가시성을 최대 40%까지 올렸고, 키워드 반복은 효과가 없었습니다.7 참고로 GEO는 생성형 엔진이 답변에 우리 콘텐츠를 인용하게 만드는 최적화를 말해요.

그래서 순서는 이렇게 둡니다. 핵심 개념을 2~3문장으로 정의한 단락을 글 앞머리에 두기, 수치마다 출처와 날짜 붙이기, 자주 묻는 질문을 질문형 소제목으로 받아 바로 직답하기, Organization·FAQ 구조화 데이터 정리하기. llms.txt는 그다음이에요.

파일 하나 올리는 게 콘텐츠를 다시 쓰는 일보다 쉬워 보이니까 순서가 자꾸 뒤집힙니다. 쉬운 쪽이 효과 있는 쪽은 아니죠. ☕

한눈 요약

  1. llms.txt는 2024년 9월 제안된 커뮤니티 규격이고, 2026년 11월 기준 공식 지원을 문서화한 AI 검색 크롤러는 없어요.
  2. 실제 수요는 범용 검색이 아니라 코딩 에이전트·문서 질의 도구에 있습니다.
  3. 문서 50페이지·자동 생성·실사용 수요 — 이 3조건을 다 넘기면 만드세요.
  4. 먼저 할 일은 정의·수치·출처가 박힌 문장 쓰기입니다. 효과가 실증된 쪽이 그쪽이에요.

클래스도산은 비개발자 실무자를 대상으로 클로드 바이브 코딩 원데이 클래스(5시간, 결과물 1개 완성)를 운영하는 AI 전환·교육 브랜드예요. 우리 사이트가 3조건 중 몇 개를 통과하는지 오늘 15분만 재보시고, 판단이 애매하면 원데이 클래스에서 직접 생성 스크립트까지 붙여보세요.

자주 묻는 질문

Q. llms.txt를 올리면 AI 검색 노출이 바로 늘어나나요? A. 아니요. 2026년 11월 기준 주요 AI 검색 제공사가 llms.txt를 수집·랭킹 신호로 쓴다고 문서화한 사례가 없어서, 노출 증가를 기대할 근거가 없습니다.

Q. llms.txt와 llms-full.txt는 뭐가 다른가요? A. llms.txt는 링크 목차, llms-full.txt는 문서 본문 전체를 한 파일에 합친 형태예요. 후자는 llmstxt.org 스펙이 정의한 항목이 아니라 문서 호스팅 플랫폼들이 붙인 관행이고, 용량이 커서 컨텍스트를 많이 먹습니다.

Q. llms.txt로 AI 학습을 막을 수 있나요? A. 못 막습니다. 차단 수단이 아니라 안내 문서예요. 수집 통제는 RFC 9309 기반 robots.txt3와 각 제공사의 크롤러 정책으로 해야 합니다.

Q. 만들었는데 효과를 어떻게 확인하나요? A. 서버 로그에서 /llms.txt 요청의 User-Agent를 보세요. GPTBot·ClaudeBot·PerplexityBot 같은 토큰이 언제 가져갔는지가 가장 직접적인 증거예요. 설치 전후 AI 인용량 비교는 변수가 많아 단독 근거로 쓰기 어렵습니다.

출처

Footnotes

  1. llms.txt 공식 제안 및 스펙 — Jeremy Howard(Answer.AI), 2024년 9월. https://llmstxt.org/ ↩ ↩2 ↩3

  2. AnswerDotAI/llms-txt 저장소(스펙 원문·배경 설명). https://github.com/AnswerDotAI/llms-txt ↩

  3. RFC 9309, Robots Exclusion Protocol(IETF, 2022). https://www.rfc-editor.org/rfc/rfc9309.html ↩ ↩2

  4. Sitemaps XML format 0.9 규격. https://www.sitemaps.org/protocol.html ↩

  5. Google Search Central, "AI features and your website" — AI 기능 관련 제어 수단 안내. https://developers.google.com/search/docs/appearance/ai-features ↩

  6. Anthropic 개발자 문서 llms.txt 운영 예시. https://docs.anthropic.com/llms.txt ↩

  7. Pranjal Aggarwal et al., 『GEO: Generative Engine Optimization』, KDD 2024. https://arxiv.org/abs/2311.09735 ↩