이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
게시물은 LLM이 기업 문서를 읽기 쉽게 만드는 llms.txt가 실제로 확산되고 있지만, 사람에 관한 정보에는 대응하는 표준이 없다는 비대칭을 지적합니다. PostHog, Stripe, Clerk 등 12개 기업 가운데 8곳이 llms.txt를 제공했고, PostHog 파일은 375KB에 달했지만 Patrick Collison과 Paul Graham의 도메인에는 해당 파일이 없었습니다. LinkedIn, Instagram, TikTok은 GPTBot, ClaudeBot, anthropic-ai, PerplexityBot, CCBot, Google-Extended의 접근을 막고 Googlebot만 허용해 모델이 오래된 행사 소개나 GitHub README에 의존하게 만들 수 있습니다. 사람에게는 문서 색인보다 출처와 최종 수정일을 포함한 schema.org Person 또는 서명된 진술이 적합할 수 있으며, 이런 페이지가 기존의 낡은 정보보다 실제 답변에 우선 반영되는지는 아직 검증되지 않았습니다.
실용적 조언
- 사람에 관한 정보 페이지를 만들 때 단순한 문서 링크만 나열하지 말고 각 사실의 출처와 최종 수정일을 함께 기록하는 구조를 우선 고려할 수 있습니다.
- AI 크롤러별 robots 규칙을 확인한 뒤, 새 정보 페이지가 실제 모델 답변에 반영되는지 같은 질문으로 변경 전후 결과를 비교해야 합니다.
섹션별 상세
게시물은 LLM이 기업 문서를 잘못 읽는 문제를 웹사이트 운영자가 llms.txt로 보완하는 흐름과, 사람에 관한 정보에는 같은 대응 장치가 없다는 차이를 연결합니다. 12개 기업 중 8곳이 llms.txt를 제공했고 PostHog 파일은 375KB였지만, Patrick Collison과 Paul Graham의 도메인에는 사람을 위한 파일이 없었습니다. 제품 문서는 관리 대상이 되었지만 인물 정보는 오래된 소개 페이지와 GitHub README에 방치된다는 점이 핵심 문제로 제기됩니다.
사람을 위한 정보 구조는 문서 링크를 나열하는 llms.txt보다 주장별 출처와 최종 수정일을 기록하는 형식에 가까울 수 있다는 관점입니다. 게시물은 schema.org Person이나 signed statement를 후보로 들며, 이름과 소속 같은 사실을 어떤 근거로 언제 갱신했는지 모델이 확인할 수 있어야 한다고 봅니다. 다만 이 형식이 실제로 LLM 답변에서 오래된 자료를 밀어내는지는 측정되지 않았고, 현재 제기되는 효과 주장은 실험보다 추정에 가깝다고 선을 긋습니다.
LinkedIn, Instagram, TikTok의 robots 규칙은 GPTBot, ClaudeBot, anthropic-ai, PerplexityBot, CCBot, Google-Extended를 일괄 차단하고 Googlebot에는 별도 허용 목록을 둡니다. 그 결과 모델은 더 나은 출처를 선택하는 것이 아니라 접근이 허용된 행사 약력, 과거 회사 페이지, GitHub README 중 하나에 의존하게 됩니다. 게시물은 사람이 직접 관리하는 최신 정보 페이지를 만들더라도 모델이 기존 자료와 새 자료를 함께 사용할지, 새 자료가 실제 답변을 바꿀지에 대한 전후 비교가 필요하다고 봅니다.
용어 해설
- LLM용 문서 안내 파일(llms.txt)
- — 웹사이트가 LLM 크롤러에게 어떤 문서를 우선적으로 읽어야 하는지 알려주는 텍스트 파일입니다. 게시물에서는 PostHog, Stripe, Clerk 등 여러 기업의 문서 접근성을 높이는 방식으로 쓰이지만, 사람의 경력이나 발언처럼 출처와 갱신일이 중요한 정보에는 링크 목록만으로 부족할 수 있다는 한계가 제기됩니다.
- 크롤러 접근 제어 파일(robots.txt)
- — 웹사이트 운영자가 검색엔진이나 AI 크롤러의 접근을 허용하거나 차단하는 규칙을 지정하는 파일입니다. 게시물에서는 LinkedIn, Instagram, TikTok이 여러 AI 크롤러를 막고 Googlebot만 별도로 허용하면서, 모델이 사람에 관한 최신 정보를 확인하기 어려워지는 경로를 설명하는 근거로 쓰입니다.
- schema.org Person 구조화 데이터(schema.org Person)
- — 사람의 이름, 소속, 직업 같은 사실을 일정한 구조로 표현하는 schema.org의 데이터 유형입니다. 게시물에서는 사람을 위한 정보가 문서 링크 목록보다 주장별 출처와 최종 수정일을 갖춘 구조화된 기록에 가까우므로, llms.txt보다 적합할 가능성이 있는 형태로 거론됩니다.
- 서명된 사실 진술(signed statement)
- — 특정 주체가 자신의 정보나 주장을 직접 확인하고 서명한 형태의 기록입니다. 게시물에서는 사람에 대한 사실을 모델이 신뢰할 수 있게 전달하려면 단순한 링크 목록보다 출처와 갱신 시점을 함께 제공하는 서명된 진술이 더 가까울 수 있다고 봅니다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 09. 01.수집 2026. 09. 01.출처 타입 REDDIT
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
