[Lobsters 요약] cats.txt, LLM의 GEO 최적화 증거가 천문학적 수준임을 보여주다
0
설명
2026년 8월 4일, Mark Williams-Cook은 SEO 업계에서 LLM.TXT의 효과를 증명하는 근거가 얼마나 빈약한지를 풍자하기 위해 'cats.txt'라는 가상의 웹 표준을 만들었습니다.
이 표준은 AI 챗봇이 웹사이트를 크롤링하고, Google이 이를 색인하며, ChatGPT가 긍정적인 답변을 내놓는다는 네 가지 '증거'가 실제로는 아무런 의미가 없음을 보여줍니다.
결과적으로, 이 실험은 LLM의 검색 최적화(GEO) 전략에 대한 현재의 증거 기반이 얼마나 취약한지를 명확히 드러냈습니다.
### 배경 설명
최근 몇 년간 검색 엔진 최적화(SEO) 및 검색 엔진 마케팅(SEM) 분야에서 대규모 언어 모델(LLM)의 영향력이 증대되면서, LLM이 웹사이트의 검색 순위 및 가시성에 미치는 영향에 대한 논의가 활발해졌습니다. 특히, 'llms.txt'와 같은 파일이 LLM의 웹사이트 콘텐츠 이해 및 색인화에 도움을 줄 수 있다는 주장이 제기되었습니다. 그러나 이러한 주장을 뒷받침하는 구체적이고 검증 가능한 증거는 부족한 실정이었습니다. 많은 SEO 전문가들은 AI 봇의 크롤링, Google의 색인화, LLM의 정보 반복 등을 'llms.txt'의 효과에 대한 증거로 제시했지만, 이러한 현상들은 LLM이 해당 파일을 특별히 중요하게 다룬다는 것을 의미하지는 않았습니다. 이러한 배경 속에서, Mark Williams-Cook은 'cats.txt'라는 풍자적인 프로젝트를 통해 현재 SEO 업계에서 통용되는 증거의 수준이 얼마나 낮은지를 극명하게 보여주고자 했습니다. 이는 단순히 기술적인 논의를 넘어, 마케팅 및 비즈니스 전략 수립에 있어 객관적이고 검증 가능한 데이터의 중요성을 강조하는 계기가 되었습니다.
### cats.txt: 풍자적 웹 표준의 탄생
Mark Williams-Cook은 SEO 업계에서 'llms.txt'의 효과를 증명하는 근거로 제시되는 네 가지 관찰(AI 봇 크롤링, Google 색인화, LLM 정보 반복, ChatGPT의 긍정적 답변)이 실제로는 아무런 의미가 없다는 것을 보여주기 위해 'cats.txt'라는 가상의 표준을 만들었습니다. 그는 자신의 블로그에 'cats.txt' 사양을 게시하고 LinkedIn에 이를 홍보하는 글을 작성했습니다. 이 파일은 웹사이트에 관련된 고양이들의 이름, 직책, 품종, 그리고 'PurrLevel'이라는 애정도를 명시하도록 요구했습니다. 이 프로젝트의 목표는 AI 봇이 이 터무니없는 파일을 실제 표준처럼 취급하는지 확인하는 것이었습니다.
### SEO 커뮤니티의 반응과 cats.txt의 확산
Williams-Cook의 풍자적인 의도는 SEO 커뮤니티에 의해 빠르게 인지되었습니다. 많은 SEO 전문가들이 이 아이디어를 재미있게 받아들였고, Dave Smart와 같은 기술 SEO 전문가들은 실제로 자신의 웹사이트에 'cats.txt'를 추가하며 초기 채택자가 되었습니다. 더 나아가, 'catstxt.org'라는 웹사이트가 개설되어 'cats.txt' 표준의 더 깔끔하고 잘 정리된 버전을 제공했습니다. 이는 Williams-Cook이 의도한 것 이상으로, 그의 풍자적인 프로젝트가 실제 웹 표준처럼 인식되고 발전하는 예상치 못한 결과를 낳았습니다. 이러한 커뮤니티의 참여는 'cats.txt'가 단순한 농담을 넘어, 현재 SEO 및 GEO 전략에 대한 업계의 사고방식을 비판하는 강력한 도구가 되었음을 보여줍니다.
### llms.txt에 대한 네 가지 '증거'의 허점
Williams-Cook은 'llms.txt'의 효과를 주장하는 네 가지 주요 근거를 분석하고, 각각의 허점을 지적했습니다. 첫째, 'AI 봇이 크롤링한다'는 주장은 봇의 기본적인 작동 방식일 뿐, 파일의 내용이 읽히거나 중요하게 다뤄진다는 증거가 될 수 없습니다. 둘째, 'Google이 색인했다'는 것은 Google이 텍스트 파일을 색인하는 일반적인 기능일 뿐, 해당 파일의 중요성이나 진실성을 보증하는 것이 아닙니다. 셋째, 'ChatGPT가 llms.txt의 정보만으로 답변했다'는 주장은 일반적인 검색 증강 생성(RAG) 과정에서 발생하는 현상으로, 모델이 단순히 검색 결과로 나온 파일을 읽었을 뿐 특별한 신뢰를 부여한 것이 아닙니다. 넷째, 'ChatGPT가 llms.txt가 도움이 된다고 말했다'는 것은 모델이 인터넷상의 일반적인 합의를 반영하는 것일 뿐, 실제 효과에 대한 증거가 될 수 없습니다. 그는 이러한 현상을 '수렴 문제(convergence problem)'라고 명명하며, LLM이 인터넷상의 다수 의견을 단순히 반영할 뿐이라고 설명했습니다.
### GEO 최적화 전략의 현실과 미래 전망
Williams-Cook은 'cats.txt' 실험을 통해 현재 많은 GEO(생성형 검색 최적화) 전략들이 검증되지 않은 근거에 기반하고 있음을 지적했습니다. 그는 'llms.txt'와 같은 파일에 시간과 비용을 투자하는 대신, 실제로 효과가 입증된 작은 최적화들을 꾸준히 실행하는 것이 중요하다고 강조했습니다. 그는 'llms.txt'를 구현하는 것이 당장의 위험은 적지만, 이를 AI 답변에 대한 검증된 레버로 판매하거나 '봇이 크롤링했다' 또는 'ChatGPT가 도움이 된다고 말했다'는 식의 근거를 제시하는 것은 잘못되었다고 주장했습니다. 그는 이러한 현상이 앞으로도 계속될 것이며, SEO 및 GEO 분야에서는 더욱 신중하고 데이터 기반의 접근 방식이 요구될 것이라고 전망했습니다. 2026년 8월 4일 기준, 'llms.txt'에 대한 LLM 제공업체의 공식적인 지원은 문서화되지 않았으며, Ahrefs의 연구에 따르면 대부분의 크롤러가 해당 파일을 무시하는 것으로 나타났습니다.
### 가치와 인사이트
이 글은 SEO 및 GEO 분야에서 'llms.txt'와 같은 새로운 기술이나 전략의 효과를 평가할 때, 객관적인 증거와 검증의 중요성을 강조합니다. AI 봇의 크롤링, 검색 엔진의 색인화, LLM의 답변 등은 해당 기술이 실제로 효과가 있다는 직접적인 증거가 될 수 없으며, 오히려 이러한 현상들이 발생할 수 있는 다른 이유들을 간과해서는 안 된다는 점을 시사합니다. 'cats.txt' 실험은 현재 업계에서 통용되는 증거의 수준이 얼마나 낮은지를 명확히 보여주며, 기업들이 검증되지 않은 전략에 시간과 자원을 낭비하지 않도록 경고합니다. 이는 실무자들에게 데이터 기반 의사결정의 중요성을 다시 한번 상기시키고, 보다 신중하고 과학적인 접근 방식을 채택하도록 유도합니다.
### 기술·메타
* **기술:** LLM (Large Language Models), SEO (Search Engine Optimization), GEO (Generative Engine Optimization)
* **프로토콜/표준:** llms.txt, cats.txt
* **도구/플랫폼:** Google Search Console, ChatGPT, PerplexityBot, GPTBot, ClaudeBot, Googlebot
* **발표/공개일:** 2026년 8월 4일 (기사 게시일)
### 향후 전망
앞으로 LLM 기술이 발전함에 따라, 'llms.txt'와 같은 파일의 역할이나 새로운 형태의 최적화 기법이 등장할 수 있습니다. 그러나 이 글에서 지적된 '수렴 문제'와 증거의 빈약함은 계속해서 중요한 과제로 남을 것입니다. LLM 제공업체들이 'llms.txt'와 같은 파일에 대한 공식적인 지원을 문서화하거나, 실제 검색 및 답변 생성 과정에서 어떻게 활용되는지에 대한 투명성을 높인다면 상황은 달라질 수 있습니다. 또한, SEO 및 GEO 커뮤니티 내에서 보다 엄격한 검증 절차와 데이터 기반의 논의가 활성화될 필요가 있습니다. 경쟁은 더욱 치열해질 것이며, 검증되지 않은 '게임 체인저'에 현혹되기보다는 꾸준히 입증된 최적화 기법을 적용하는 것이 장기적인 성공의 열쇠가 될 것입니다. 2026년 8월 4일 기준으로, 'llms.txt'에 대한 LLM 제공업체의 공식적인 지원은 아직 문서화되지 않았습니다.
📝 원문 및 참고
- Source: Lobsters
- 토론(Lobsters): [lobste.rs](https://lobste.rs/s/suwcbt/how_cats_txt_showed_llms_txt_evidence_is)
- 원문: [링크 열기](https://markwilliamscook.substack.com/p/how-catstxt-showed-llmstxt-evidence)
---
출처: Lobsters · [원문 링크](https://markwilliamscook.substack.com/p/how-catstxt-showed-llmstxt-evidence)
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.