AI 에이전트 최적화, 웹 접근성 준수가 핵심 전략이다

주장AI 에이전트가 웹사이트를 인식하는 방식은 인간의 시각적 경험과 완전히 다릅니다. 웹사이트 운영자는 에이전트가 웹을 명확하게 이해하도록 구조화된 데이터를 제공해야 합니다.

팩트2025년 임퍼바(Imperva) 보고서에 따르면, 2024년 자동화된 트래픽은 전체 웹 상호작용의 51%를 차지했습니다. 이는 인간의 트래픽을 처음으로 추월한 수치이며, 웹사이트의 주된 방문자가 인간에서 비인간 에이전트로 이동하고 있음을 보여줍니다.

팩트앤스로픽(Anthropic)의 컴퓨터 유즈(Computer Use)와 구글의 프로젝트 마리너(Project Mariner)는 스크린샷을 분석하는 시각적 접근 방식을 사용합니다. 이 방식은 픽셀 단위로 버튼과 텍스트를 식별하지만, 계산 비용이 높고 레이아웃 변화에 민감합니다.

팩트시각적 방식의 한계를 보완하기 위해 오픈AI(OpenAI)의 챗GPT 아틀라스(ChatGPT Atlas)와 마이크로소프트의 플레이라이트 MCP(Playwright MCP)는 접근성 트리(Accessibility Tree)를 활용합니다. 이는 스크린 리더가 사용하는 데이터 구조를 기반으로 웹 페이지의 역할과 이름을 파악합니다.

주장접근성 트리는 웹사이트의 복잡한 문서 객체 모델(DOM) 구조에서 불필요한 정보를 제거하고 상호작용 가능한 요소만을 추출합니다. 이는 AI 모델의 제한된 컨텍스트 윈도우 내에서 효율적인 처리를 가능하게 하는 핵심 인터페이스입니다.

교차검증시각적 정보와 접근성 데이터를 동시에 사용하는 하이브리드 방식이 가장 강력한 성능을 보입니다. 오픈AI의 CUA와 퍼플렉시티(Perplexity)의 코멧(Comet)은 접근성 트리를 우선시하되, 필요시 시각적 정보를 보완하여 사용합니다.

팩트UC 버클리와 미시간 대학의 CHI 2026 연구에 따르면, 표준 조건에서 AI 에이전트의 작업 성공률은 78.33%였습니다. 그러나 키보드 전용 환경에서는 41.67%, 확대 뷰포트 환경에서는 28.33%로 성공률이 급격히 하락합니다.

주장웹 접근성 준수는 더 이상 단순한 규제 대응이 아닙니다. 웹 접근성을 높이는 작업은 AI 에이전트가 웹사이트를 정확하게 이해하고 상호작용하도록 돕는 가장 실질적인 최적화 전략입니다.

팩트오픈AI는 개발자 가이드를 통해 웹 접근성 이니셔티브-접근 가능한 리치 인터넷 애플리케이션(WAI-ARIA) 모범 사례를 따를 것을 권장합니다. 버튼, 메뉴, 폼 요소에 적절한 역할과 레이블을 부여하면 챗GPT 에이전트가 사이트를 더 정확하게 인식합니다.

출처서치 엔진 저널(Search Engine Journal)의 'AI 에이전트가 웹사이트를 보는 방식과 구축 전략' 기사를 교차 검증했습니다.