Building an honest scanner for the agentic web

개요

Lumar에서 개발한 에이전트 웹을 위한 정직한 스캐너는 웹사이트의 기술 채택 및 구현 상태를 정확하게 측정하고, 문제점을 진단하며, 개선 방안을 제공하는 것을 목표로 합니다.

주요 내용

• AI 준비도 점수의 문제점: 현재의 AI 준비도 점수들은 기술이 누락되었는지, 아니면 구현되었으나 작동하지 않는지를 구분하지 않아 사용자에게 불필요한 긴급성이나 잘못된 안심을 줄 수 있습니다.
• 스캐너의 설계 원칙:
• 정확한 측정: 기술의 존재 유무(Present)와 올바른 구현 여부(Valid)를 명확히 구분하며, 오류가 있을 경우 구체적인 결함(Defect)을 식별합니다.
• 기술 분류: 30가지 기술을 대상으로 하며, 23가지는 점수화하고 7가지는 관찰만 합니다.
• 명확한 증거 제시: 각 검사 결과에 대해 증거를 명확히 명시하고, 자체적인 타임아웃이나 연결 실패 등을 기술의 부재로 잘못 판단하지 않도록 합니다.
• 자동화된 유지보수: 신규 기술 채택, 스펙 변경 등을 지속적으로 추적하고 업데이트하기 위해 Claude Code 스킬을 활용합니다.
• /check-correctness: 스펙 변경 사항 감지
• /scan-emerging-tech: 신규 기술 후보 탐색 및 평가
• /track-adoption: 기술 채택 현황 추적
• 건설적인 피드백: 단순한 진단에 그치지 않고, AI-crawler 규칙, Content Signals, ai.txt, TDMRep, A2A 에이전트 카드, MCP 서버 카드 등 6가지 기술에 대한 빌더를 제공하여 실제 파일 생성을 돕습니다.
• "먹고, 재고, 먹인다 (Dogfooding)": 스캐너 자체의 컴포넌트와 생성된 파일들을 스캐너의 평가 기준에 따라 지속적으로 검증하여 신뢰성을 확보합니다.
• 무료 스캐너 제공: Lumar 웹사이트에서 도메인 또는 URL을 입력하면 계정 생성 없이 스캐너의 핵심 기능과 동일한 결과를 얻을 수 있는 무료 스캐너를 제공합니다.
• 빌더 기능: 단순한 진단을 넘어, 웹사이트 개선을 위한 실제 구현 파일을 생성하는 빌더 기능을 제공하며, 생성된 파일 또한 스캐너를 통해 검증합니다.

시사점

Lumar의 정직한 스캐너는 웹사이트의 기술적 준비 상태를 정확하게 측정하고, 발생할 수 있는 문제점을 명확히 진단하며, 실질적인 해결책까지 제시함으로써 사용자에게 불필요한 불안감을 조성하는 대신 명확하고 건설적인 개선 방향을 제공합니다.