듀안 포레스터가 새 사이트를 열었다. CitationIQ.com. 런칭 2주 만에 서버 로그를 까봤더니, AI 어시스턴트가 33번 방문했다고 찍혀 있었다. 하루에 두 번꼴.

실제 숫자는 6번이었다. 81.8%가 가짜였다.

더 웃긴 건, 이 가짜 트래픽들이 ChatGPT 이름을 달고 와서 한 요청이다. ard 버의 secrets 파일을 내놓으라고 했다. 비밀키를 달란 거다. Googlebot은 더 심했다. 799개 요청이 “나는 Googlebot이다”라고 주장했지만, 진짜 Google 크롤러는 107개뿐. 86.6%가 사칭이었다. ARD는 aph –>

포레스터는 새 사이트에 광고비 한 푼 쓰지 않았다. 트래픽이라고는 검증된 봇 몇 개와 우연한 방문자뿐. 그런데도 저 난리가 났다. 아무도 홍보하지 않은 사이트가 AI 봇의 표적이 된다는 건, 이게 체계적인 문제라는 뜻이다.

ARD는 raph –> 같은 날, 구글은 AI 뉴스 기능을 테스트하는 퍼블리셔들에게 “콘텐츠를 AI 학습에 쓸 수 있는 광범위한 권리”를 요구하고 있다는 보도가 나왔다. 무슨 뜻이냐면: AI 에이전트들이 이미 당신 사이트를 긁고 있는데, 구글은 그걸 공식화하려고 한다는 거다.

웹은 지금 AI 봇에게 오염되고 있다

이게 그냥 “재밌는 실험 결과”로 끝날 이야기가 아니다. 구조적인 문제다.

ARD는 raph –> AI 에이전트가 웹을 탐색하는 방식은 지금 두 가지다. 하나는 robots.txt를 무시하고 무단으로 크롤링하는 것. 다른 하나는 구글이 하는 것처럼 “동의하면 콘텐츠를 AI 학습에 씁니다”라는 식의 협상이다. 둘 다 잘못됐다. 첫 번째는 도둑질이고, 두 번째는 갑질이다.

이 문제의 근원은 단순하다. AI 에이전트를 위한 웹 발견 프로토콜이 없기 때문이다. 사람은 Google에 검색한다. AI는? 그냥 긁는다. 긁히기 싫으면 robots.txt를 걸거나, 구글과 계약을 맺거나. 그게 현재의 선택지 전부다.

AI가 웹을 긁지 않고도 필요한 도구와 데이터를 찾을 수 있는 프로토콜. 그게 바로 ARD다.

ARD — Agentic Resource Discovery

MCP(Model Context Protocol)가 “AI가 하나의 도구를 쓰는 방법”을 표준화했다면, ARD는 “AI가 수많은 도구 중에서 필요한 걸 찾는 방법”을 표준화한다.

생각해보자. 지금은 MCP 서버를 쓰려면 그걸 config에 미리 등록해둬야 한다. Claude Desktop의 mcpServers 설정이나 opencode의 opencode.jsonc에 직접 추가하는 식이다. 마치 전화번호부 없이 모든 번호를 외우고 다니는 것과 같다.

ARD의 아이디어는 간단하다:

모든 서비스가 /.well-known/ai-catalog.json에 자신의 도구 목록을 publish한다 AI 에이전트가 ARD 레지스트리를 검색해서 필요한 도구를 런타임에 발견한다 신뢰 검증은 SPIFFE/DID 기반으로, 스펙에 내장되어 있다

사람이 Google에서 검색하듯, AI가 ARD에서 도구를 검색하는 시대. 긁을 필요도, 계약할 필요도 없다. 그냥 발견하고, 연결하고, 사용한다.

내가 미리 구현한 이유

Drewgent를 v0.8로 압축하는 작업을 하던 중이었다. 에이전트 14개 → 6개, P-layer 7개 → 3개, 스크립트 43개 → 25개. 덜어내는 게 주된 작업이었다.

그런데 덜어내기만 해서는 부족했다. 바깥을 향한 연결도 필요했다. 압축해서 날렵해진 시스템이 고립되면 아무 의미가 없으니까.

그때 내가 만든 건 크게 네 가지다:

ai-catalog.json — 16개 에이전트 프로필을 ARD 스펙으로 구조화. identifier(URN 형식), capabilities, representativeQueries, metadata 포함 WordPress MU 플러그인 — /.well-known/ai-catalog.json 경로를 인터셉트해서 catalog를 serve. Cloudflare Tunnel을 통해 humanerd.kr에서 접근 가능 ard_query.py — 순수 Python stdlib. ARD 레지스트리 검색 클라이언트. GitHub Agent Finder, Cisco AGNTCY, Hugging Face Discover에서 테스트 완료 3개 레지스트리 등록 — 실제로 검색해보고 결과를 확인했다

흥미로운 건 타이밍이다. 내가 이걸 다 구현한 게 며칠 전. Google/Microsoft/Hugging Face 등 11개 회사가 ARD 표준 초안을 공식 발표한 게 발표 사흘 전. 표준 발표 사흘 만에 이미 구현 끝.

무엇을 만들었는가

컴포넌트무엇인가왜 중요한가ai-catalog.json16개 에이전트의 ARD 명세AI가 내 에이전트를 발견할 수 있다WP MU 플러그인/.well-known/ serveCloudflare Tunnel로 외부 접근 가능ard_query.py레지스트리 검색 클라이언트내 에이전트가 다른 도구를 발견할 수 있다레지스트리 등록GitHub/Cisco/HF 연동양방향 연결 — publish + consume

이게 taste다

여기서 내가 짚고 싶은 건 기술이 아니라 판단이다.

구글과 마이크로소프트가 표준을 발표했다길래 “아, 좋은 거네. 나중에 적용해야지” 할 수도 있었다. 듀안 포레스터의 실험을 보고 “와, AI 봇이 저렇게나 사기를 치는구나” 하고 넘길 수도 있었다.

하지만 둘을 연결해서 봤다. AI 에이전트 트래픽이 81.8% 가짜라는 건, 발견 프로토콜이 없어서 생기는 문제다. 진짜 에이전트가 진짜 도구를 찾는 표준화된 방법이 있다면, 가짜는 설 자리가 없어진다. 구글의 콘텐츠 권리 요구도 같은 맥락이다 — 구조화된 발견이 있으면 “권리를 달라”는 식의 협상이 필요 없어진다.

증상이 아니라 원인을 먼저 본 것. 그게 taste의 핵심이다. 실제로 내 catalog 구조는 나중에 발표된 ARD 스펙과 거의 완전히 일치했다. 좋은 설계는 수렴한다.

앞으로

ARD는 아직 초안이다. v0.9 Draft. 스펙이 바뀔 수도 있고, 레지스트리가 사라질 수도 있다. 하지만 방향은 확실하다. AI 에이전트가 긁는 대신 검색하는 웹. 거기서 Drewgent가 이미 연결되어 있다는 것 자체가 지금으로서는 충분한 첫걸음이다.

웹은 AI 봇에게 오염되고 있다. 그걸 고치는 건 더 많은 규제가 아니라, 더 나은 프로토콜이다.

Drewgent의 content-manager 에이전트가 SEO harvester로 수집한 Duane Forrester의 실험 데이터(Search Engine Journal)와 Google AI 뉴스 콘텐츠 권리 보도(Techmeme/The Information)를 감지하고, Drewgent의 ARD 구현과 연결해 작성한 빌드 로그.

참고: Duane Forrester, “81.8% Of My ‘AI Assistant’ Traffic Was Fake” (Search Engine Journal, 2026), Ann Gehan, “Google is asking publishers to grant it broad rights to their content” (The Information, 2026)

이런 분들께 추천: AI 에이전트 시스템을 만들고 있는 빌더, 웹 표준과 프로토콜 설계에 관심 있는 엔지니어, “Make something people want”에서 “Make something agents want”로 전환 중인 사람

#ARD #AgenticResourceDiscovery #AI에이전트 #MCP #웹표준 #Taste #빌드로그 #Drewgent #humanerd