SiteTest.ai, ChatGPT, Perplexity 및 Gemini를 위한 무료 AI 가시성 체커 출시

SiteTest.ai, ChatGPT, Perplexity 및 Gemini를 위한 무료 AI 가시성 체커 출시
SEO 팀과 인디 개발자를 대상으로 한 새로운 도구가 출시되었습니다: **sitetest.ai**는 주요 AI 검색 표면 — ChatGPT, Perplexity, Google AI Overviews, Gemini 및 Bing Copilot — 에 대해 사이트의 168개 항목 GEO 감사를 실행하고, 단순한 느낌 보고서가 아닌 복사-붙여넣기 가능한 코드 수정안을 제공합니다.
중요한 이유
대부분의 "AI 가시성" 체커는 키워드를 계산합니다. SiteTest는 실제 AI 크롤러(GPTBot, OAI-SearchBot, ChatGPT-User, PerplexityBot, Google-Extended, bingbot)가 실제 서버에 접근하는 방식을 분석하고, 엔진별로 A–F 등급을 반환합니다. robots.txt, 누락된 스키마, JS 전용 렌더링 등 어디에서 차단되었는지, 그리고 어떤 플랫폼별 수정이 효과를 볼 수 있는지 정확히 확인할 수 있습니다.
기능
- 10개 카테고리, 168개 항목 점검 — 기술, 온페이지, 콘텐츠, 성능, 스키마, 보안, 접근성, 이미지, GEO, 프론트엔드.
- 엔진별 점수 — 하나의 종합 지수가 아닌, 각 AI 표면에 대한 개별 준비 점수 제공.
- 브랜드 언급 스캐너 — ChatGPT, Perplexity 및 Gemini에서 브랜드명, 창업자 이름, 제품 용어를 질의하여 노출 여부와 맥락을 기록.
- 개발자 브리프 — 엔지니어링 팀에 바로 전달할 수 있는 HTML, JSON-LD 및 robots.txt 수정안이 포함된 내보내기 가능한 보고서.
가격
무료 티어는 전체 감사(회원가입 불필요, 카드 정보 불필요)를 제공합니다. 유료 티어($4.99 / $24.99, 일회성 결제, 구독 없음)는 상세 개발자 브리프, 재감사 및 프로 확장 기능을 추가합니다. 가격은 의도적으로 낮게 책정되었습니다 — SEO 구독보다는 일회성 도구에 가깝습니다.
기술 스택
SSR과 7개 언어(영어/영국 영어/독일어/스페인어/우즈베크어/카자흐어/러시아어)를 지원하는 Nuxt 3.21. 블로그는 AI Search Engine Optimization, GEO 및 llms.txt에 관한 7개의 핵심 아티클을 제공하며, 각각 7개 언어로 번역됩니다. 백엔드: PostgreSQL + Redis + BullMQ(감사 큐), DeepSeek(기본 AI 모델) 및 GPT-4.1-mini(대체 모델).
흥미로운 이유
AI 검색은 파편화되어 있습니다. ChatGPT는 Perplexity와 다른 출처를 인용합니다. Gemini는 Bing Copilot과 다르게 순위를 매깁니다. 대부분의 기존 도구는 이를 하나의 숫자로 압축합니다. SiteTest는 각 엔진을 독립적인 대상으로 취급합니다 — 이는 2026년에 실제로 이 분야가 작동하는 방식에 더 가깝습니다.
SEO 전문가에게 168개 항목 감사는 반나절 수동 체크리스트를 대체합니다. v1 사이트를 출시하는 창업자에게는 런칭 전 실행할 수 있는 가장 저렴한 상태 점검입니다.
👉 사용해보기: https://sitetest.ai
👀 See Also

개발자가 108개 도구와 크로스 플랫폼 지원을 갖춘 Power Automate MCP 서버 구축
한 개발자가 벤더 솔루션을 거부하고 Power Automate MCP 서버를 직접 구축하여 도구를 12개에서 108개로 확장했습니다. 이 서버는 OData를 통한 Dataverse CRUD, Graph를 통한 SharePoint 관리, Power Apps 버전 관리, 환경 관리, 그리고 Windows, macOS, Linux에 대한 크로스 플랫폼 지원을 포함합니다.

Agent-Desktop: 운영체제 접근성 트리를 통한 구조화된 데스크톱 자동화
Agent-desktop은 크로스 플랫폼 CLI(Rust 바이너리, ~15MB)로, OS 접근성 API를 통해 네이티브 앱을 검사하고 조작하기 위한 53개의 명령어를 JSON 출력으로 제공합니다. 스크린샷이나 비전 모델이 필요 없습니다. 프로그레시브 스켈레톤 탐색을 사용하여 Slack이나 VS Code 같은 복잡한 앱에서 토큰 사용량을 78-96%까지 줄입니다.

M5 Max에서 Flash-MOE 벤치마크: Qwen3.5-397B로 12.99 토큰/초
3970억 파라미터 규모의 Qwen3.5 모델을 MacBook Pro M5 Max(128GB RAM)에서 로컬로 실행한 벤치마크 결과, 4비트 양자화와 cache-io-split 4 설정으로 초당 12.99 토큰을 달성했으며, 이는 원본 48GB 벤치마크보다 세 배 빠른 속도입니다.

AI 코딩 에이전트의 보안 스캐닝 기능은 배포를 자동으로 점검합니다.
한 개발자가 AI 코딩 에이전트가 배포 후 자동으로 노출된 비밀 정보, 열린 포트, 누락된 보안 헤더, 유출된 소스 코드와 같은 보안 문제를 스캔할 수 있도록 하는 스킬 파일을 만들었습니다. 스캔은 매 배포 후 실행되며 약 30초가 소요됩니다.