생성형 AI 검색의 부상으로 인해 사용자와 지능형 시스템이 인터넷과 상호 작용하는 방식이 근본적으로 변화하고 있습니다. LLM은 인간과 웹 정보 사이의 중개자 역할을 수행하지만, 웹은 AI 기반의 의미 검색보다는 인간의 탐색에 최적화되어 있습니다. 이는 네트워크 대역폭 낭비, 정보 품질 저하, 개발자에게 불필요한 복잡성을 야기합니다. 본 논문에서는 서버가 전체 문서 대신 의미적으로 관련된 정보 조각을 노출하는 AI-Native Internet 개념을 소개합니다. 또한, AI 애플리케이션이 세분화된 조각을 검색하기 전에 관련 정보 소스를 발견할 수 있도록 지원하는 웹 네이티브 의미 해석기를 제안합니다. 실험을 통해 현재 HTML 기반 검색의 비효율성을 정량화하고, 오늘날의 문서 중심 웹을 웹 콘텐츠에 대한 의미적 접근을 더 잘 지원하는 AI 지향적 기질로 진화시키기 위한 아키텍처 방향과 해결해야 할 과제를 제시합니다.
