2025년부터 CLAUDE.md, SKILL.md, AGENTS.md 같은 파일이 여러 AI 도구에서 동시에 쓰이기 시작하면서, 사내 문서 포맷도 자연스럽게 마크다운으로 수렴하고 있습니다. 사람과 AI 에이전트가 같은 문서를 함께 읽고 쓰는 상황이 이미 현실이 되었습니다.

이 백서는 문서 표준 수렴의 배경, 이중 가독성 마크다운 아키텍처의 설계 근거, 도입 ROI(토큰 효율·RAG·운영 효율), CNCF 클라우드 네이티브 정합성까지 다섯 개 챕터로 정리했습니다.

총 32장의 슬라이드에는 정량 수치와 표준 문서(CommonMark, AGENTS.md, SKILL.md) 근거, 그리고 실제 도입 시 검토할 체크리스트가 함께 포함되어 있습니다.

지금 바로 [2026년, 왜 모든 AI 에이전트가 마크다운으로 문서를 쓸까? (토큰 34% 절감의 비밀)]을 통해 AI 에이전트 시대 문서 표준의 전체 그림을 확인하세요!!

총 5개 파트, 32장의 슬라이드로 구성되어 있습니다.

Part 1. AI 에이전트 시대, 문서 표준 수렴 — CLAUDE.md·SKILL.md·AGENTS.md 사실상 표준의 출현

Part 2. 이중 가독성 마크다운 아키텍처 — CommonMark·frontmatter·5파일 계층 모델

Part 3. 도입 ROI — 토큰 효율·RAG·운영 효율

Part 4. CNCF 클라우드 네이티브 정합 — vendor-neutral 원칙의 문서 계층 확장

Part 5. 기술적 우위 요약과 후속 과제

2026년 6월 7일 접속 기준으로 정리한 채택 지표입니다. 특정 벤더에 묶이지 않고 도구를 바꿔도 그대로 작동한다는 실무적 의미를 확인할 수 있어, 사내 표준 채택 여부를 판단할 때 근거로 삼기 좋습니다.

사람 가독성부터 라이선스까지 7개 기준으로 7개 포맷을 나란히 비교한 표입니다. 5개 이상 기준에서 우위를 가진 포맷은 마크다운이 유일하다는 결론을 한 장으로 확인할 수 있습니다.

GPT-5 Nano와 Gemini 2.5 Flash Lite 두 모델에서 같은 방향의 절감폭이 확인된 벤치마크입니다. 단일 모델의 우연이 아니라 포맷 자체의 구조적 효율이라는 근거가 필요할 때 참고할 수 있습니다.

동일한 정보량을 표현할 때 XML이 마크다운보다 약 80% 더 많은 토큰을 쓴다는 수치와 함께, 기존 XML 자산을 마크다운으로 옮길 때의 우선순위 판단 기준을 제시합니다.

공개 표준·사람 가독·AI 가독·기계판독 네 가지 기준으로 자산을 4분면에 배치한 우선순위 매트릭스입니다. 전체 문서를 한 번에 옮기지 않고 점수가 낮은 자산부터 단계적으로 전환하는 방법을 보여줍니다.

이중 가독성 마크다운 아키텍처 백서의 7축 비교표 중, 실무에서 가장 자주 묻는 마크다운과 XML 차이만 4개 기준으로 압축했습니다.

전체 7개 포맷, 7개 기준 비교는 자료의 Slide 17을 참고하십시오.

사내 문서를 워드나 한글로 계속 써야 할지, AI 에이전트에 맞춰 바꿔야 할지 고민되신다면 도움이 될 자료입니다.

• 사내 문서 표준을 새로 정하거나 개편해야 하는 IT·기획 담당자 — 근거가 필요한 정량 수치를 바로 확인할 수 있습니다.

• Claude Code, Cursor 같은 AI 코딩 도구를 도입하려는 개발팀 리드 — CLAUDE.md·AGENTS.md 설계 근거를 정리해 볼 수 있습니다.

• RAG나 사내 챗봇 구축을 검토 중인 데이터·AI 담당자 — 토큰 효율과 문서 계층 설계를 함께 확인할 수 있습니다.

가장 눈여겨볼 부분은 3장의 토큰 효율 수치(34~38% 절감)입니다. 영문 벤치마크 기준이라는 단서가 붙어 있지만, 포맷 자체의 구조적 차이를 보여주는 근거로는 충분합니다.

표준 문서를 처음 접하신다면 1장부터, 이미 CLAUDE.md나 AGENTS.md를 써보셨다면 2장의 이중 가독성 설계와 4장의 CNCF 정합성부터 보시길 권합니다.

국내 행정안전부의 행정업무 규정 개정으로 공공 부문은 이미 관련 표준을 의무화하기 시작했습니다. 민간 조직도 미리 방향을 잡아둘 시점입니다.