Ora.ai
era labs · 코딩 · 챗봇
Ora.ai는 AI 에이전트가 웹사이트를 찾고 읽고 쓰는 수준을 점수로 매기는 에이전트 준비도 스캐너로, 실제 에이전트로 검증하고 제품을 공개 순위에 올린다.
Ora.ai 소개
About
Ora.ai란 무엇인가
Ora.ai는 에이전트 경험을 측정하는 웹 플랫폼이다. 에이전트 경험이란 AI 에이전트가 사이트를 발견하고, 이해하고, 조작하고, 결제까지 마치는 일이 얼마나 쉬운지를 가리키는 짧은 표현이다. 도메인, MCP 서버 URL, MCP App 중 하나를 넘기면 0에서 100까지의 점수, A에서 F까지의 등급, 그리고 사이트가 어디서 멈추는지에 대한 분석이 돌아온다.
발상은 단순하다. 기업들은 오랫동안 사이트를 사람에 맞춰 다듬어 왔다. 검색 순위도 퍼널도 클릭을 전제로 짜였다. 에이전트는 그렇게 돌아다니지 않는다. 추론하고, 구조화된 데이터를 읽고, API를 호출한다. 벽에 부딪히면 쓸 수 있는 다음 제품으로 넘어갈 뿐이다. Ora는 그 벽이 어디에 있는지 팀에 보여준다.
가장 큰 한계는 범위다. Ora가 읽는 건 공개 URL뿐이다. 비공개나 사내 사이트, 로그인 뒤에 있는 내용은 스캔할 수 없다. 그래서 점수는 제품이 공개된 자리에서 무엇을 드러내는지를 반영할 뿐, 닫힌 데모에서 무엇을 하는지는 담지 않는다.
시작하는 방법
- Ora.ai 첫 화면에서 도메인을 입력하거나, 점수 엔드포인트에 요청을 한 번 보내 캐시된 점수를 먼저 읽는다.
- 새 스캔을 돌리고 4개 계층 결과가 만들어질 때까지 30초쯤 기다린다.
- 보고서에 뜬 실패 검사를 읽는다. 각 항목에는 속한 계층이 붙어 있으니 영향이 큰 순서대로 고친다.
- Journey 실행을 지켜본다. 실제 에이전트가 도메인에서 과제를 시도하고 거친 모든 단계를 기록한다.
- MCP 서버나
npx ax audit명령으로 같은 스캔을 작업 흐름에 연결하고, 고친 뒤 다시 스캔해 확인한다.
제품 정보
Ora.ai의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 제품과 마케팅 팀
- MCP 서버나 API를 만드는 개발자
- SEO와 그로스 담당자
- 창업자와 1인 개발자
작업
- 사이트의 에이전트 준비도 감사
- MCP 서버 점수 매기기
- 실제 에이전트의 과제 시도 지켜보기
- 경쟁사와 비교
- CI에 에이전트 점검 넣기
활용 상황
- 곧 출시하는 제품 팀
- 연동을 디버깅하는 개발자
- 노출을 장기로 추적하는 마케터
주요 기능
4개 계층으로 보는 준비도 점수
Ora는 에이전트 준비도를 탐색, 접근, 사용성, 결제의 4개 계층으로 나누고 100점 만점 척도로 환산한다. 각 계층은 제품을 찾는 순간부터 결제를 마치는 순간까지 에이전트가 실제로 밟는 단계에 대응한다. 분석은 낮은 점수 하나만 던지지 않고, 여정의 어느 지점에서 사이트가 걸리는지를 짚어 준다.
실제 에이전트의 Journey 실행
Journey는 지정한 의도를 실제 에이전트에 넘겨 도메인으로 보내고, 모든 단계를 기록한다. 무엇을 찾았고, 어디서 멈췄고, 끝냈는지까지 남는다. 고정된 목록 대신 에이전트가 제품을 시험하는 모습을 보고 궤적을 스트림으로 따라간다. 사이트가 에이전트 앞에서 어떻게 행동하는지 직접 확인하는 데 가장 가까운 방법이다.
무료 REST API와 MCP 서버
스캔, 점수 조회, 순위 읽기는 모두 키가 필요 없는 REST API로 열려 있다. 같은 기능은 스트리밍 HTTP MCP 서버로도 제공되어, 코딩 에이전트가 제품을 스캔하고 실패 검사를 읽고 수정 뒤 다시 스캔할 수 있다. 에이전트 피드백 같은 쓰기는 MCP 전용이며 사전에 검증된다.
터미널과 CI를 위한 ax CLI
npx ax audit 명령은 같은 스캔을 터미널에서 실행하고 고칠 항목을 영향 순으로 출력한다. 자기 터널을 통해 localhost 빌드를 감사할 수 있고, CI의 릴리스를 막는 최소 점수 플래그도 갖고 있다. 개발자에게 에이전트 준비도는 빌드 안에서 반복할 수 있는 단계가 된다.
공개 순위와 디렉터리
Ora는 에이전트 준비도로 제품을 정렬하고 분야별로 거를 수 있는 에이전트 순위를 공개하며, 준비된 제품과 MCP 서버, 문서, 유료 기능을 검색할 수 있는 디렉터리도 제공한다. 디렉터리는 호출당 과금 엔드포인트도 색인해서, 에이전트가 실제로 지불할 수 있는 서비스를 찾게 돕는다.
의도로 제품 찾기
탐색 엔드포인트에서는 과제나 분야를 적으면 에이전트 경험 점수 순으로 정렬된 제품이 돌아온다. 탐색은 양방향으로 작동한다. 제품을 가진 쪽은 특정 의도에서 자신이 어디에 서는지 보고, 에이전트는 일에 맞는 후보의 짧은 목록을 얻는다.
장단점
장점
- 무료 등급이 정말 열려 있다. 읽기에 API 키도 카드도 가입도 필요 없어, 몇 분이면 사이트를 감사할 수 있다.
- 4개 계층 점수는 에이전트에게 비치는 모습을, 뜻이 불분명한 단일 숫자가 아니라 구체적인 점검 항목으로 바꾼다.
- Journey 실행은 고정 목록이 아니라 실제 에이전트를 쓰므로, 피드백이 사이트에서의 실제 행동을 담는다.
- MCP 서버와 ax CLI가 같은 점검을 코딩 에이전트나 CI 파이프라인에 올려 개발 방식에 맞는다.
- 공개 순위와 디렉터리가 같은 분야 경쟁사에 견줄 명확한 잣대를 준다.
단점
- 스캔은 공개 URL만 다루므로 비공개나 사내, 로그인 뒤 페이지는 점수를 매길 수 없어 일부 제품은 빠진다.
- 새 스캔은 30초쯤 걸리고, 실제 에이전트를 쓰는 심층 점검은 그 뒤에 비동기로 끝나므로 결과가 즉시 나오지 않는다.
- 에이전트 피드백 같은 기여 기능은 MCP 전용이라, MCP 지원 클라이언트가 없는 팀은 먼저 하나 갖춰야 한다.
- 플랫폼은 준비도를 측정할 뿐 사이트를 대신 고쳐 주지 않으므로, 실제 작업은 여전히 자기 팀 몫이다.
자주 묻는 질문
Ora.ai는 사이트가 AI 에이전트에 얼마나 준비됐는지 점수를 매긴다. 도메인이나 MCP 서버를 스캔해 0에서 100까지의 점수, 알파벳 등급, 그리고 탐색, 접근, 사용성, 결제의 4개 계층 분석을 돌려준다.
관련 콘텐츠
Ora.ai와 관련된 도구, 스킬, 아티클을 살펴보세요.
Ora.ai 대안
Forefront
Forefront · 코딩Forefront는 오픈소스 AI로 무언가를 만드는 웹 플랫폼이다. 대표적인 오픈소스 언어 모델을 자신의 데이터로 미세 조정하고, 성능을 평가하고, API로 실행하거나 내보내 직접 호스팅할 수 있다. 폐쇄형 플랫폼의 편의를 원하면서도 모델과 데이터의 소유권은 놓지 않으려는 개발자가 대상이다.
Startkit
StartKit.AI · 코딩Startkit은 AI SaaS와 AI 래퍼 제품을 만들기 위한 보일러플레이트다. 지루한 부분을 미리 연결해 둔 AI 스타트업 보일러플레이트라고 생각하면 된다. 인증, Stripe와 Lemon Squeezy 결제, 사용량 제한, 트랜잭션 이메일, 그리고 OpenAI, Anthropic, Groq, Llama와 통신하는 AI API 스타터 키트가 포함된다. 저장소를 복제하고 가격을 정한 뒤 사용자가 실제로 돈을 내는 부분에 착수하면 된다. React와 Tailwind 위의 Next.js로 만들어졌기 때문에 보일러플레이트 코드의 상당 부분이 이미 익숙하게 느껴진다.
Testim
Tricentis · 코딩Testim은 웹, 모바일, Salesforce 애플리케이션 전반에 걸쳐 엔드투엔드 테스트를 만들고 실행하는 AI 기반 테스트 자동화 플랫폼이다. 머신러닝에 기대어 인터페이스가 바뀌어도 테스트를 안정적으로 유지하므로, 팀은 깨진 셀렉터를 고치는 데 쓰는 시간을 줄인다. 오늘부터 쓸 수 있는 자동화 테스트 도구치고 나쁘지 않다. 브라우저에서 동작을 녹화해 테스트를 만들고, 더 세밀한 제어가 필요하면 JavaScript를 더한다. 바쁜 QA 팀에게 탄탄한 선택이다.