robots.txt

웹 사이트 검색엔진로봇들의 접근을 조절/제어하며,
로봇들에게 웹 사이트의 사이트맵이 어디 있는지 알려주는 역할을 한다.

주의: 여기서의 사이트 맵은 수집 로봇을 위한 XML 사이트 맵이며, 웹 사이트의 메뉴 전체를 보여주는 사이트 맵을 의미하는 것은 아니다.

robots.txt 파일을 설정하지 않으면?

구글, 네이버 등의 각종 검색엔진봇들이
웹 사이트에서 찾을 수 있는 모든 정보를 크롤링하여 검색엔진 결과에 노출시킨다.

=> 웹 사이트 내부의 특정 페이지가 검색엔진에 노출되지 않았으면 할 때 robots.txt를 사용한다.

설정

html이 아닌 일반 텍스트파일로 작성되며, 사이트의 root 디렉토리에 위치한다.
(다른 곳에 올리면 검색 로봇이 찾을 수 없다)

또한 누구에게나 공개된 파일로, 특정 웹사이트 URL 뒤에 /robots.txt 를 입력하면
다른 웹사이트가 어떻게 robots.txt 파일을 적용시키고 있는지 확인할 수 있다.

예: 코딩애플 사이트의 robots.txt

---

만약 robots.txt를 다음과 같이 설정하면,

User-agent: *
Disallow: /

모든 웹 사이트 컨텐츠에 대한
모든 웹 크롤러의 접근을 차단하는 것을 의미한다.

그러나 웹사이트의 모든 콘텐츠를 차단시키면 SEO에 별 의미가 없으므로
가능한 한 모든 콘텐츠를 허용하되 몇 가지 컨텐츠만 차단하는 방식을 사용하게 된다.

추가 예시

User-agent: Yeti
Disallow: /hello/

이렇게 설정하면
웹 사이트의 모든 컨텐츠에 대해 네이버 검색봇(Yeti)의 크롤링을 허용하되,
/hello/ 디렉토리 안의 페이지에 대한 접근은 차단하게 된다.

대표적인 검색봇: 구글(Googlebot), 네이버(Yeti), 빙(Bingbot), 야후(Slurp)

SEO에 주는 영향

robots.txt는 언뜻 보면 웹 크롤러의 접근을 막는 역할을 하는 것처럼 보여서
SEO(검색엔진 최적화)에 어떤 도움을 주는지 의문이 들 수 있다.

하지만, 만약 웹 사이트 내에 똑같은 콘텐츠를 가진 웹 페이지가 여러 개 있을 때
웹 크롤러가 사이트의 모든 페이지를 읽어간다면 이는 오히려 검색엔진 최적화에 부정적인 영향을 줄 수 있다.

특히 구글의 경우 중복 컨텐츠에 대해 페널티를 주기 때문에(지나치게 recursive하면 광고로 판단하여 blocking)
만약 웹사이트 내에 중복적인 콘텐츠가 있을 경우 robots.txt를 통해 적절히 제어해주는 것이 좋다.

또한, robots.txt는 웹사이트의 사이트맵 위치를 포함하기 때문에
검색봇들에게 어디에서 웹사이트 정보를 가져가야 할지 알려주는 역할도 한다.

Sitemap.xml

웹 사이트 내의 모든 페이지 목록을 나열한 파일로,
책의 목차와 같은 역할을 한다.

sitemap을 제출하면, 일반적인 크롤링 과정에서 쉽게 발견되지 않는 웹페이지도
잘 크롤링되고 색인될 수 있게 해준다.

설정

sitemap.xml 파일은 robots.txt 파일과 달리,
꼭 root 디렉토리에 위치하지 않아도 된다.

하지만 많은 웹 사이트들이 sitemap.xml 파일도 robots.txt와 마찬가지로 루트 폴더에 업로드하기 때문에,
다른 웹 사이트들의 sitemap.xml을 참고하고 싶다면 웹 사이트의 URL 뒤에 /sitemap.xml 을 입력하여 볼 수 있다.

예: 드림코딩 아카데미 사이트의 sitemap.xml

---

sitemap.xml은 전 세계적으로 약속된 정해진 양식으로 제작되어야 한다.

sitemap.xml에 관한 샘플 포맷, xml 태그에 대한 자세한 설명 참고하기: Sitemap.org 사이트

최근에는 사이트맵을 무료로 생성해주는 온라인 생성기도 있어서 이러한 사이트들을 활용하여 빠르게 sitemap을 제작할 수 있다.

관련 글: 사이트맵을 쉽게 만드는 3가지 방법과 제출하는 방법

SEO에 주는 영향

파일 생성 자체만으로 SEO 점수를 높이는데 영향을 주지는 않는다.

하지만, 검색엔진 로봇의 일반적인 크롤링 과정에서
발견되지 않는 웹페이지에 대한 정보를 제공함으로써
더 많은 웹페이지가 크롤링되고 색인될 수 있게 도와준다는 점에서
SEO에 긍정적인 영향을 끼친다고 볼 수 있다.

결론

구글의 권장사항

robots.txt에 지정가능한 파일 수는 정해져 있지 않지만,
파일 용량은 500 KB 가 넘지 않아야 한다고 권고하고 있다.

sitemap.xm은
하나의 사이트맵 인덱스 파일에
각각 최대 50,000 개의 사이트맵과 웹 페이지 주소를 지정할 수 있지만,
인덱스 파일의 압축 전 크기가 50 MB,
웹 페이지 주소는 압축 전 크기가 10 MB를 넘지 않아야 한다고 권장한다.

---

마지막으로 알아 두면 좋은 내용

구글의 경우,
사이트맵 인덱스 파일이
다른 사이트맵 인덱스 파일을 포함하면 에러가 발생한다.

---

따라서 아래와 같은 사용을 권장한다.

권장 사용법

• robots.txt 파일에 사이트맵 또는 사이트맵 인덱스 파일을 수십 개 정도 두는 것은 전혀 문제 되지 않는다. 자동과 수동 등 생성 시기와 컨텐츠 구분에 따라 적당한 개수로 필요한 만큼 정의한다.
• 사이트맵 인덱스 파일과 사이트맵 파일에는 각각 최대 50,000 개의 사이트맵 또는 페이지 주소를 포함할 수 있지만, 파일 크기 제한 등을 고려하면 10,000 개는 넘지 않도록 관리하는 것이 좋다.

설정 예

만약, robots.txt 파일에 3개의 사이트맵 인덱스 파일을 지정하고 10,000 개의 사이트맵과 10,000 개의 주소를 지정한다고 하면
총 3 x 10,000 x 10,000 = 3억 개의 웹 페이지 색인용 주소를 지정할 수 있다.

출처: Robots.txt와 Sitemap.xml 알아보기