robots.txt란

인터넷 검색로봇의 접근 허용 여부나 대상 지역 등을 설정할 수 있는 표준 규약.

웹사이트 정보를 수집하는 검색 로봇은 웹페이지 특정 정보를 수집하기 전에 우선 robots.txt 파일을 기준으로 해당 정보 수집 여부를 결정함.

http://googlekoreablog.blogspot.kr/2008/04/robotstxt.html

1. 로봇의 문제점

 

    로봇이라는 프로그램이 네트워크를 돌아다니게 되면 자칫 네트워크에 엄청난 트래픽(Traffic)이 발생할 수 있습니다.

    즉, 네트워크에 과부하가 걸려 특정 사이트에 접속이 잘 되지 않거나 속도가 느려지는 문제가 생길 수 있습니다.

    또한 동호회 명단, 직장 전화번호 등 원치 않은 정보가 검색엔진에 노출되는 결과가 생길 수도 있습니다.

 

2. 해결방안

 

    이를 해결하기 위한 방법은 다음과 같습니다.

 

 1) 첫 번째로 어떤 사이트를 보려면  ID와 비밀번호가 필요하도록 만드는 방법입니다.  

     이 경우 로봇은 해당 사이트의 ID와 비밀번호를 가지고 있지 않기 때문에 접근할 수가 없게 됩니다.

     이 방법은 로봇의 접근을 직접적으로 배제하는 강력한 수단이지만 사이트를 사용하는 사람들도 ID와 비밀번호를 입력해야

     하는 불편함이 있습니다.

     간혹 ID와 비밀번호로 막아놓은 페이지가 네이버의 웹문서 검색에 노출된다는 문의가 들어오기도 합니다.

     하지만 링크로 연결되지 않는 한 네이버의 로봇은 비밀번호로 보안을 걸어놓은 문서에 접근하지 못합니다.

     비밀번호로 보안을 걸어놓았는데도 웹검색에 노출이 되는 경우는 어떤 사람(주로 내부자)이 해당 문서의 URL을 다른

     웹페이지에 적어놓았기 때문일 가능성이 큽니다.

 

 

 2) 두 번째로 로봇 배제(Robot exclusion) 표준 을 따르는 방법이 있습니다.

    로봇 배제 표준이란 말 그대로 웹문서를 수집해 가는 로봇을 배제한다는 뜻입니다.

    로봇의 배제와 관련된 내용을 적어 놓은 robots.txt 파일을 사이트의 최상위 주소 (서버 루트 디렉토리 예:http://www.naver.com/robots.txt)에

    저장하면 됩니다.

    robots.txt를 서브디렉토리에 놓는 경우 효력이 없다는 사실에 주의하세요.

    예를 들어, www.yourhost/~mypage 밑에 robots.txt가 있어도 이는 아무런 효력을 갖지 못합니다.

    로봇은 오직 루트 디렉토리의 robots.txt만을 참조할 뿐입니다.

    로봇의 접근을 어디까지 허용할 것이냐에 따라 robots.txt에 들어가는 내용은 달라집니다.

 

   모든 로봇을 배제하고 싶을 때

       User-agent: *

       Disallow: /    ①

 

   ② 모든 로봇을 허용하고 싶을 때

       이 경우에는 “robots.txt”를 작성할 필요가 없으나, 굳이 작성을 하자면 다음과 같습니다.

       (Ex1과 비교했을 때 “/”가 빠져 있습니다.)

       User-agent: *

       Disallow:

 

  ③ 모든 로봇에게 서버의 일부분만을 제한하고 싶을 때

      User-agent: *

      Disallow: /my_photo/

      Disallow: /my_diary/

 

      이렇게 작성하면 로봇은 my_photo, my_diary라는 폴더에 속한 웹문서에 접근할 수 없습니다.

 

  ④ 특정 로봇만을 배제하고 싶을 때

      User-agent: EvilRobot

      Disallow: /

 

     위의 예에서는 “EvilRobot”이라는 이름을 가진 로봇만을 배제하게 됩니다.

 

  ⑤ 특정 로봇에게만 접근을 허용하고 싶을 때

      User-agent: *

      Disallow: /

      User-agent: NaverBot

      Allow: /

      User-agent: Yeti

      Allow: /

 

      이 경우 NaverBot, Yeti 만이 웹문서를 수집해갈 수 있습니다.

 

 “robots.txt”를 작성하는 것과 유사한 방법으로 HTML문서의 와 태그 사이에 라는 메타태그를 추가하면 로봇은 웹문서를 가져갈 수 없습니다.

 이 방법은 다소 번거롭기는 하지만 문서 하나하나에 대해 정확하게 명시를 해주기 때문에 가장 확실하게 로봇의 접근을 막을 수 있는 방법입니다.

 로봇 배제에 대한 보다 자세한 내용은 http://www.robotstxt.org 에서 확인할 수 있습니다.

 

  3) 네이버 로봇이 고객의 사이트에 접근하는 것을 원치 않으시거나 자신의 웹문서가 검색화면에 나타나는 것을 원치 않으신다면

      네이버 고객 센터로 연락해 주십시오. 확인 후 네이버 검색에서 삭제해 드리겠습니다.

http://blog.naver.com/PostView.nhn?blogId=imoogy&logNo=80168409010

http://help.naver.com/customer/etc/webDocument.nhn