Googlebot

Googlebot은 Google의 다음 두 가지 유형의 웹 크롤러의 일반적인 이름입니다.

요청의 HTTP user-agent 요청 헤더를 통해 Googlebot의 하위 유형을 확인할 수 있지만, 크롤러 유형은 robots.txt에 있는 동일한 제품 토큰(사용자 에이전트 토큰)을 따르므로 robots.txt를 사용하여 Googlebot 스마트폰 또는 Googlebot 데스크톱 중 하나를 선택적으로 타겟팅할 수는 없습니다.

대부분의 사이트에서 Google은 주로 모바일 버전 콘텐츠의 색인을 생성합니다. 따라서 대부분의 Googlebot 크롤링 요청에 모바일 크롤러가 사용되며 그 외 소수의 요청에 데스크톱 크롤러가 사용됩니다.

Googlebot이 사이트에 액세스하는 방법

대부분의 경우 Googlebot은 평균적으로 몇 초에 한 번 정도만 사이트에 액세스합니다. 하지만 지연으로 인해 단기적으로 빈도가 약간 높아질 수도 있습니다.

Googlebot은 웹이 확장됨에 따라 성능과 규모를 향상시키기 위해 수천 대의 컴퓨터에서 동시에 실행되도록 설계되었습니다. 또한 대역폭 사용량을 줄이기 위해 크롤링할 수도 있는 사이트와 가까운 컴퓨터에서 여러 크롤러를 실행합니다. 그러므로 로그에는 모두 Googlebot 사용자 에이전트가 있는 여러 IP 주소에서 방문한 내역이 표시될 수 있습니다. Google의 목표는 방문한 사이트에서 서버에 무리를 주지 않으면서 가능한 한 많은 페이지를 크롤링하는 것입니다. 사이트에서 Google의 크롤링 요청 속도를 맞추는 데 문제가 있는 경우 크롤링 속도를 낮출 수 있습니다.

Googlebot은 주로 미국 IP 주소에서 크롤링합니다. Googlebot이 미국에서 발생한 요청을 차단하는 사이트를 감지하면 다른 국가에 있는 IP 주소에서 크롤링을 시도할 수 있습니다. Googlebot에서 현재 사용하는 IP 주소 블록 목록은 JSON 형식으로 제공됩니다.

Googlebot은 HTTP/1.1 및 사이트에서 지원하는 경우에는 HTTP/2를 통해 크롤링합니다. 사이트를 크롤링하는 데 사용되는 프로토콜 버전에 따른 순위상의 이점은 없지만 HTTP/2를 통해 크롤링하면 사이트와 Googlebot의 컴퓨팅 리소스(예: CPU, RAM)를 절약할 수 있습니다.
HTTP/2를 통한 크롤링을 거부하려면 Googlebot이 HTTP/2를 통해 사이트를 크롤링하려고 할 때 421 HTTP 상태 코드로 응답하도록 사이트를 호스팅하는 서버에 지시합니다. 그렇게 할 수 없는 경우 Googlebot팀에 메시지를 보내면 됩니다(단, 이 방법은 일시적임).

Googlebot은 HTML 파일 또는 지원되는 텍스트 기반 파일의 처음 15MB를 크롤링할 수 있습니다. HTML에서 참조되는 각 리소스(예: CSS 및 JavaScript)는 개별적으로 가져오며 각각 동일한 파일 크기 제한을 따릅니다. 파일의 처음 15MB를 크롤링하고 나면 Googlebot은 크롤링을 중지하고 파일의 처음 15MB만을 색인 생성에 고려합니다. 파일 크기 한도는 압축되지 않은 데이터에 적용됩니다. Googlebot 동영상 및 Googlebot 이미지 등 다른 Google 크롤러의 한도는 다를 수도 있습니다.

미국의 IP 주소를 통해 크롤링할 때 Googlebot의 시간대는 태평양 표준시입니다.

Googlebot에서 사이트를 방문하지 못하도록 차단하기

링크를 게시하지 않는 방법으로 사이트를 비밀로 유지하는 것은 거의 불가능합니다. 예를 들어 누군가 '비밀' 사이트의 링크를 따라 다른 사이트로 연결되면 '비밀' 사이트 URL은 리퍼러 태그에 나타날 수 있으며, 리퍼러 로그에 포함된 다른 사이트에 의해 저장되고 게시될 수 있습니다.

Googlebot이 사이트의 콘텐츠를 크롤링하지 못하게 하려는 경우 여러 가지 방법을 사용할 수 있습니다. Googlebot이 페이지를 크롤링하지 못하게 하는 방법, Googlebot이 페이지의 색인을 생성하지 못하도록 하는 방법, 크롤러와 사용자 모두 페이지에 액세스하지 못하도록 하는 방법 간의 차이점에 유의하세요.

Googlebot인지 확인하기

Googlebot을 차단하기 전에 다른 크롤러가 Googlebot에서 사용되는 HTTP user-agent 요청 헤더로 위장하는 경우가 많다는 점에 유의하세요. 문제가 되는 요청이 실제로 Google에서 보낸 것인지 확인해야 합니다. 실제로 Googlebot에서 보낸 요청인지 확인하는 가장 좋은 방법은 요청의 소스 IP에 역방향 DNS 조회를 사용하거나 소스 IP를 Googlebot IP 범위와 일치시킵니다.