sitemap.xml은 사이트의 URL 목록을 담은 XML 파일로, 내부 링크가 적거나 최근에 추가된 페이지를 검색엔진이 더 빨리 찾도록 돕는다.
파일 구조와 필수 태그
각 URL은 <url> 요소로 표현되며, 필수 자식 요소인 <loc>(페이지 주소)와 선택적인 <lastmod>, <changefreq>, <priority>를 가질 수 있다. 프로토콜은 파일 하나당 URL 50,000개, 압축 전 기준 50MB로 제한한다.
한글 슬러그와 UTF-8 3바이트 인코딩
<loc> 안의 한글 경로는 완성형 음절 하나당 보통 3바이트로 퍼센트 인코딩되므로, 짧아 보이는 한글 슬러그도 실제 URL 문자열은 예상보다 훨씬 길어진다 — 검사기가 URL 길이나 인코딩 형식을 확인할 때 이 점을 고려해야 잘못된 경고를 피할 수 있다.
여러 sitemap과 sitemap index
URL 수가 한 파일의 한도를 넘으면, 여러 개별 sitemap 파일을 가리키는 sitemapindex 파일을 사용한다. 수만 개 페이지를 가진 대형 사이트에서 흔히 쓰이는 방식이다.
이 도구는 무엇에 쓰이는가
- Google Search Console에 제출하기 전에 sitemap의 XML 구조가 유효한지 확인한다.
- 파일이 URL 개수나 크기 면에서 프로토콜 한도를 넘지 않는지 확인한다.
- 큰 sitemap 파일 안에서 깨지거나 중복된 링크를 찾아낸다.
sitemap에 있다고 색인이 보장되지는 않는다
유효한 sitemap은 크롤러에게 어디를 봐야 하는지 알려줄 뿐이다 — 이는 후보 목록이지 명령이 아니다. 특정 URL을 색인할 가치가 있는지는 콘텐츠 품질, 중복 여부 등 검사기가 확인할 수 없는 신호들을 바탕으로 검색엔진이 독자적으로 판단한다.