블로그로 돌아가기
비교

업로드한 사진, AI 학습에 쓰일까? 이미지 호스팅 8곳 robots.txt·약관 실측

게시일27 min read
공유

결론부터 말하면, 이번에 확인한 이미지·사진 호스팅 8곳 중 robots.txt에 GPTBot, ClaudeBot, Google-Extended, CCBot을 명시적으로 이름을 걸고 차단한 곳은 Catbox뿐이었습니다. Flickr는 다른 방식으로 비슷한 효과를 냈습니다. Imgur의 robots.txt는 아무것도 막지 않았지만, 이용약관에서는 오히려 제3자가 플랫폼 콘텐츠를 AI 학습에 쓰는 걸 명문으로 금지하고 있었습니다. ImgBB와 Postimages의 robots.txt는 빈 파일이라 사실상 규칙이 없는 상태고, lpic.cc도 아직 AI 크롤러 전용 규칙을 두고 있지 않습니다. 아래 내용은 전부 이번에 직접 fetch한 것이고, 확인 시점은 2026년 9월입니다.

어떻게 확인했나

8개 도메인에 직접 curl을 실행해서 robots.txt 원본을 가져왔습니다(제3자 도구의 해석이 아닙니다). 그리고 웹 페치 도구로 각 서비스의 이용약관 전문을 읽으며 "콘텐츠 라이선스 범위"와 "AI·머신러닝 학습" 관련 문구를 찾아 그대로 인용했습니다. 찾지 못했거나 약관에 아예 언급이 없는 항목은 "언급 없음"으로 표시했고, 기억으로 채워 넣지 않았습니다.

비교 대상으로 삼은 5개 AI 크롤러 UA는 각각 용도가 다릅니다.

  • GPTBot — OpenAI가 학습 데이터를 모으는 데 쓰는 크롤러
  • ClaudeBot — Anthropic이 학습 데이터를 모으는 데 쓰는 크롤러(같은 Anthropic이라도 실시간 검색용인 Claude-User / Claude-SearchBot과는 다른 UA)
  • Google-Extended — Gemini 같은 생성형 AI 학습 전용 옵트아웃 토큰. 검색 색인을 담당하는 Googlebot과는 별개
  • CCBot — Common Crawl의 크롤러. 많은 LLM 학습 데이터셋이 여기서 수집한 데이터를 가공해서 만들어짐
  • PerplexityBot — Perplexity의 크롤러

전체 비교표

데이터는 2026년 9월 기준입니다. "미등재"는 해당 UA가 그 사이트 robots.txt에 이름으로 나오지 않는다는 뜻이고, 실제 처리는 어떤 규칙에 걸리는지에 따라 달라집니다.

서비스 GPTBot ClaudeBot Google-Extended CCBot PerplexityBot 약관에 AI 학습 언급?
Imgur 미등재→* 규칙으로 허용 미등재→허용 미등재→허용 미등재→허용 미등재→허용 있음 — 제3자가 AI·머신러닝 목적으로 콘텐츠를 수집·이용하는 것을 명문으로 금지
ImgBB 허용(robots.txt가 빈 파일) 허용 허용 허용 허용 언급 없음
Postimages 허용(robots.txt가 빈 파일) 허용 허용 허용 허용 언급 없음
Catbox 차단(명시) 차단(명시) 차단(명시) 차단(명시) 미등재→* 규칙으로 허용 언급 없음
Flickr 차단(허용 목록에 없어 User-agent: * / Disallow: /에 걸림) 차단(동일. 다만 학습용이 아닌 Claude-User, Claude-SearchBot은 별도로 허용) 차단(동일) 차단(동일) 허용(허용 목록에 명시) 언급 없음
구글 포토 미등재. 공유·앨범 관련 경로는 *에 대해 전면 차단 동일 동일 동일 동일 구글 본약관은 "서비스 콘텐츠로 머신러닝 모델을 학습시키는 것"을 금지하지만 포토 전용 언급은 없음
iCloud 공유 앨범 미등재. /sharedalbum/, /photos/는 *에 대해 전면 차단(Googlebot만 예외로 사이트 전체 허용) 동일 동일 동일 동일 언급 없음. Apple Intelligence 프라이버시 페이지에는 "동의 없이 개인 콘텐츠를 기반 모델 학습에 쓰지 않는다"는 별도 명시가 있음
lpic.cc 허용(Allow: /, /admin/과 /api/만 차단) 허용 허용 허용 허용 언급 없음. 라이선스 범위는 "저장, 처리(압축·형식 변환 등), 전송"으로 한정돼 있고, "모든 목적"식의 포괄적 허락이 아님

robots.txt는 어디까지나 신사협정이라는 점부터 짚고 갑니다

위 표는 전부 "규칙에 뭐라고 적혀 있는가"이지, "크롤러가 실제로 그걸 따르는가"가 아닙니다. robots.txt에는 기술적 강제력이 전혀 없어서, 어떤 사이트가 특정 UA에 Disallow: /를 적어놔도 상대 크롤러가 그걸 존중할지는 전적으로 상대방의 자율에 달려 있습니다. 이번 조사는 규칙 문구 자체만 검증했고, 이 다섯 개 AI 기업의 크롤러가 스스로 지키겠다고 밝힌 규칙을 실제로 준수하는지는 따로 검증하지 않았습니다. 그건 트래픽 분석이라는 완전히 다른 방법론이 필요한 문제이지, 약관을 읽는 것만으로 답할 수 있는 게 아닙니다. 이 점은 뒤에 나올 lpic.cc 부분을 이해하는 데도 중요하니, 여기서 먼저 명확히 해두겠습니다.

서비스별 분석: 규칙 뒤에 숨은 로직의 차이

Catbox: 차단 목록이 가장 촘촘하지만, PerplexityBot이 빠져 있다

Catbox의 robots.txt는 가장 직접적인 방식을 씁니다. 먼저 모든 UA에 공통으로 적용되는 규칙(/contact.php, /user/ 등 몇몇 기능성 경로만 차단)을 두고, 이어서 ClaudeBot, Claude-User, Claude-SearchBot, GPTBot, Google-Extended, CCBot, Meta-ExternalAgent, FacebookBot, Bytespider, Applebot-Extended까지 열 개의 학습·수집형 UA를 하나하나 이름을 걸어 Disallow: /로 사이트 전체를 차단합니다.

그런데 이 목록에 PerplexityBot은 없습니다. 이름으로 등재되지 않았으니 공통 규칙으로 떨어지고, 결국 그 몇 개 기능성 경로를 빼면 사이트 전체가 사실상 열려 있는 셈입니다. 이게 목록 업데이트가 안 된 건지, 아니면 의도적인 판단(Perplexity는 스스로를 실시간 검색 어시스턴트로 규정하지, 순수 학습용 크롤러와는 다르다고 봅니다)인지는 이번 조사로는 확인할 수 없었고, 함부로 추측하지도 않겠습니다. 확실한 건 하나입니다. 가장 세밀하게 조사한 Catbox조차, 구체적이고 검증 가능한 빈틈이 하나 존재한다는 점입니다.

Flickr: "허용 목록" 방식으로 Catbox와 정반대 효과를 낸다

Flickr의 방식은 반대입니다. 먼저 허용할 UA의 긴 목록(Googlebot, bingbot, ChatGPT-User, Claude-SearchBot, Claude-User, OAI-SearchBot, PerplexityBot 등)을 나열하고, 이 UA들에만(일부 경로는 제외하고) 접근을 허용한 뒤, 마지막에 User-agent: * / Disallow: /로 마무리합니다.

즉, 이 허용 목록에 명시적으로 초대받지 못한 UA는 기본적으로 사이트 전체가 차단됩니다. GPTBot, ClaudeBot, Google-Extended, CCBot은 전부 허용 목록에 없으므로, 모두 이 마지막 Disallow: /에 걸립니다. 결과적으로 "검색·실시간 검색형 크롤러는 허용, 대규모 학습형 크롤러는 차단"이라는, Catbox의 수동 차단 목록과 같은 결론에 도달하지만 구현 방향은 정반대입니다 — 하나는 블랙리스트, 다른 하나는 화이트리스트입니다.

Imgur: 기술의 문은 열려 있지만, 법의 문은 잠겨 있다

Imgur의 robots.txt에서는 AI 관련 UA가 어느 것도 별도 취급을 받지 않고, 공통 규칙도 계정·다운로드·로그아웃류 기능 페이지만 차단해서 이미지·갤러리 페이지는 모든 크롤러에 열려 있습니다. 그런데 이용약관을 보면, 제3자 이용 제한이 꽤 직설적으로 적혀 있습니다.

"...create derivative works based on our service...including for any purposes related to AI machine learning/use on AI platforms..."(금지 행위 목록의 일부)

그리고

"...any use of our service...for any commercial purpose, including without limitation AI machine learning, use on AI platforms, etc., you must first obtain our express signed written consent..."

이 금지 조항은 "제3자"를 향한 것이지 자기 제한이 아닙니다. Imgur의 모기업인 MediaLab.Ai가 자사 플랫폼 콘텐츠를 어떻게 쓰는지에 대해서는 이에 대응하는 자기 제약 문구가 약관에 보이지 않습니다. 정확히 말하면, Imgur는 기술 규칙(robots.txt)으로는 누구나 들어오게 해두고, 법적 규칙(이용약관)으로는 "들어와서 가져간 걸 AI 학습에 쓰는 것"을 금지하고 있는 셈입니다. Catbox나 Flickr처럼 기술적 수단으로 아예 문 앞에서 막는 것과는 완전히 다른 전략입니다.

ImgBB, Postimages: 규칙집이 비어 있다

이 두 곳은 curl로 직접 검증했는데, HTTP 응답이 Content-Length: 0이었습니다. 페치가 실패한 게 아니라, 사이트가 실제로 빈 파일을 돌려주는 겁니다. Disallow 규칙이 전혀 없으니 5개 AI 크롤러를 포함한 모든 크롤러가 기술적으로는 제한 없이 접근할 수 있습니다. 이용약관도 AI 학습을 언급하지 않지만, 두 곳 다 자사 콘텐츠 이용 범위를 매우 넓게 잡아뒀습니다 — ImgBB의 원문은 "for any purpose, commercial, advertising, or otherwise"입니다. 이 넓은 허락은 플랫폼 자신에게 준 것이지 AI 기업을 위한 보증은 아니지만, 동시에 플랫폼이 앞으로 그 콘텐츠를 AI 학습용으로 라이선스하는 걸 약관이 지금 막고 있지 않다는 뜻이기도 합니다.

구글 포토, iCloud 공유 앨범: 애초에 질문이 잘못됐을 수도 있다

두 서비스의 robots.txt는 5개 AI 크롤러 어느 것에도 전용 규칙을 두지 않지만, 공통 규칙에서 /photo/, /shared, /sharing(구글 포토)과 /sharedalbum/, /photos/(iCloud)를 통째로 막아버려서, 별도로 허용받지 못한 UA에는 예외 없이 전부 적용됩니다. 5개 AI 크롤러 중 예외를 받은 건 하나도 없습니다.

다만 다른 6곳과 구조적으로 다른 지점이 있어서 짚고 넘어갈 필요가 있습니다. Imgur, ImgBB, Postimages, Catbox, Flickr, lpic.cc는 전부 이미지 페이지가 설계상 기본적으로 공개 열람이 가능합니다(몇 곳은 검색엔진에 색인되기도 하고, lpic.cc의 보기 페이지는 noindex가 설정돼 있습니다). 반면 구글 포토 앨범이나 iCloud 공유 앨범은 추측 불가능한 URL로 운영되는 게 전제이고, 공개 목록이나 사이트 내 링크로 그 페이지에 유도되는 경로 자체가 없습니다. robots.txt가 막든 안 막든, "URL 자체가 열쇠"인 이런 구조에서는 큰 의미가 없습니다 — 크롤러가 애초에 그 URL을 미리 알아야 robots.txt를 읽을 기회조차 생기니까요. 이건 다른 6곳의 "페이지가 원래 공개 색인에 올라 있고 robots.txt가 실질적인 방벽 역할을 한다"는 구조와는 완전히 다른 방어 논리라서, 같은 표에 놓고 비교할 때 명확히 짚어두지 않으면 "구글이나 애플도 Catbox와 같은 전략을 쓴다"고 오해하기 쉽습니다.

Cloudflare가 최근 한 일, 이 이미지 호스팅들과 관련이 있나

2026년 9월 15일, Cloudflare 공식 블로그가 "Have it both ways: stay discoverable in search while disallowing AI training"을 공개하면서, 크롤러 행동을 공식적으로 세 가지로 분류했습니다. Search(검색 색인 구축), Training(모델 학습·파인튜닝), Agent(사용자가 그 자리에서 에이전트에 맡긴 실시간 대행 행위)입니다. 글에 따르면 이날부터 Cloudflare에 새로 온보딩되는 모든 도메인에는 새 기본값이 적용됩니다. 광고가 있는 사이트는 기본적으로 "검색은 허용, 학습은 차단, 광고 페이지에서는 에이전트도 차단"이고, 광고가 없는 사이트는 기본적으로 셋 다 전부 허용입니다. 이건 2025년 9월 Cloudflare가 내놓은 Content Signals Policy(robots.txt 확장 문법에 search / ai-input / ai-train 세 신호를 적는 방식)의 후속 조치입니다.

이번에 이 8개 이미지 호스팅이 실제로 Cloudflare 고객인지는 확인하지 않았고, 확인한 척할 생각도 없습니다 — 이 글에서는 그 부분을 검증하지 않았으므로, Cloudflare의 새 기본값을 적용했다는 뜻도 아닙니다. 우연으로 기록해둘 만한 건, Flickr의 기존 robots.txt 구조가 마침 Cloudflare가 이번에 밀고 있는 로직(검색·에이전트형 크롤러는 허용, 학습형 크롤러는 차단)과 일치한다는 점입니다. 다만 Flickr는 이걸 자체적으로 UA 목록을 수동 관리해서 구현한 것이고, Cloudflare의 이번 자동 기본값과는 무관합니다.

lpic.cc의 현재 정책은 어떤가(솔직하게)

lpic.cc의 robots.txt는 현재 이렇게 돼 있습니다(2026년 9월 확인).

User-Agent: *
Allow: /
Disallow: /admin/
Disallow: /api/

Sitemap: https://lpic.cc/sitemap-index.xml

GPTBot, ClaudeBot, Google-Extended, CCBot, PerplexityBot 어느 것에도 전용 규칙이 없고, robots.txt 층에서는 전부 허용돼 있는 상태입니다. 이용약관 쪽에서는 라이선스 범위가 "업로드한 콘텐츠에 대해 본 서비스가 저장, 처리(압축·형식 변환 등), 전송을 할 권리를 부여한다"고 돼 있어서, Imgur, ImgBB, Postimages류의 "모든 목적"식 포괄적 허락보다는 범위가 훨씬 좁지만, 약관에 "AI"나 "머신러닝"이라는 단어는 등장하지 않습니다. 약속도 없고 금지도 없는 상태입니다.

이 둘을 합치면 솔직한 표현은 이렇습니다. lpic.cc의 robots.txt와 이용약관은 현재 AI 학습용 크롤러에 대한 차단이 전혀 없고, 이 점에서는 Imgur, ImgBB, Postimages, 구글 포토, iCloud와 같은 그룹이며 그들보다 딱히 나은 것도 없습니다(사이트 앞단의 CDN에는 별도의 크롤러 관리 설정이 있지만, 그 층은 이 글의 조사 범위 밖이고 여기서 그 효과를 보증하거나 주장하지 않습니다). "lpic.cc에 올리면 AI 학습에 덜 쓰인다"는 말은 하지 않겠습니다. 그걸 뒷받침할 규칙이 지금 없기 때문입니다. 설령 Disallow: GPTBot 같은 규칙을 추가하더라도, 앞서 말했듯 그건 어차피 자율 협정이고 실제로 지켜지는지 측정한 적도 없습니다. 앞으로 Catbox나 Flickr처럼 명확하게 차단할지는 별도의 제품 결정이고, 이 글이 현재 상태를 솔직하게 서술할지는 그것과 별개의 문제입니다.

나에게 맞는 곳은 어디: 상황별 대조표

신경 쓰는 것 볼 만한 서비스 이유
호스팅이 능동적·기술적으로 알려진 학습용 크롤러를 막아줬으면 함 Catbox 5개 중 4개 크롤러를 이름으로 차단. 본 조사에서 이렇게 한 곳은 여기뿐
공개 공유도 하고 검색엔진에도 걸리고 싶은데, 학습형 크롤러에는 안 걸렸으면 함 Flickr 허용 목록 방식이 마침 "검색은 가능, 학습은 불가"라는 결과에 도달하지만, 이건 AI 이슈에 대한 공식 발표가 아니라 기존 운영 방식일 뿐
그냥 무료로 이미지만 올리고 싶고, AI 이슈는 딱히 신경 안 씀 ImgBB / Postimages robots.txt에 제한이 없어 가장 빠르게 시작할 수 있지만, 약관의 콘텐츠 허락 범위가 매우 넓어서 사실상 "모든 용도"에 쓰는 걸 기본으로 인정하는 셈
플랫폼 자체의 라이선스 범위가 최대한 좁았으면 함(저장·처리·전송만) lpic.cc 본 비교에서 약관 문구가 가장 좁지만, 그에 대응하는 AI 크롤러 기술 차단은 없음
애초에 사진이 공개 노출되거나 색인되는 걸 원치 않음 구글 포토 공유 앨범 / iCloud 공유 앨범 robots.txt가 아니라 추측 불가능한 URL에 의존하며, 다른 6곳과는 근본적으로 방어 논리가 다름

자주 묻는 질문 FAQ

Q: robots.txt에 Disallow라고 써 있으면 AI 기업이 절대 크롤링하지 않나요? 꼭 그렇지는 않습니다. robots.txt는 기술적 강제력이 없는 자율 협정입니다. 이번 조사는 규칙에 뭐라고 적혀 있는지만 검증했고, 이 5개 AI 기업의 크롤러가 스스로 준수하겠다고 밝힌 규칙을 실제로 지키는지는 따로 검증하지 않았습니다.

Q: 이용약관에 AI 학습 얘기가 아예 없으면, 제 사진은 더 안전한 건가요? 꼭 그렇지는 않습니다. 언급이 없는 건 대개 약관을 만들 때 아직 쟁점이 아니었거나, 플랫폼이 일부러 선택지를 남겨둔 경우가 많습니다. Imgur, ImgBB, Postimages 같은 "모든 목적"식의 넓은 허락과 나란히 놓고 보면, 약관이 명확히 안 적어둔 것 자체가 안심이 아니라 위험 신호일 수 있습니다.

Q: lpic.cc는 AI 학습용 크롤러를 전용으로 막고 있나요? robots.txt 층에서는 아닙니다. 2026년 9월 확인 시점 기준, robots.txt는 5개 대상 UA를 전부 허용하고 있습니다(CDN 쪽 크롤러 관리 설정은 이 글의 조사 범위 밖입니다). 이건 현재 상태를 솔직하게 설명하는 것이지, 앞으로도 막지 않겠다는 약속은 아닙니다.

Q: Cloudflare의 이번 3분류(Search / Training / Agent)가 이 8개 이미지 호스팅과 직접 관련이 있나요? 직접적인 관련은 없습니다. 이건 Cloudflare에 연결된 도메인에 적용되는 플랫폼 차원의 메커니즘이고, 이 글은 이 8곳이 Cloudflare 고객인지 검증하지 않았습니다. Flickr의 기존 규칙이 우연히 비슷할 뿐, Cloudflare의 이번 발표에 맞춰 설계된 건 아닙니다.

Q: PerplexityBot은 왜 Catbox의 차단 목록에 없나요? 정확한 이유는 모릅니다. 이 글에서는 Catbox 운영자의 공개 설명을 찾지 못했습니다. 목록 업데이트가 안 됐을 수도 있고, Perplexity가 스스로를 순수 학습용 크롤러가 아니라 실시간 검색 어시스턴트로 규정한 데 따른 의도적 판단일 수도 있습니다. 여기서는 규칙 자체의 차이만 보여줄 뿐, 동기를 추측하지는 않습니다.

Q: 한국 개인정보보호법이나 저작권법 관점에서는 이 문제를 어떻게 봐야 하나요? robots.txt 설정 자체를 직접 규율하는 법은 아니지만, 사진에 찍힌 개인정보가 AI 학습 데이터로 무단 이용됐다면 개인정보보호법상 문제가 될 수 있고, 저작물성이 있는 이미지라면 저작권법상 텍스트·데이터마이닝(TDM) 관련 조항의 적용 범위가 쟁점이 될 수 있습니다. 다만 이건 전부 사후적인 법적 쟁점이고, robots.txt나 라이선스 조항을 애초에 제대로 설정해두는 것을 대신하지는 못합니다.

출처와 확인 날짜

아래는 전부 2026-09-25에 직접 fetch·curl로 가져온 1차 자료이며, 제3자 요약을 그대로 옮긴 게 아닙니다.

  • Imgur robots.txt: https://imgur.com/robots.txt
  • Imgur 이용약관: https://imgur.com/tos
  • ImgBB robots.txt: https://imgbb.com/robots.txt(HTTP 200, Content-Length: 0)
  • ImgBB 이용약관: https://imgbb.com/tos
  • Postimages robots.txt: https://postimages.org/robots.txt(HTTP 200, Content-Length: 0)
  • Postimages 이용약관: https://postimages.org/terms
  • Catbox robots.txt: https://catbox.moe/robots.txt
  • Catbox 약관·프라이버시 페이지: https://catbox.moe/legal.php
  • Flickr robots.txt: https://www.flickr.com/robots.txt
  • Flickr 이용약관: https://www.flickr.com/help/terms
  • Flickr 개인정보 처리방침: https://www.flickr.com/help/privacy
  • 구글 포토 robots.txt: https://photos.google.com/robots.txt
  • 구글 이용약관: https://policies.google.com/terms
  • 구글 개인정보 처리방침: https://policies.google.com/privacy
  • iCloud robots.txt: https://www.icloud.com/robots.txt
  • iCloud 이용약관: https://www.apple.com/legal/internet-services/icloud/
  • Apple Intelligence 프라이버시 페이지: https://www.apple.com/privacy/features/
  • lpic.cc robots.txt: https://lpic.cc/robots.txt
  • lpic.cc 이용약관: 사이트 내 /terms 페이지에 대응하는 i18n 문구(termsIntellectualDesc)
  • Cloudflare 공식 블로그(3분류 크롤러 정책, 2026-09-15 공개): https://blog.cloudflare.com/accountable-mixed-use-ai-crawlers/
  • Cloudflare Content Signals Policy(전신 정책, 2025-09-24 공개): https://blog.cloudflare.com/content-signals-policy/
#AI 학습#robots.txt#이미지 호스팅 프라이버시#imgur#catbox#flickr#google photos#lpic
B

작성자

Brian Lee

기술 분석가

이미지 포맷, 압축 기술, API 연동에 특화하여 데이터로 말하는 분석을 제공합니다.