网页爬虫可以做到什么程度 — 合法收集数据的 4 个标准

网页爬虫可以合法进行。 대법원 在 2021도1533 判决中，针对从竞争对手 App 的 API 服务器收集信息的行为，对起诉的三个罪名 — 违反 정보통신망법、利用计算机等妨害业务（컴퓨터등장애업무방해）、违反 저작권법 — 全部判决无罪。判断的关键在于对象与方法，共三个方面。

类别	依据条文	设计时确认事项
访问权限	정보통신망법 §48①	是否有登录·验证码等保护措施，用户条款是否禁止收集
个人信息	개인정보보호법 §15①	是否包含姓名·联系方式。若包含，先确定法律依据
作品·数据库	저작권법 §16, §93①②	是复制全部后再加工，还是只使用所需的部分

① 访问权限 — 是否进入了受限区域

정보통신망법 제48조 제1항 禁止“无正当访问权限，或超出被允许的访问权限入侵信息通信网络“。

何为“受限区域”，대법원 已给出判断标准。

服务提供者是否限制了访问权限，应综合考量保护措施、用户条款等客观呈现的多种情况，审慎作出判断。

— 대법원 2022. 5. 12. 선고 2021도1533

robots.txt 不是保护措施。 标准（RFC 9309）本身明确指出它“不能替代有效的内容安全手段”。违反它并不直接构成违法，遵守它也不能保证合法。应当阅读并遵守，但不能仅凭这一点就放心。

② 个人信息 — 是否包含有关个人的信息

개인정보보호법 제15조 제1항 将可以收集·利用的情形限定列举（同意、法律的特别规定、合同的签订·履行等）。

一旦包含姓名·联系方式·地址，无论是否通过爬虫收集，都要受到单独规制。应先确定目的与法律依据，再开始收集。

③ 作品·数据库 — 收集多少

数据库制作者享有“复制、发行、广播或传输全部或相当部分的权利“（저작권법 §93①）。

这一点在实务中常被误解。单个素材不属于“相当部分”，但少量、长期地抓取并不等于没有问题 — 若反复、系统地进行，最终产生与复制相当部分相同的结果，即视为侵权（§93②）。

请告知采集对象与方式，我们将免费评估合规的采集方案与可行范围并提出建议；如考虑外包，实际数据采集项目 15 万韩元起。

→ 查看收费标准一览与过往案例 · 咨询采集可行范围

三项之外需要遵守的

• 不给服务器造成负担 — 收集频率保持在人工使用的水平，并限制并发请求数。集中大量请求，就会成为妨碍第三方服务的方式。
• 不隐瞒爬虫身份 — 在 User-Agent 中注明目的与联系方式。

确认顺序

1. 直接阅读目标网站的用户条款·robots.txt
2. 判断收集对象是否为个人信息、是否为数据库的相当部分
3. 情况复杂时，请法律专业人士审查

第 1 步排在最前是有原因的。 除法律之外，条款有时也会规定范围 — 尤其是需要登录使用的卖家·商户后台。这在法律判断之前，属于合同问题，先确认就不必事后返工。

另需说明：2021도1533 是刑事案件。 刑事上判决无罪，并不意味着不承担民事责任。

总结

大部分收集都可以正常进行。 대법원 对三个罪名全部判决无罪，原因也在于此 — 不进入受保护的区域，不涉及个人信息，不整体搬运他人的数据库，不给服务器造成负担即可。

问题通常不在于「能不能做」，而在于「能做到什么程度」。 先划清这条界线，开发完成后就不必返工。

自行判断时真正的难点不在法律解释，而在其后 — 条款没有明确规定时，对象是登录后的页面时，难以判断是否包含个人信息时。这类问题仅看条文无法判断，需要结合收集设计一起看。咨询收集设计审查，我们将按对象告知审查结果。

---

请告知您想收集的网站地址。

用一句话告诉我们想收集什么，我们将确认条款·robots.txt·是否涉及个人信息，并就是否可行、可行范围提出方案。是否启动开发，可在审查后决定。

→ 咨询能否收集 · 做过的工作

---

参考资料

• 정보통신망법 제48조 제1항 · 개인정보보호법 제15조 제1항 · 저작권법 제16조·제93조 제1항·제2항 [确认 — 국가법령정보센터]
• 대법원 2022. 5. 12. 선고 2021도1533 [确认 — 判决书原文。被起诉的 3 个罪名全部无罪]
• RFC 9309 Robots Exclusion Protocol [确认 — IETF, 2022]