지난번 같은 제목의 글에서 제가 구상중인 소셜검색 Social Search에 대한 얘기는 미뤄둔채, 일반적인 소셜검색의 여러 유형들에 대한 글만 적었습니다. 오늘도 제가 현재 나름 준비중인 소셜검색에 대한 구체적인 사항은 적지 않을 예정입니다. 대신, 오늘은 제가 생각하는 소셜검색에 이르기 전 단계의 내용들, 즉 소셜그래프라던가 또 소셜그래프에 엮인 글들에 대한 이야기를 전개하려 합니다. 제가 지금 테스트 버전으로 실험 중인 것이 다음뷰이기 때문에, 어쩌면 아래의 그림/설명은 다음뷰의 프레임워크에 치중되어있을 수 있다라는 점을 양해바랍니다.
블로그와 다음뷰 (또는 메타블로그)를 사용해보신 분들은 아시겠지만, (사람의 측면에서, 아래의 그림과 같이) 블로고스피어를 구성하는 요소는 블로그에 글을 적는 블로거 (또는 아래의 그림에서 Writer), 그런 블로그글을 읽고 평가해주는 평가자 (Recommender), 그리고 검색 등을 통해서 그런 블로그글을 읽는 소비자 (Consumer)로 나눌 수 있을 것같습니다. 물론, 마이너한 다른 요인들이 존재하겠지만, 현재 제 머리 속의 그림으로는 글작성자, 글추천자, 그리고 글소비자로 나눌 수 있을 것같습니다. 물론, 글작성자가 다른 글을 읽는 글소비가 될 것이고, 또 그런 글에 대한 평가를 내리는 글추천자가 되는 일종의 Trinity를 형성할 수는 있지만, 일단은 모두가 별개의 사람으로 간주하겠습니다. 제가 소셜검색을 구상할 때, 염두에 뒀던 것은 글쓴이의 주제에 대한 전문성입니다. 물론, 소셜검색에서도 일반 텍스트 검색과 같이 검색어와 문서의 관련성 Relevancy이나 글의 작성시기 Recency도 중요하고, 일반 소셜검색에서 말하는 검색자/소비자와 글쓴이의 관계 (친밀도 Intimacy)도 중요합니다. 이런 일반 요소에 더해서, 글쓴이의 전문성에 가중치를 주고 싶습니다. 실제, 글쓴이의 전문성이라는 요소는 Aardvark에서 질문자들의 질문에 가장 적합한 답을 해줄만한 답변자를 찾는 아이디어에서 차용한 것입니다. 글쓴이의 전문성을 확인할 수가 있다면, 비슷한 방식으로 추천자의 신뢰성이나 소비자의 관심분야 등도 구축할 수 있을 것입니다. (이런 전문성, 신뢰성, 관심분야를 '프로파일'이라는 용어로 통일하겠습니다.)
블로고스피어 Trinity: 글작성자 글추천자 글소비자
이어서, 위의 그림의 각 요소 및 관계에 대해서 좀 자세히 설명하겠습니다. (원 - 사람, 사각형 - 프로파일, 원사각형 - 히스토리)
- 글작성자: 글작성자가 직접 자신의 전공/전문분야를 텍스트나 카테고리형식으로 명시화시켜줄 수도 있겠지만, 실제 그/그녀가 이제껏 작성한 글들이 그/그녀의 프로파일입니다. 그/그녀가 최근에 '박지성' '맨체스터유나이티드' '첼시' '프리미어리그' 등과 같은 글/단어를 많이 사용했다면, 그/그녀의 전문성은 축구, 프리어리그 등으로 국한시켜줄 수가 있습니다. 이렇게, 글쓴이의 최근 글들에서 그/그녀가 전문성을 가진 분야의 키워드/태그들을 뽑아낼 수가 있습니다. 실제, 다음뷰의 데이터에서도 전문/파워블로거들의 경우 이런 작성자 프로파일을 쉽게 만들어낼 수가 있었습니다. 그런데, 특정분양에 특정해서 글을 쓰지 않는 일반 블로거들의 경우에도 같은 방식으로 프로파일링이 가능한가?에 대한 고민은 여전하고, 또 전문 스패머들의 경우 특정단어들을 가지고 스패밍/어뷰징을 시도하기 때문에 글들에서 사용된 키워드들만을 가지고 전문가로 오인하게되는 위험을 안게 됩니다. 이를 해결하는 방법으로, 글쓴이의 인기도라는 항목/요소를 이용하는 방법도 있습니다. (구체적인 사항은, 다음번 포스팅으로 미루겠습니다.)
- 글추천자: 글작성자의 프로파일은 그/그녀가 쓴 글들에서 얻듯이, 글작성자의 프로파일은 그/그녀가 추천했던 행위에서 얻을 수 있습니다. 즉, 이제까지 추천했던 글들의 품질이 얼마나 좋았느냐?에 따라서, 이 추천자가 추천한 글들이 신뢰할만한지 아니면 그저그런지를 짐작할 수가 있습니다. (작성자 프로파일처럼 추천자의 프로파일도 전문성이라는 요소로 만들어낼 수도 있습니다. 이 부분까지 고려된다면 너무 복잡해지기 때문에, 일단은 추천자 프로파일은 추천신뢰도라는 항목으로만 묶어두겠습니다.) 실제 다음뷰에서, 추천자들이 몇개의 글을 추천했고 그런글들이 다음뷰의 베스트로 몇 건이 올라갔는지 등을 고려해서 추천신뢰도를 구하고 있습니다. (다음뷰/블로거뉴스에 대한 간략한 설명은 '한장으로 보는 블로거뉴스 & 열린편집' 글 참조)
- 글소비자: 글소비자의 프로파일 (관심분야)도 같은 형식으로 이제까지 어떤 글들을 보았는지에 대해서 조사해보면 다 나옵니다. 범위를 더 좁히면, 이제까지 검색창에서 입력한 키워드들을 종합해보면 글소비자/검색자의 관심분야를 쉽게 확인할 수 있습니다. 그런데, 이런 검색자의 검색히스토리를 검색엔진서버에 남겨놓고, 또 이를 분석해서 활용한다는 것은 개인 프라이버시 등의 법적 문제를 야기하기 때문에, 검색자/소비자 프로파일을 만들겠다는 생각은 현실성이 떨어집니다. (실제, 이런 프로파일을 만들어서 활용만할 수 있다면, 더 나은 검색결과제공 및 광고활용 등이 가능합니다. 그러나, 법적인 문제 뿐만 아니라, 현실적으로 어떻게 구현해서 활용할 것인가에 따른 여러 기술적인 어려움들도 있습니다.) 글소비자의 프로파일링은 어렵지만, 검색광고에서와 같이 현재의 '검색어'로도 글소비자의 프로파일이 충분합니다. (물론, 글소비자의 다양한 컨텍스트정보를 활용할 수 있다면 금상첨화겠지만...)
- 그런데, 제가 그림에서 글작성자는 붉은색으로, 글추천자는 푸른색으로, 그리고 글소비자는 노란색으로 표시한 이유는... 글작성자는 뜨겁고 순수한 열정으로 글을 작성해줬으면 하는 바램에서, 글추천자는 냉철하고 중립위치에서 글을 평가해줬으면 하는 바램에서, 그리고 글소비자는 글작성자의 열정과 생각에 공감을 하면서 글을 읽어줬으면 하는 바램에서, 빵강, 파랑, 노랑으로 표시해뒀습니다. 이것이 제가 생각하는 진짜 건전하고 지속가능한 블로고스피어, 나아가 웹생태계 Web EcoSystem을 만들어가는 것이라 생각합니다. (관련글들은... 생략)
그리고, 글작성자, 글추천자, 그리고 글소비자 사이의 관계에 대해서 잠시 언급하면... 먼저, 글추천자는 글작성자와 (개인적 친분이 있을 수도 있겠지만) 중립의 위치에서 냉정하게 글을 평가해줘야 합니다. 그래서, 제가 neutrality라고 표시해두었습니다. 역으로, 글작성자는 글추천자에게 어떠한 피드백도 줄 수가 없기에 화살표시가 없습니다. 또, 글작성자가 특정인의 추천자로부터 글을 추천받았다 손치더라도, 나중에 보상심리로 그 추천자의 글을 추천해주는 그런 일 (상호추천 Mutual recommendation)이 발생하면 안되기 때문에, 추천자에서 작성자로의 일방향 화살표를 해두었습니다. 두번째, 글소비자는 글추천자의 추천을 전적으로 신뢰하는 관계가 되어야 합니다. 트위터나 다른 많은 미디어에서도 그렇듯이, 특정 유명인이 글을 추천해주면 크게 의심없이 글을 읽는 것과 같은 현상을 말하는 것입니다. 추천자의 신뢰도 및 권위 Authority를 믿기 때문에, 추천된 글을 읽을 수가 있습니다. (역으로 화살표가 없는 것은 어쩌면 당연한 것이니 설명 생략) 마지막으로, 글작성자와 글소비자의 관계는 조금 더 복잡합니다. 이들 사이에는 원래부터 알고 지내던 지인/친구 관계일 수도 있지만, 글소비자가 일방적을 글작성자를 추종하는 관계일 수도 있습니다. 그래서, 글소비자로 향하는 화살표는 흰색으로 표시해두었습니다. 일반 블로그들에서도 보듯이 '친구블로그'와 '구독블로그'로 나뉩니다. 소셜검색에서, 친구가 적은 글을 보겠다는 니즈와 전문가/유명인의 글을 보겠다는 니즈가 동시에 있습니다. 이런 현상을 검은화살표와 흰화살표로 표시한 것입니다. 결국 이들 간의 관계는 친밀도 Intimacy로 표시됩니다. 친구사이의 근접도 closeness와 유명인/전문가에 대한 권위를 포괄해서 친밀도 또는 연결도 connectedness로 표시했습니다.
이상의 이런 글작성자, 글추천자, 글소비자의 역할 및 관계를 잘 이해한다면 재미있는 소셜검색이 탄생할 거라 생각합니다. 지금은 조금씩 다음뷰의 데이터로 가능성만을 확인하고 있는데, 혼자서 시험삼아 진행하는 거라 속도도 많이 느리고 의미있는 (양과 질 모두) 성과를 만들어낼 수 있을까?라는 생각도 가지면서 준비/진행중에 있습니다. 다음에 다시 같은 제목의 글을 적게 된다면, 실제 위의 요소를 소셜검색/소셜랭킹에 어떻게 녹여낼 것인가?에 대한 글을 작성해보도록 하겠습니다.
반응형
