위키피디아 기반 의미연관 탐색기 SeRE 소개

초록

SeRE는 위키피디아와 DBpedia 데이터를 활용해 검색어와 의미적으로 가장 연관된 개념들을 실시간으로 계산·시각화하는 웹 애플리케이션이다. 전체 텍스트 검색 히트수를 이용한 위키피디아 정규화 거리(WND)로 연관성을 측정하고, 카테고리·썸네일·텍스트 스니펫을 함께 제공한다. 사용자 연구에서는 Google 검색과 비교해 직관성·관계 파악에 유리함을 확인했지만, 표본 규모와 언어별 차이에 대한 한계도 드러났다.

상세 분석

SeRE는 기존의 온톨로지 기반 의미연관 계산 방식과 달리 위키피디아 전체 텍스트 검색 결과를 직접 활용한다는 점에서 차별화된다. 논문에서는 NGD(Normalized Google Distance)를 위키피디아 검색 히트수에 적용한 WND(Wikipedia Normalized Distance)를 제안했으며, 이는 두 개념이 동시에 등장하는 문서 수와 전체 문서 수를 이용해 0~1 사이의 연관성 점수를 산출한다. 이 방식은 위키피디아가 제공하는 풍부한 텍스트와 구조화된 링크(인링크·아웃링크·상위·하위 카테고리)를 동시에 활용함으로써, 전통적인 DBpedia 속성 매칭보다 더 세밀한 의미 관계를 포착한다.

시스템 아키텍처는 웹 서비스 형태로 구현돼 URL 파라미터만으로 검색어와 반환 필드를 지정할 수 있다. 검색어에 가장 적합한 위키피디아 항목을 자동 선택한 뒤, 해당 항목의 인·아웃링크와 DBpedia의 상위·하위 개념, 카테고리를 병렬로 수백 개의 API 호출을 통해 수집한다. 이후 각 후보 개념에 대해 WND를 계산하고, 0보다 큰 경우에만 카테고리·썸네일·텍스트 스니펫을 추가한다. 결과는 의미 연관성 순으로 정렬되며, 캐싱 메커니즘을 통해 동일 검색어에 대한 재요청 시 응답 시간을 몇 초 이하로 유지한다.

UI 설계에서는 초기의 원형 레이아웃( EyePlorer와 유사)에서 화면 공간 부족 문제를 인식하고, 리스트 기반 레이아웃으로 전환했다. 각 결과 패널은 썸네일, 링크, 색상 마커(빨강‑파랑)로 연관성 정도를 시각적으로 강조하고, 마우스 오버 시 관계를 설명하는 텍스트 스니펫을 팝업으로 제공한다. 카테고리 필터링 기능을 통해 사용자는 원하는 주제 영역만을 선택적으로 탐색할 수 있다. 다국어 지원도 고려했으며, 영·독어 위키피디아 각각의 구조 차이에 따라 결과가 달라지는 점을 명시한다.

사용자 평가에서는 9명의 연구자(주로 컴퓨터 과학 전공)에게 Google과 SeRE를 번갈아 사용하도록 하고, 동일 과제(인물 찾기, 인물 간 관계 파악 등)를 수행하게 했다. 결과는 SeRE가 관계 탐색과 카테고리 기반 필터링에서 높은 직관성을 제공했으나, 전체적인 정보량과 검색 속도 면에서는 Google에 비해 다소 부족함을 보였다. 또한 표본이 작고 전문성이 높은 참가자에 국한돼 일반 사용자에게의 적용 가능성은 추가 검증이 필요하다.

핵심 인사이트는 (1) 위키피디아 전체 텍스트를 활용한 의미 연관성 측정이 실용적이며, (2) 실시간 병렬 처리와 캐싱을 통해 인터랙티브한 탐색이 가능하다는 점, (3) UI 설계에서 시각적 연관성 표시와 카테고리 필터링이 사용성 향상에 크게 기여한다는 점이다. 한계로는 위키피디아 검색 API의 호출 제한, 언어별 텍스트 차이로 인한 결과 변동성, 그리고 소규모 사용자 연구에 기반한 일반화 어려움이 있다. 향후 연구에서는 보다 큰 사용자 풀을 대상으로 장기 사용성 평가를 진행하고, 위키피디아 외부의 전문 데이터베이스와 연계해 연관성 정확도를 높이는 방안을 모색할 수 있다.