안정도 기반 웹사이트 사용자 그룹 분류 체계

본 연구는 웹사이트 운영자가 사용자 그룹을 체계적으로 파악하고 이를 토대로 사이트 구조·콘텐츠를 최적화할 수 있는 방법론을 제시한다. 연구의 핵심은 형식 개념 분석(Formal Concept Analysis, FCA)이라는 수학적 프레임워크를 이용해 사용자와 그들이 방문한 사이트(외부) 혹은 페이지(내부) 사이의 이진 관계를 모델링하고, 이로부터 개념 격자(concept lattice)를 구축하는 것이다. 격자 내 각 개념은 ‘extent’(그 개념에 속하는 사용자 집합)와 ‘intent’(그 사용자들이 공통으로 가진 속성 집합)으로 정의되며, 부분 순서 관계에 따라 상위·하위 개념이 계층을 이룬다. 하지만 실제 웹 로그 데이터는 속성(방문 사이트·페이지)의 수가 수백, 사용자의 수가 수천에 달해 격자 규모가 급격히 커진다. 이는 전통적인 ‘얼음산(iceberg)’ 접근법—즉, extent가 큰 상위 N개의 개념만을 선택하는 방식—으로는 의미 있는 소규모 군집을 놓치게 만든다. 이를 해결하고자 저자들은 개념의 ‘안정도(stability) 지수’를 도입한다. 안정도 σ(A,B)=|{C⊆A | C′=B}| / 2^{|A|} 로 정의되며, 이는 개념의 intent가 extent의 어떤 부분집합에 의해 유지되는 비율을 측정한다. σ가 1에 가까울수록 해당 개념은 소수의 사용자 변동에 강건하고, 노이즈에 덜 민감한 ‘실제’ 군집으로 간주된다. 데이터 수집은 러시아 도메인(.ru) 내 약 10 000개의 사이트에서 이루어졌으며, 네 개의 목표 사이트(하이러니어스 대학교, 가전·가구 전자상가, 대형 은행, 온라인 의류 쇼핑몰) 중 세 개는 비밀 유지 계약으로 이름을 공개하지 않았다. 각 사용자에 대해 ‘외부’ 데이터(방문한 외부 사이트, 최초·최종 방문 시각, 총 세션 수)와 ‘내부’ 데이터(방문한 내부 페이지 URL 등)를 확보하였다. 차원 축소를 위해 (1) 일정 기간(보통 한 달) 동안 방문 횟수가 일정 기준 이하인 사이트를 제외하고, (2) 외부 사이트를 신문·금융·교육 등 세 그룹으로 분류했으며, (3) 도메인 온톨로지를 활용해 유사 페이지를 하나의 속성으로 병합하였다. 전처리된 데이터에 대해 FCA를 적용하고, Concept Explorer 도구를 이용해 격자를 시각화하였다. 실험에서는 두 가지 선택 기준을 비교하였다. 첫 번째는 전통적인 얼음산 방식으로, extent가 큰 상위 25개 개념을 추출하였다. 이 경우, 대형 신문(예: ‘러시아 타임즈’)이 대부분을 차지해 ‘모두가 읽는’ 일반적인 군집이 도출되었으며, 사회적·문화적 특성을 구분하기 어려웠다. 두 번째는 안정도 기준으로, σ가 사전 정의된 임계값(예: 0.8) 이상인 개념을 선택하였다. 이 방법은 ‘AIF(노란 신문)’, ‘Cosmopolitan’, ‘Expert’ 등 특정 관심사를 가진 소규모 그룹을 명확히 드러냈다. 안정도 기반 선택은 또한 개념 간 중복을 억제한다. 동일한 intent를 공유하지만 extent가 부분집합 관계에 있는 경우, 작은 extent의 개념은 안정도가 낮아 필터링될 가능성이 크다. 결과적으로 최종 군집은 서로 겹치지 않으며, 해석적 명료성을 확보한다. 한편, 안정도 계산은 모든 부분집합을 탐색해야 하므로 계산 복잡도가 높아 대규모 데이터에 직접 적용하기는 어려울 수 있다. 이를 보완하기 위해 근사 알고리즘이나 샘플링 기법이 필요하다는 점이 향후 연구 과제로 제시된다. 결론적으로, 본 논문은 웹사이트 사용자 분석에 있어 전통적인 빈도·규모 기반 방법의 한계를 지적하고, 안정도 지수를 활용한 개념 선택이 보다 의미 있는 사용자 세그먼트를 제공함을 실증하였다. 이는 맞춤형 마케팅, 개인화된 콘텐츠 제공, 사용자 경험 설계 등 다양한 실무 분야에 직접적인 적용 가능성을 제시한다.