인터넷을 검색하다 보면, 내게 필요한 정보를 정확히 찾지 못하는 검색엔진의 무능함에 때때로 답답함을 느낀다. 최고의 검색엔진이라 일컬어지는 Google 역시 웹 페이지의 관계(hyperlink structure)를 파악하여 수학적으로 지표화한 모델이기 때문에 [1], 특정 사용자에게 맞는 검색 결과를 제공하지 못하는 한계를 지닌다. 또한, 최근 기업간 온라인 마케팅 경쟁의 심화로 인한 Google Ranking (검색 결과 우선순위)의 왜곡은 기존 검색엔진의 정확성을 해치고 있다 [2].

사용자에게 딱 맞고 왜곡이 적은 검색 서비스에 대한 기대가 확산됨에 따라, Google의 공동 창업자이자 현재 Facebook의 CTO인 Bret Taylor는 Facebook의 ‘Like’를 통해 수집된 사용자 선호(Preference) 데이터를 기반으로 한 소셜 검색 서비스를 제안한다. 여기서 ‘Like’와 같이 SNS 상에서 사용자의 선호를 대표하는 표식(Social Index)을 수집하는 기술을 Social Indexing이라 한다 [3]. 이 개념은 기존 검색엔진의 단점을 보완하는 기술로서 각광받으며 현재 웹에서 빠르게 확산되고 있다. 아직은 낯선 Social Indexing의 개념에 대해 MIT가 발행하는 Technology Review의 기사 내용을 인용하여 소개한다 [4].

검색엔진이 친구들의 의견을 반영해 보여준다면?

이미 많은 웹사이트들이 사용자의 과거 행동 데이터에 기반한 정보를 제공하는 방식으로 맞춤형 서비스를 선보이고 있다. 하지만 Social Indexing은 사용자 본인의 정보뿐만 아니라 친구들의 정보까지 함께 수집하여 반영함에 따라 기존의 맞춤형 서비스보다 훨씬 더 강력하고 효과적인 서비스를 제공할 수 있다. 수집된 친구들의 정보는 결과적으로 사용자가 한 번도 방문하지 않은 곳에서도 사용자에 맞는 정보제공을 가능하게 한다.

Social Indexing의 선두주자인 Facebook을 살펴보면, Facebook은 이러한 방대한 사용자 주변 정보를 ‘Like’라는 심플한 버튼에서 얻고 있다. ‘Like’는 본래 Taylor가 2007년 FriendFeed를 공동 창업하던 시기에 단지 사람들의 흥미 표출을 장려하기 위한 하나의 도구로 개발되었지만, 현재는 Facebook의 6억 사용자의 데이터베이스와 접목하여 매우 강력한 데이터 수집 도구로 거듭나게 되었다. 또한, ‘Like’의 코드(code)는 모든 웹 페이지에서 사용 가능하기 때문에, Facebook에 로그인한 상태에서 Facebook 상의 컨텐츠 또는 코드(Code)가 연계되어 있는 웹 사이트, 어플리케이션, 컨텐츠에 대해 ‘Like’ 버튼을 누르면 해당 정보는 친구들과 즉시 공유된다 [3].

한편, 독자적인 Social Index를 만들기 위한 노력도 여러 곳에서 감지된다. 엔터테인먼트 추천 사이트 중 하나인 GetGlue는 전 세계 사람들에게 콘텐츠에 대한 사람들의 선호도를 수집하여 독자적인 Social Index를 만들고 있으며, 사용자가 아마존(amazon.com)에 접속하여 상품을 검색할 때 Pop-up 형태로 사용자 친구들이 어떠한 상품을 좋아했는지에 대한 정보를 제공하고 있다.

Social Indexing이 Google의 대체재가 될 수 있을까?

적어도 Social Indexing은 상품 검색, 엔터테인먼트, 읽을 거리 검색 등과 같은 많은 종류의 활동에 있어서 더욱 큰 사용가치를 제공해 줄 것이다. Google 역시 이러한 점을 인정하고 최근 ‘+1’이란 Facebook의 ‘Like’와 같은 Social Index를 도입하였다. Facebook과 같이 많은 양의 소셜 데이터 획득을 위해 Google은 Twitter 활동을 Index에 포함시키기 위해 노력하고 있다. 예를 들어, 만약 사용자가 Twitter와 Google 계정에 로그인하고 있다면, 사용자와 친구들이 Twitter 상에서 공유한 정보를 Google 검색 결과에 우선 반영하게 된다.

Social Index의 또 다른 장점은 조작에 덜 취약하다는 것이다. Hunch의 공동 창업자인 Chris Dixon은 “사이트에 연결되는 많은 링크를 만들어 Google Ranking을 조작하는 것은 가능하지만, 차별화 하기에 충분한 숫자의 Facebook의 ‘Like’를 사는 것은 거의 불가능할 것”이라 말한다. 또한, “Social Activity는 사용자 성향에 대한 진짜 정보를 제공할 것”이라 Dixon은 덧붙였다.

Social Indexing의 유용성

한편, Social Index는 온라인 상의 Connection이 충분히 갖추어지지 않은 사용자에게는 덜 유용할 것으로 보인다. 또한, 현재의 Social Index는 전체 웹의 작은 부분만을 차지하고 있다. 하지만 매일 10,000개의 웹사이트가 Facebook에 연결되고 있는 만큼, Social Indexing의 역할은 매우 커질 것으로 예상되며, Social Network Analysis (SNA)도 더불어 주목 받을 것이다. <설세영, 2011/09/30>

1. Chen, P., Xie, H., Maslov, S., and Redner, S. (2007), “Finding scientific gems with Google’s PageRank algorithm,” Journal of Informetrics, Vol. 1, No. 1, pp. 8-15.
2. 이재구 (2010), “美텍사스검찰, 구글의 검색조작의혹 조사,” 지디넷코리아, 9월 4일.
3. 박성민 (2011), “기업의 SNS 新활용방식,” SERI 경영 노트, 제115호.
4. Simonite, T. (2011), “Social Indexing,” MIT Technology Review, April 19.