태그 검색은 검색과 기존 SNS의 강점을 결합해 인적 네트워크에 대한 관리 없이도 관심사에 대한 정보를 얻을 수 있도록 했다. 공통 관심사 그룹 내에서 생성되는 양질의 정보들을 정교하게 피딩의 형태로 추천해주는 기술을 검색에 적용한 서비스다.
‘i-Rank’ 알고리즘은 △사용자와 정보 간의 관심사의 일치 정도 △좋아요, 댓글 등을 통한 관심사 그룹 내 정보의 추천 정도 △정보의 최신성 등의 변수를 통해 맞춤형의 관심사를 추천해주는 컨셉으로 설계됐다고 회사 측은 설명했다.
베타 버전의 태그 검색에서는 성별, 연령 등 기본적인 인구 통계학적인 분류에 기반해 검색 결과를 최적화해 제공하는 방식으로 시작한다. 향후에는 개인 사용자별 최적화를 통해 관심사를 정교하게 추천할 계획이다.
검색연구센터의 강인호 박사는 “페이스북 등 SNS가 지인(사람) 간의 소통을 통해 새로운 정보를 얻고 새로운 지인과 콘텐츠 등을 추천받는 방식이라면, 태그 검색은 관심사를 기반으로 양질의 정보를 추천 받으며 관심사 태그를 통해 네트워크를 확장해나가는 개념”이라고 밝혔다.
또한 강 박사는 “특정 주제를 기반으로 네트워크를 확장한다는 측면에서 기존 SNS와 검색의 강점을 결합한 ‘TNS(Topic Based Social Network Service)’로 정의해볼 수 있을 것”이라고 덧붙였다.
김수환 기자 ksh@