구글 검색창에 한글 자음과 모음 검색시 야한 이미지가 먼저 노출되는 이유

구글 검색창에 ㄱ, ㄴ, ㄷ 등 자음 14자와 ㅏ, ㅓ, ㅗ 등 모음, 그리고 가, 나, 다 등을 외자를 입력하면 이미지에 젊은 여성 사진이나 민망한 이미지들이 무수히 많이 검색된다. 다만 마, 바, 자, 카, 차, 파의 경우 외자로 된 단어가 있을 경우 해당 이미지가 우선적으로 검색된다.

또한 '길거리'라는 단어를 검색하면 길에 대한 이미지가 나오는 것이 아니라, 길에서 찍힌 여성들의 사진들이 대부분을 차지하고 있다.

그러나 영어나 독일어, 프랑스어 등 타국의 문자들은 각 문자의 디자인 이미지가 가장 먼저 검색된다. 일본어의 경우는 만화가 가장 많이 검색되지만 그래도 첫머리에는 문자 디자인이 올라온다. 태국어, 아랍어 문자의 경우에도 여성 사진이 많이 검색되지만 한글보다는 심하지 않다.

한글 문자에만 유독 여성의 야한 사진이 대부분을 차지하는 이유는 무엇일까.

이에 대해 구글 측은 "구글은 검색엔진이다. 사용자가 찾고자 하는 내용을 웹상에 있는 페이지들을 보여주는 것이다"며, "ㄱ, ㄴ, ㄷ 등이나 길거리 등을 검색할때 이런 이미지가 검색 결과로 나오는 이유는 각 웹페이지들이 태그 등을 걸어놓거나 페이지내 해당 내용이 있기 때문이다"고 밝혔다.

한 마디로 국내 웹페이지에서 여성 사진이나 야한 이미지 이름이나 태그에 해당 문자가 많이 포함되어 있다는 것이다.

그렇다면 네이버에서는 왜 이런 일이 발생하지 않는걸까? 구글과 네이버에서 ㄱ에 대한 이미지 검색 결과가 다른 이유는 각사의 검색 원리가 다르기 때문이다.

구글 검색 원리는 구글 검색창에 단어를 입력하면 사전에 색인해놓은 수억 개의 웹페이지에 저장한 구글 데이터베이스에서 해당 단어를 검색한다.

구글 검색 절차는 우선 '웹 크롤러'라는 소프트웨어를 사용해 공개적으로 사용할 수 있는 웹페이지를 찾는다. 구글의 크롤러인 구글봇(Googlebot)은 사용자가 웹콘텐츠를 탐색하듯이 웹페이지를 확인해 이런 페이지 링크를 추적하고, 링크에서 링크로 이동해 해당 웹페이지에 관련된 콘텐츠를 구글 데이터베이스로 갖고 온다.

구글은 기본적으로 크롤링 과정 중에 페이지를 수집한 다음 색인 데이터베이스와 문서 데이터베이스에 나눠서 저장한다.

사용자가 ㄱ을 검색하면 구글 알고리즘이 해당 검색어를 색인 데이터베이스에서 검색해 적합한 페이지를 찾는다.

여기서부터 검색 과정은 더 복잡해진다. '강아지'를 검색하는 경우 '강아지'라는 단어가 수백 번 표시되는 페이지보다는 사진, 동영상 또는 품종 목록을 원할 것이다. 구글의 색인 시스템은 게시일, 사진 또는 동영상 포함 여부 등과 같은 페이지의 다양한 면을 고려한다.

구글이 검색 결과 순위를 결정하는데 검토하는 요소는 약 200여 가지가 있으며, 500회 이상의 업데이트를 통해 검색 품질을 조정하고 있다. 다음은 검토 요소 가운데 대표적인 것들이다.

- 이 웹페이지는 단어(키워드)를 몇 번 반복해 포함하는가?
- 이 단어가 제목, URL에 포함되어 있는가? 직접 연결되어 있는가?
- 페이지에 키워드의 동의어가 포함되어 있는가?
- 이 웹사이트의 품질은 우수한가 아니면 낮은가? 혹은 스팸 사이트인가? 이 웹페이지의 페이지 랭크(PageRank)는 어떠한가?

구글은 가장 많이 인용된 웹사이트, 가장 오랫동안 머무른 웹사이트, 가장 많은 사람들에게 선택받은 웹페이지를 상위에 노출시킨다. 이미지 또한 마찬가지 방식으로 검색 순위를 정한다.

이는 단순히 이미지 이름에 ㄱ, ㄴ 등이 포함되어 있어 검색 상단에 노출되는 것이 아니라 사람들이 가장 많이 보고, 선택받았기 때문임을 의미한다.

네이버는 구글과 달리 지식인, 카페, 블로거 등 자체 서비스가 있기 때문에 웹 데이터베이스, 뉴스 데이터베이스, 이미지 데이터베이스 등 종류별 데이터베이스에 저장된 콘텐츠를 별도로 검색한다. 네이버 검색은 멀티 랭킹 시스템과 콜렉션 랭킹시스템 등 1, 2차로 나눠서 검색 순위를 정한다.

콜렉션 랭킹 시스템은 지식인이나 뉴스 등의 데이터베이스 성격에 따라 검색하고 멀티 랭킹시스템은 이중 중복 결과를 걸러낸다. 또한 검색어에 따라 데이터베이스 노출 순서가 달라지게 한다.

지난해 네이버는 검색을 개편하면서 기존에 사용했던 저장 방식을 포기하고 스트리밍 구조를 택했다. 특히 검색 순위를 사용자 선호도 중심으로 변경했다.

한 마디로 사용자가 자주 검색하는 웹사이트를 더 많이 노출시켜주겠다는 것이다. 그리고 백링크(backlink)를 많이 받는 사이트를 더 많이 노출시킨다는 방침이다.

네이버의 검색 순위 결정 요소는 내부 중요도에서 검색어 빈도, 검색어 위치를, 외부 중요도에서 인기도와 링크수로 순위를 결정한다. 등록일에서는 블로그, 지식, 카페에 등록된 최신 날짜 위주로 결정하지만 웹문서는 등록일에 영향을 받지 않는다.

이는 일반적인 검색엔진 검색 순위 결정요소인데, 네이버는 이에 블로그, 지식, 카페, 뉴스 등 각 세션별 검색 순위 결정에 약간의 가중치 요소를 다르게 부여하고 있다.

ㄱ, ㄴ, ㄷ의 의미와 다른 여성의 야한 이미지가 검색되는 상황에 대해 구글은 "구글에서는 세이프서치 기능을 제공하고 있다. 사용자는 세이프서치를 사용하면 부적절하거나 음란한 이미지를 구글 검색결과에 표시하지 않을 수 있다. 100% 모두 필터링할 수는 없지만 세이프서치는 대부분의 폭력적인 콘텐츠와 성인용 콘텐츠를 걸러내는 데 도움이 된다"고 전했다.

그리고 "물론 부적절한 이미지에 대한 민감도는 사용자마다 다르다"며, "부적절한 이미지의 경우 누구나 이미지 신고를 할 수 있으며, 관련팀에서 지속적으로 리뷰하고 삭제 등의 조치를 취한다"고 덧붙였다. editor@itworld.co.kr