현대 사회에서 정보는 단순히 많이 아는 것이 아니라 올바르게 찾고, 정리하고, 활용하는 능력이 더 중요합니다. 정보과학(information science)은 정보의 분석, 수집, 분류, 조작, 저장, 검색, 이동, 보급 및 보호를 다루는 학문 분야로서, 우리가 매일 접하는 방대한 정보 속에서 필요한 것을 찾아내고 효과적으로 사용할 수 있도록 돕습니다. 이 글에서는 정보과학의 핵심 개념과 실용적 응용을 살펴보겠습니다.
정보 검색: 방대한 데이터 속에서 원하는 답을 찾는 기술
정보 검색(information retrieval, IR)은 문서 검색, 문서 내 정보 검색, 문서 관련 메타데이터 검색은 물론 구조화된 저장소, 관계형 데이터베이스, 월드 와이드 웹 검색을 다루는 연구 분야입니다. 우리가 일상적으로 사용하는 웹 검색 엔진은 가장 널리 알려진 IR 응용 프로그램이며, 많은 대학과 공공 도서관에서 IR 시스템을 활용하여 도서, 학술지 및 기타 문서에 대한 접근성을 제공하고 있습니다. 정보 검색 프로세스는 사용자가 시스템에 쿼리(query)를 입력할 때 시작됩니다. 쿼리는 정보 요구 사항을 나타내는 공식적인 문장으로, 예를 들어 웹 검색 엔진의 검색 문자열이 있습니다. 중요한 점은 정보 검색에서 쿼리는 컬렉션 내의 단일 객체를 고유하게 식별하지 않는다는 것입니다. 오히려 여러 객체가 쿼리와 일치할 수 있으며, 각 객체는 관련성 정도가 다를 수 있습니다. 대부분의 IR 시스템은 데이터베이스의 각 객체가 쿼리와 얼마나 잘 일치하는지에 대한 수치 점수를 계산하고 이 값에 따라 객체의 순위를 매깁니다. 그러면 가장 높은 순위의 객체가 사용자에게 표시되며, 사용자가 쿼리를 구체화하려는 경우 이 프로세스를 반복할 수 있습니다. 응용 프로그램에 따라 데이터 객체는 텍스트 문서, 이미지, 오디오, 마인드 맵 또는 비디오일 수 있으며, 문서 자체는 IR 시스템에 직접 보관되거나 저장되지 않고 문서 대리물이나 메타데이터로 시스템에 표현되는 경우가 많습니다. 정보 검색이 중요한 이유는 정보 과부하를 줄이기 위해서입니다. 현대인들은 너무 많은 정보가 한꺼번에 들어오는 시대에 살고 있기 때문에 오히려 무엇을 믿고 따라야 할지 헷갈릴 때가 많습니다. 정보가 많다고 해서 항상 좋은 것은 아니며, 필요한 정보를 제대로 찾지 못하면 오히려 더 혼란스러워집니다. 따라서 정보과학은 불필요한 정보를 줄여서 정리하는 과정도 중요하게 다루며, 어떤 정보가 나에게 필요한지 판단하고 그것을 알기 쉽게 정리하는 일은 생각보다 훨씬 중요한 작업입니다. 우리가 쉽게 검색하고 원하는 결과를 찾을 수 있게 하는 것도 다 이런 체계적인 정보 검색 과정이 있기 때문입니다.
| 정보 검색 단계 | 주요 활동 | 결과 |
|---|---|---|
| 쿼리 입력 | 사용자가 정보 요구사항을 문장으로 표현 | 검색 문자열 생성 |
| 데이터 매칭 | 쿼리와 데이터베이스 정보 비교 | 관련 객체 식별 |
| 순위 계산 | 각 객체의 관련성 수치 점수 산출 | 우선순위 리스트 생성 |
| 결과 표시 | 가장 높은 순위의 객체를 사용자에게 제공 | 정보 접근 완료 |
지식 표현: 정보를 이해하고 추론할 수 있는 형태로 만들기
지식 표현(knowledge representation, KR)은 지식 요소로부터 추론을 용이하게 하고 새로운 지식 요소를 생성하기 위해 기호로 지식을 표현하는 것을 목표로 하는 인공지능 연구 분야입니다. KR은 의미 네트워크와 같은 기본 지식 모델 또는 지식 기반 시스템(KBS)과 독립적으로 만들 수 있습니다. 지식 표현 연구는 정확하고 효과적인 추론 방법과 지식 영역 내의 사실 집합을 표현하기 위해 기호 집합을 가장 효과적으로 사용하는 방법에 대한 분석을 포함합니다. 기호 어휘와 논리 체계를 결합하여 KR 내 요소에 대한 추론을 통해 새로운 KR 문장을 생성할 수 있도록 합니다. 논리는 KR 체계의 기호에 추론 기능을 적용하는 방법에 대한 형식 의미론을 제공하는 데 사용되며, 연산자가 지식을 처리하고 재구성하는 방법을 정의하는 데 사용됩니다. 연산자와 연산의 예로는 부정, 접속사, 부사, 형용사, 수량사, 양상 연산자 등이 있으며, 이러한 논리는 해석 이론에 기반합니다. 기호, 연산자, 해석 이론이라는 요소들이 KR 내에서 기호들의 연속체에 의미를 부여하는 것입니다. 온톨로지(ontology)는 정보과학에서 특정 영역 내의 개념 집합과 그 개념들 간의 관계를 형식적으로 표현한 것으로, 해당 영역 내의 개체에 대해 추론하는 데 사용될 수 있으며 영역 자체를 설명하는 데에도 사용될 수 있습니다. 보다 구체적으로 온톨로지는 유형, 속성 및 관계 유형의 집합으로 구성된 세계를 기술하는 모델입니다. 이론적으로 온톨로지는 "공유된 개념화에 대한 형식적이고 명시적인 명세"이며, 객체 및/또는 개념과 그 속성 및 관계에 대한 정의를 통해 도메인을 모델링하는 공유 어휘와 분류 체계를 생성합니다. 단순히 정보를 모으는 것이 아니라 그 정보를 어떻게 다루는지가 더 중요합니다. 지식 표현은 정보를 컴퓨터가 이해하고 처리할 수 있는 형태로 변환하여, 인공지능 시스템이 사람처럼 추론하고 새로운 지식을 만들어낼 수 있도록 돕습니다. 이는 시맨틱 웹, 시스템 공학, 소프트웨어 공학, 생의학 정보학, 문헌정보학, 기업 북마킹, 정보 아키텍처 등 다양한 분야에서 세계 또는 세계의 일부에 대한 지식 표현의 한 형태로 사용되며, 도메인 온톨로지 생성은 기업 아키텍처 프레임워크의 정의 및 활용에도 필수적입니다.
정보 사회: 소셜 미디어가 바꾼 정보 확산의 새로운 패러다임
정보 사회(information society)는 정보의 생성, 배포, 확산, 활용, 통합 및 조작이 중요한 경제적, 정치적, 문화적 활동인 사회입니다. 정보 사회의 목표는 정보기술(IT)을 창의적이고 생산적인 방식으로 활용하여 국제적 경쟁 우위를 확보하는 것입니다. 지식 경제는 정보 사회의 경제적 대응 개념으로, 이해를 경제적으로 활용함으로써 부를 창출하는 사회이며, 이러한 사회에 참여할 수 있는 수단을 가진 사람들을 디지털 시민이라고 부릅니다. 역사적으로 정보 확산은 일방적인 정보 전달로 해석되어 왔습니다. 그러나 인터넷의 등장과 온라인 커뮤니티의 폭발적인 인기로 소셜 미디어는 여러 면에서 정보 환경을 변화시켰고, 새로운 소통 방식과 새로운 유형의 정보를 만들어냈습니다. 이는 정보 확산의 정의에 대한 해석을 바꾸어 놓았으며, 소셜 네트워크의 특성상 조직을 통한 정보 전달보다 더 빠른 정보 확산이 가능해졌습니다. 소셜 미디어 네트워크는 전통적인 정보 확산 경로에 대한 시간이나 접근성이 제한적인 대중에게 개방적인 정보 환경을 제공합니다. 이는 "점점 더 모바일화되고 사회적인 세상이 요구하는 새로운 유형의 정보 활용 능력"입니다. 소셜 미디어를 접근점으로 활용하는 것은 사용자와 제공자 모두에게 매우 유용하고 상호 이익이 되는 도구입니다. 모든 주요 뉴스 제공업체는 페이스북, 트위터와 같은 네트워크를 통해 가시성과 접근점을 확보하여 더 넓은 독자층에 도달할 수 있습니다. 소셜 미디어를 통해 사람들은 자신이 아는 사람들을 통해 정보를 접하거나 제공받으며, "콘텐츠를 공유하고, 좋아요를 누르고, 댓글을 다는" 기능은 전통적인 방법보다 도달 범위를 훨씬 넓혀줍니다. 사람들은 정보와 상호작용하는 것을 좋아하고, 자신이 아는 사람들을 지식의 범위에 포함시키는 것을 즐깁니다. 소셜 미디어를 통한 공유는 매우 큰 영향력을 갖게 되었기 때문에, 출판사들은 성공을 위해서는 "협력"해야 합니다. 소셜 미디어를 통해 유지되는 연결과 네트워크는 정보 제공자가 사람들에게 중요한 것이 무엇인지 파악하는 데 도움을 줍니다. 전 세계 사람들이 맺고 있는 연결은 전례 없는 속도로 정보 교환을 가능하게 합니다. "대부분의 뉴스 매체는 속보를 위해 트위터를 모니터링하고", 뉴스 앵커는 시청자에게 사건 사진을 트윗해 달라고 자주 요청합니다. 공유된 정보의 사용자와 시청자는 "여론 형성 및 의제 설정 능력"을 갖게 되었습니다. 이 채널은 대중의 요구에 기반한 맞춤형 정보를 제공하는 데 유용하다는 것이 인정받고 있습니다.
| 전통적 정보 확산 | 소셜 미디어 기반 정보 확산 |
|---|---|
| 일방적 정보 전달 | 쌍방향 상호작용 |
| 조직을 통한 느린 전파 | 네트워크를 통한 빠른 확산 |
| 제한적 접근성 | 개방적 정보 환경 |
| 수동적 정보 수용 | 능동적 공유와 참여 |
정보과학은 단순히 기술에 관한 학문이 아니라 사람들이 더 쉽게 이해하고 더 정확한 선택을 할 수 있도록 돕는 학문입니다. 혼란스러운 정보의 홍수 속에서 정보를 더 정확하게 찾고, 이해하고, 전달할 수 있게 도와주며, 필요한 정보를 제대로 판단하고 그것을 알기 쉽게 정리하는 과정의 중요성을 강조합니다. 정보과학의 학제적 특성은 새로운 기술 발전과 사회적 관행이 등장함에 따라 지속적으로 확장되고 있으며, 전통적인 학문 분야의 경계를 허무는 혁신적인 연구 영역을 창출하고 있습니다.
자주 묻는 질문 (FAQ)
Q. 정보과학과 컴퓨터 과학의 차이점은 무엇인가요?
A. 정보과학은 관련된 이해관계자의 관점에서 문제를 이해하고 필요에 따라 정보 및 기술을 적용하는 데 중점을 둡니다. 즉, 시스템 내의 개별 기술보다는 시스템적인 문제를 먼저 다룹니다. 컴퓨터 과학은 주로 기술 자체의 개발과 구현에 집중하는 반면, 정보과학은 사람, 조직, 정보 시스템 간의 상호작용을 조사하여 정보 시스템을 생성, 대체, 개선하는 것을 목표로 합니다.
Q. 정보 검색 시스템에서 검색 결과의 정확도는 어떻게 결정되나요?
A. 정보 검색 시스템은 사용자가 입력한 쿼리와 데이터베이스의 각 객체가 얼마나 잘 일치하는지에 대한 수치 점수를 계산합니다. 이 점수는 키워드 매칭, 문서의 관련성, 메타데이터 분석 등 다양한 알고리즘을 통해 산출되며, 이 값에 따라 객체의 순위를 매겨 가장 높은 순위의 객체를 사용자에게 표시합니다. 사용자는 필요에 따라 쿼리를 구체화하여 더 정확한 결과를 얻을 수 있습니다.
Q. 소셜 미디어가 정보 확산에 미치는 영향은 무엇인가요?
A. 소셜 미디어는 전통적인 일방적 정보 전달 방식을 쌍방향 상호작용 방식으로 변화시켰습니다. 사람들은 자신이 아는 사람들을 통해 정보를 접하고, 콘텐츠를 공유하고, 좋아요를 누르고, 댓글을 다는 기능을 통해 정보의 도달 범위가 전통적인 방법보다 훨씬 넓어졌습니다. 또한 소셜 네트워크의 특성상 조직을 통한 정보 전달보다 더 빠른 정보 확산이 가능하며, 사용자들은 여론 형성 및 의제 설정 능력을 갖게 되었습니다.
Q. 온톨로지는 실제로 어떻게 활용되나요?
A. 온톨로지는 정보를 조직화하기 위한 구조적 틀로서 다양한 분야에서 활용됩니다. 인공지능에서는 기계가 개념과 관계를 이해할 수 있도록 돕고, 시맨틱 웹에서는 웹 콘텐츠의 의미를 명확히 하며, 생의학 정보학에서는 질병과 치료법의 관계를 체계화하고, 기업에서는 지식 관리와 의사결정 지원 시스템에 사용됩니다. 온톨로지는 기업 아키텍처 프레임워크의 정의 및 활용에도 필수적입니다.
[출처] Wikipedia - Information Science: https://en.wikipedia.org/wiki/Information_science