위키원
검색
검색(檢索, search)이란 특정한 키워드와 동일 또는 유사한 내용을 가진 정보를 찾는 행위를 말한다.
 .jpg) |
목차
상세[편집]
검색은 특정 정보를 찾기 위해 검색엔진을 사용하여 웹페이지, 문서, 이미지, 동영상 등 다양한 형태의 데이터를 탐색하는 활동을 의미한다. 인터넷 검색은 현대 사회에서 매우 중요한 도구로 자리 잡았으며, 정보 탐색, 학습, 업무, 여가 등 다양한 목적에 활용되고 있다. 또한 정보 접근성을 높이고 사용자 경험을 개선하는 데 중요한 역할을 하고 있다. 검색엔진의 발전과 함께 인공지능, 머신러닝, 음성 인식, 시각 검색, AR/VR 등 다양한 기술이 결합되어 더욱 혁신적이고 개인화된 검색 경험을 제공하고 있다.
역사[편집]
1995년 설립된 알타비스타(AltaVista)는 초기 검색엔진 중 하나로, 빠르고 효율적인 검색 기능을 제공했다. 혁신적인 크롤링 기술을 사용하여 인터넷의 방대한 양의 정보를 인덱싱하고, 사용자가 입력한 키워드에 대한 관련 검색 결과를 빠르게 제공했다. 알타비스타는 인덱싱 속도와 검색 결과의 정확성으로 인해 인기를 얻었지만, 이후 구글(Google)의 등장으로 점차 사용량이 감소했다.
1994년 설립된 라이코스(Lycos)는 초기 검색엔진 중 하나로, 웹페이지와 뉴스, 이미지를 포함한 다양한 콘텐츠를 검색할 수 있는 기능을 제공했다. 라이코스는 사용자의 검색 기록을 분석하여 개인화된 검색 결과를 제공하려는 노력을 했다.
1995년에 시작된 익사이트(Excite)는 초기 검색엔진으로, 웹 크롤러를 사용하여 인터넷 상의 정보를 수집하고 인덱싱하여 사용자에게 제공했다. 익사이트는 뉴스, 날씨, 이메일 등의 다양한 서비스와 통합되어 포털 사이트로 발전했다.
1998년, 스탠포드 대학교의 두 대학원생인 래리 페이지(Larry Page)와 세르게이 브린(Sergey Brin)이 구글(Google)을 설립했다. 구글은 페이지랭크(PageRank) 알고리즘을 도입하여 웹 페이지의 중요성을 평가하고, 검색 결과의 품질을 크게 향상시켰다. 페이지랭크는 웹 페이지 간의 링크 구조를 분석하여 페이지의 신뢰도와 권위성을 평가한다. 이를 통해 구글은 사용자에게 더 관련성 높은 검색 결과를 제공할 수 있게 되었다.[1]
오늘날의 검색엔진은 단순한 키워드 검색을 넘어, 인공지능(AI)과 머신러닝 기술을 활용하여 사용자에게 개인화된 검색 결과를 제공한다.[2] 구글, 빙(Bing), 네이버(Naver), 다음(Daum) 등이 대표적인 검색엔진으로, 텍스트, 이미지, 동영상 등 다양한 형태의 정보를 빠르고 정확하게 제공한다. 이러한 검색엔진은 사용자의 검색 기록과 패턴을 분석하여 맞춤형 콘텐츠를 제공하며, 사용자의 검색 경험을 지속적으로 개선하고 있다.
기술적 구성요소[편집]
- 웹 크롤러 : 인터넷을 자동으로 탐색하며 웹 페이지를 수집하는 프로그램이다. 크롤러는 웹페이지의 링크를 따라가며 새로운 페이지를 발견하고, 이를 데이터베이스에 저장한다. 이를 통해 검색엔진은 방대한 양의 웹페이지를 인덱싱할 수 있다. 구글의 웹 크롤러는 구글봇(Googlebot)으로 알려져 있으며, 전 세계의 웹 페이지를 크롤링하여 인덱스를 생성한다.[3]
- 인덱스 : 수집된 웹페이지의 내용을 분석하여 데이터베이스에 저장한 것이다. 인덱스는 검색엔진이 사용자에게 빠르고 정확한 검색 결과를 제공할 수 있도록 도와준다. 인덱스는 키워드, 주제, 링크 구조 등을 기반으로 구성된다. 인덱스는 매우 큰 데이터베이스로, 검색 쿼리에 대한 빠른 응답을 위해 최적화되어 있다.[4]
- 검색 알고리즘 : 사용자가 입력한 키워드에 대해 관련성 높은 검색 결과를 제공하는 데 사용되는 수학적 공식과 규칙의 집합이다. 다음은 몇 가지 주요 알고리즘이다.
- 페이지랭크(PageRank): 구글이 개발한 알고리즘으로, 웹페이지의 링크 구조를 분석하여 페이지의 중요성과 신뢰성을 평가한다.[5]
- TF-IDF(Term Frequency-Inverse Document Frequency): 특정 단어가 문서 내에서 얼마나 자주 등장하는지를 기반으로 문서의 관련성을 평가한다.[6]
- BERT(Bidirectional Encoder Representations from Transformers): 자연어처리(NLP) 기술을 사용하여 문맥을 이해하고, 사용자의 의도에 맞는 검색 결과를 제공한다.[7]
- 사용자 인터페이스 : 검색엔진의 사용자 인터페이스(UI)는 사용자가 검색 쿼리를 입력하고 결과를 볼 수 있는 화면을 제공한다. 검색창, 검색 결과 목록, 필터링 옵션, 광고 등이 포함된다. UI는 사용자가 쉽게 검색할 수 있도록 직관적으로 설계된다. 예를 들어, 구글의 검색창은 단순하고 직관적인 디자인으로, 사용자가 쉽게 키워드를 입력하고 검색 결과를 확인할 수 있도록 도와준다.
방법[편집]
키워드 검색[편집]
가장 기본적인 검색 방법은 키워드를 입력하는 것이다. 사용자는 찾고자 하는 정보와 관련된 키워드를 검색창에 입력하면, 검색엔진은 인덱스를 참조하여 관련성 높은 웹페이지를 보여준다. 키워드를 선택할 때는 구체적이고 명확한 단어를 사용하는 것이 중요하다. 예를 들어, "강아지 훈련 방법"과 같은 구체적인 키워드를 입력하면 보다 정확한 검색 결과를 얻을 수 있다.
키워드 검색은 검색엔진을 사용할 때 가장 기본적이고 일반적인 방법이다. 사용자는 찾고자 하는 정보와 관련된 키워드를 검색창에 입력한다. 예를 들어, "강아지 훈련 방법"을 검색할 때 "강아지", "훈련", "방법"과 같은 단어를 입력한다. 이때 특정한 검색 연산자를 사용하여 검색 결과를 더욱 정확하게 좁힐 수 있다. 예를 들어, 따옴표(" ")를 사용하여 정확한 문구를 검색하거나, 마이너스(-) 기호를 사용하여 특정 단어를 제외할 수 있다. "강아지 훈련 방법 -산책"과 같이 입력하면 산책과 관련된 결과를 제외한 검색 결과를 얻을 수 있다.[8] 구글, 네이버 등 대부분의 검색엔진은 사용자가 키워드를 입력할 때 자동 완성 기능을 제공한다. 이 기능은 사용자가 입력한 초기 문자를 기반으로 관련된 키워드를 제안하여 검색을 더 쉽게 할 수 있게 도와준다.
고급 검색[편집]
고급 검색은 사용자가 보다 정교한 검색을 수행할 수 있도록 다양한 옵션을 제공한다. 예를 들어, 특정 날짜 범위 내의 결과를 찾거나, 특정 도메인에서만 검색하거나, 특정 파일 형식(예: PDF)으로 제한하는 등의 기능이 있다. 이는 사용자가 원하는 정보를 더욱 정확하게 찾을 수 있게 도와준다. 고급 검색 기능은 구글, 빙, 네이버 등 대부분의 검색엔진에서 제공된다.
고급 검색은 보다 정교한 검색을 가능하게 하는 방법이다. 검색엔진은 사용자가 검색 결과를 세부적으로 필터링할 수 있는 옵션을 제공한다. 예를 들어, 특정 날짜 범위, 언어, 지역, 파일 형식 등으로 검색 결과를 제한할 수 있다. 고급 검색에서는 AND, OR, NOT 등의 논리 연산자를 사용하여 검색 쿼리를 더욱 세부적으로 설정할 수 있다.[9] 예를 들어, "고양이 AND 훈련"은 두 단어 모두 포함된 결과를, "고양이 OR 강아지"는 둘 중 하나를 포함하는 결과를, "고양이 NOT 훈련"은 훈련을 제외한 고양이 관련 결과를 제공한다. 특정 사이트 내에서만 검색을 수행할 수도 있다. 예를 들어, "site.com 강아지 훈련"과 같이 입력하면 example.com 도메인 내에서만 관련 정보를 검색한다.[10]
이미지 검색[편집]
이미지 검색은 사용자가 키워드나 이미지를 업로드하여 관련된 이미지를 찾을 수 있게 한다. 구글 이미지 검색, 빙 이미지 검색 등이 대표적이다. 사용자는 이미지를 통해 시각적인 정보를 찾을 수 있으며, 유사한 이미지나 관련 정보를 탐색할 수 있다. 예를 들어, 특정 제품의 이미지를 검색하여 유사한 제품을 찾거나, 특정 장소의 이미지를 검색하여 해당 장소에 대한 정보를 얻을 수 있다.
이미지 검색은 사용자가 키워드나 이미지를 업로드하여 관련된 이미지를 찾는 방법이다. 키워드를 입력하여 해당 키워드와 관련된 이미지를 찾는다. 예를 들어, "파리 에펠탑"을 검색하면 에펠탑의 다양한 이미지를 볼 수 있다. 이미지를 업로드하거나 드래그 앤 드롭하여 유사한 이미지를 검색할 수도 있다. 이는 특히 제품 검색, 사진 검색, 인식 검색 등에 유용하다.[11] 예를 들어, 특정 브랜드의 신발 사진을 업로드하면 해당 신발과 유사한 이미지를 찾을 수 있다. 이때 특정 이미지의 출처나 사용된 곳을 찾기 위해 역 이미지 검색을 사용할 수 있다. 예를 들어, 인터넷에서 찾은 이미지가 어디서 사용되었는지, 원본 출처가 어디인지 확인할 수 있다.
음성 검색[편집]
음성 검색은 사용자가 음성으로 검색 쿼리를 입력하는 방식이다. 구글 어시스턴트(Google Assistant), 애플 시리(Apple Siri), 아마존 알렉사(Amazon Alexa) 등 음성 인식 기술을 활용한 검색 도구가 있으며, 이는 특히 모바일기기에서 편리하게 사용할 수 있다. 음성 검색은 사용자의 발음을 분석하여 관련된 검색 결과를 제공한다. 음성 검색은 특히 손을 사용할 수 없는 상황에서 유용하며, 자연어 처리 기술의 발전으로 더욱 정확한 결과를 제공한다.[12]
음성 검색은 사용자의 발음을 인식하여 텍스트로 변환한 후 검색을 수행한다. 예를 들어, "오늘 날씨 어때?"라고 말하면 음성 인식 시스템이 이를 텍스트로 변환하여 날씨 정보를 검색한다. 이때 스마트폰, 스마트스피커 등에서 음성 검색 기능이 널리 사용된다. 이는 특히 이동 중이거나 손을 사용할 수 없는 상황에서 매우 유용하다. 음성 검색은 자연어 처리 기술을 활용하여 사용자의 의도를 파악하고, 보다 정확한 검색 결과를 제공한다. 이는 복잡한 질문이나 명령에도 대응할 수 있게 한다.
특징[편집]
장점[편집]
검색의 첫 번째 장점은 정보 접근성이다. 검색엔진은 전 세계의 다양한 정보를 빠르고 쉽게 접근할 수 있게 한다. 사용자는 검색을 통해 필요한 정보를 즉시 얻을 수 있다. 이는 학습, 업무, 여가 등 다양한 분야에서 매우 유용하다. 두 번째는 편리함이다. 사용자는 단순히 키워드를 입력하는 것만으로 원하는 정보를 찾을 수 있다. 검색엔진은 복잡한 과정 없이도 간편하게 정보를 제공해준다. 이는 시간과 노력을 절약할 수 있게 해준다. 세 번째는 정확성이다. 검색 알고리즘은 사용자가 입력한 키워드와 관련성 높은 결과를 제공하므로, 정확한 정보를 빠르게 찾을 수 있다. 이는 특히 학습이나 연구 목적으로 유용하다. 네 번째는 광범위한 검색이다. 검색엔진은 텍스트뿐만 아니라 이미지, 동영상, 뉴스, 지도 등 다양한 형태의 정보를 검색할 수 있다. 이는 사용자가 다양한 유형의 정보를 종합적으로 접근할 수 있게 한다. 다섯 번째는 개인화된 검색이다. 인공지능과 머신 러닝 기술을 활용하여 사용자의 검색 기록과 패턴을 분석하고, 맞춤형 검색 결과를 제공함으로써 사용자 경험을 향상시킨다. 이는 사용자가 더 관심 있는 정보를 빠르게 찾을 수 있게 한다.
단점[편집]
검색의 단점도 있다. 첫 번째는 정보 과부하다. 너무 많은 검색 결과가 제공되면 사용자가 필요한 정보를 찾는 데 어려움을 겪을 수 있다. 불필요한 정보나 중복된 정보도 많다. 이는 사용자가 원하는 정보를 정확히 찾기 어렵게 만들 수 있다. 두 번째는 신뢰성 문제다. 검색 결과에 가짜 뉴스나 잘못된 정보가 포함될 수 있다. 사용자는 정보의 신뢰성을 확인하고 검토하는 과정이 필요하다. 이는 특히 중요한 결정이나 연구를 할 때 문제를 일으킬 수 있다. 세 번째는 광고와 스팸이다. 검색 결과 상단에 광고가 표시되거나, 스팸 사이트가 검색 결과에 포함될 수 있다. 이는 사용자가 원하는 정보를 찾는 데 방해가 될 수 있다. 광고와 스팸은 사용자의 검색 경험을 저해할 수 있다. 네 번째는 프라이버시 문제다. 검색엔진은 사용자의 검색 기록과 패턴을 분석하여 개인화된 결과를 제공하지만, 이는 사용자 프라이버시 침해의 가능성을 내포하고 있다. 사용자는 자신의 검색 기록이 어떻게 사용되는지 주의해야 한다. 마지막으로 언어와 문화적 한계다. 검색 알고리즘은 특정 언어나 문화적 맥락을 완벽하게 이해하지 못할 수 있다. 이는 다국어 사용자나 다양한 문화적 배경을 가진 사용자에게 최적화된 검색 결과를 제공하는 데 한계를 가질 수 있다.
발전 및 미래[편집]
검색은 현대 사회에서 필수적인 도구로 자리 잡았으며, 정보 접근성을 높이고 사용자 경험을 개선하는 데 중요한 역할을 하고 있다. 검색 엔진의 발전과 함께 인공지능, 머신 러닝, 음성 인식, 시각 검색, AR/VR 등 다양한 기술이 결합되어 더욱 혁신적이고 개인화된 검색 경험을 제공하고 있다.
인공지능과 머신러닝 활용[편집]
인공지능(AI)과 머신러닝 기술은 검색 엔진의 발전에 중요한 역할을 하고 있다. AI와 머신러닝 알고리즘은 사용자의 검색 패턴, 클릭 히스토리, 위치 정보 등을 분석하여 개인화된 검색 결과를 제공한다. 예를 들어, 사용자가 자주 방문하는 웹사이트나 관심 있는 주제를 기반으로 맞춤형 결과를 제공한다. 자연어 처리 기술을 통해 검색 엔진은 사용자의 검색 쿼리를 더 잘 이해하고, 문맥을 고려한 정확한 검색 결과를 제공한다. 구글의 버트(BERT) 모델은 이러한 자연어 처리를 기반으로 문장의 의미를 더 잘 이해한다.[13] 구글의 랭크브레인(RankBrain) 알고리즘은 사용자의 검색 의도를 이해하고 새로운 검색 쿼리에 대응할 수 있도록 설계되었다. 이는 특히 복잡한 검색 쿼리나 새로운 검색어에 대해 효과적으로 대응한다.[14]
음성검색과 스마트 어시스턴트[편집]
음성 검색과 스마트 어시스턴트는 검색의 미래에 중요한 요소다. 구글 어시스턴트, 애플 시리, 아마존 알렉사 등의 스마트 어시스턴트는 사용자가 음성 명령을 통해 검색을 수행할 수 있게 한다.[15] 이는 특히 이동 중이거나 손을 사용할 수 없는 상황에서 유용하다. 음성 검색과 스마트 어시스턴트는 자연스러운 대화형 인터페이스를 제공하여 사용자가 검색을 더 편리하게 할 수 있도록 한다. 예를 들어, 사용자는 연속된 질문을 통해 대화를 이어나가며 필요한 정보를 얻을 수 있다. 음성 검색과 스마트 어시스턴트는 다중 언어를 지원하여 전 세계 사용자들이 다양한 언어로 검색을 수행할 수 있게 한다.
시각검색[편집]
시각 검색은 이미지를 기반으로 검색을 수행하는 방법으로, 패션, 쇼핑, 관광 등 다양한 분야에서 유용하게 활용될 수 있다. 구글 렌즈(Google Lens)는 사용자가 스마트폰 카메라로 촬영한 물체를 인식하고 관련 정보를 제공하는 도구다. 예를 들어, 특정 꽃의 이미지를 찍으면 해당 꽃의 이름과 관련 정보를 검색할 수 있다.[16] 빙의 비주얼 검색(Bing Visual Search) 기능은 사용자가 이미지를 업로드하여 유사한 이미지를 검색하거나, 이미지 내의 특정 부분을 선택하여 관련 정보를 찾을 수 있게 한다.[17] 이는 특히 제품 검색과 쇼핑에서 유용하게 사용된다. 핀터레스트 렌즈(Pinterest Lens)는 사용자가 사진을 찍거나 업로드하여 유사한 핀(Pin)과 아이디어를 찾을 수 있게 한다.[18] 이는 패션, 요리, 인테리어 디자인 등 다양한 분야에서 영감을 얻는 데 도움을 준다.
증강현실과 가상현실 검색[편집]
AR과 VR 기술은 검색 경험을 혁신적으로 변화시키고 있다. AR 기술은 현실세계에 디지털 정보를 겹쳐 보여준다. 예를 들어, AR을 활용한 쇼핑 앱은 사용자가 가상으로 제품을 시착하거나, 가구를 집안에 배치해 보는 경험을 제공한다. 이는 제품을 실제로 사용해 보는 것처럼 시각적으로 확인할 수 있게 한다. VR 기술은 사용자가 가상 공간에서 정보를 탐색하고 상호작용할 수 있게 한다. 예를 들어, VR을 활용한 여행 앱은 사용자가 가상으로 여행지를 탐험하고, 관광 명소에 대한 정보를 얻을 수 있게 한다. 이는 여행 계획을 세우는 데 유용하다. 웹XR 기술은 VR과 AR 콘텐츠를 웹 브라우저에서 직접 경험할 수 있게 한다. 이를 통해 별도의 애플리케이션 설치 없이도 웹 브라우저만으로 몰입형 콘텐츠를 탐색할 수 있다. 웹XR은 교육, 게임, 쇼핑 등 다양한 분야에서 새로운 검색 경험을 제공할 수 있다.
비교[편집]
서핑[편집]
검색과 서핑은 인터넷을 대하는 두 가지 주요 방법으로, 각각 목적과 방법이 다르다. 검색은 특정 정보를 찾기 위해 키워드를 사용하는 목적 지향적인 활동이며, 서핑은 주로 자유로운 탐색과 새로운 정보 발견을 위한 활동이다. 이 두 가지 방법을 적절히 활용하면 인터넷을 보다 효과적으로 사용할 수 있다.
서핑은 웹페이지를 탐색하며 다양한 콘텐츠를 자유롭게 둘러보는 활동을 의미한다. 이는 물리적인 서핑처럼 한 페이지에서 다른 페이지로 자연스럽게 이동하면서 인터넷을 탐색하는 과정을 나타낸다. 서핑의 특징은 세 가지로 요약할 수 있다. 첫 번재는 탐색 활동이다. 특정한 목적 없이 다양한 웹 페이지를 돌아다니며 새로운 정보를 발견하는 과정이다. 두 번째는 연결성이다. 하이퍼링크를 통해 관련 웹 페이지로 이동하며, 예기치 않은 정보를 발견할 수 있다. 세 번재는 브라우저 활용이다. 웹 브라우저에서 링크 클릭, 북마크, 즐겨찾기 등을 통해 이루어진다. 예를 들어 뉴스 웹사이트에서 여러 기사드를 읽거나 쇼핑몰에서 다양한 제품을 둘러보는 것, 소셜 미디어에서 친구들의 게시물을 확인하고 링크를 따라가며 다양한 웹페이지를 탐색하는 것이 서핑의 예라고 할 수 있다.
검색과 서핑의 차이 구분 검색 서핑 목적 특정 정보 찾기, 명확한 목적 다양한 콘텐츠 탐색, 자유로운 탐험 방법 검색 엔진 사용, 키워드 입력 하이퍼링크 클릭, 웹 페이지 탐색 활동 필요 정보 찾기, 문제 해결 새로운 정보 발견, 탐색 경험 필요한 정보에 대한 신속한 접근 예기치 않은 정보 접근 가능
각주[편집]
- ↑ 박세용, 〈<기획특집 ①> 검색엔진 알고리즘의 변천의 역사〉, 《KISO 저널》, 2016-12-22
- ↑ 〈지능형 검색이란?〉, 《IBM》
- ↑ 〈Google 크롤러 - Googlebot〉, 《구글 검색센터》
- ↑ 혀내, 〈(DB) 인덱스(Index)로 DB 검색 속도를 높여보자〉, 《티스토리》, 2023-06-18
- ↑ 〈페이지랭크〉, 《위키백과》
- ↑ 〈tf-idf〉, 《위키백과》
- ↑ 〈BERT (언어 모델)〉, 《위키백과》
- ↑ 통일마중, 〈키워드 검색 방법 (네이버, 다음, 구글)〉, 《네이버 블로그》, 2014-07-17
- ↑ 〈검색 > AND, OR, NOT 함수 사용〉, 《구글애즈 에디터 고객센터》
- ↑ 〈더 정확한 Google 검색 결과 얻기〉, 《구글 검색 고객센터》
- ↑ 보남이의 앱세이, 〈이거 어디서 팔아요? 사진으로 찾는 이미지 검색! (☞네이버 스마트 렌즈/구글 등)〉, 《네이버 블로그》, 2022-02-25
- ↑ 최영호 기자, 〈2024년 SEO(검색엔진 최적화) 트렌드 10가지〉, 《매드클럽》, 2024-02-21
- ↑ 박현진 기자, 〈인공지능(AI) 언어모델 ‘BERT(버트)'는 무엇인가〉, 《인공지능신문》, 2019-01-03
- ↑ 김달훈 기자, 〈'랭크브레인부터 MUM까지'··· 구글 부사장이 전하는 검색의 진화 이야기〉, 《CIO코리아》, 2022-02-15
- ↑ 핑플릭스, 〈음성인식 플랫폼의 패권 (알렉사) vs (시리) vs (구글 어시스턴트)〉, 《네이버 블로그》, 2019-10-03
- ↑ 〈구글 렌즈〉, 《위키백과》
- ↑ 〈시각적 Bing 사용〉, 《마이크로소프트》
- ↑ 〈Pinterest 렌즈〉, 《핀터레스트》
참고자료[편집]
- 〈지능형 검색이란?〉, 《IBM》
- 〈검색 > AND, OR, NOT 함수 사용〉, 《구글애즈 에디터 고객센터》
- 〈더 정확한 Google 검색 결과 얻기〉, 《구글 검색 고객센터》
- 〈Google 크롤러 - Googlebot〉, 《구글 검색센터》
- 〈시각적 Bing 사용〉, 《마이크로소프트》
- 〈Pinterest 렌즈〉, 《핀터레스트》
- 〈페이지랭크〉, 《위키백과》
- 〈구글 렌즈〉, 《위키백과》
- 〈tf-idf〉, 《위키백과》
- 〈BERT (언어 모델)〉, 《위키백과》
- 통일마중, 〈키워드 검색 방법 (네이버, 다음, 구글)〉, 《네이버 블로그》, 2014-07-17
- 박세용, 〈<기획특집 ①> 검색엔진 알고리즘의 변천의 역사〉, 《KISO 저널》, 2016-12-22
- 박현진 기자, 〈인공지능(AI) 언어모델 ‘BERT(버트)'는 무엇인가〉, 《인공지능신문》, 2019-01-03
- 핑플릭스, 〈음성인식 플랫폼의 패권 (알렉사) vs (시리) vs (구글 어시스턴트)〉, 《네이버 블로그》, 2019-10-03
- 김달훈 기자, 〈'랭크브레인부터 MUM까지'··· 구글 부사장이 전하는 검색의 진화 이야기〉, 《CIO코리아》, 2022-02-15
- 보남이의 앱세이, 〈이거 어디서 팔아요? 사진으로 찾는 이미지 검색! (☞네이버 스마트 렌즈/구글 등)〉, 《네이버 블로그》, 2022-02-25
- 혀내, 〈(DB) 인덱스(Index)로 DB 검색 속도를 높여보자〉, 《티스토리》, 2023-06-18
- 최영호 기자, 〈2024년 SEO(검색엔진 최적화) 트렌드 10가지〉, 《매드클럽》, 2024-02-21
같이 보기[편집]
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||
