온라인상 소설 탐색을 돕는 토픽분류 및 키워드 제시에 대한 연구

Abstract

소설책을 탐색할 때는 브라우징 전략을 많이 쓴다. 도서관에서 어떻게 소설책 찾는지 관련된 연구에 의하면 반절은 서명, 저자 등 질의어를 입력해 검색하고 나머지 반절은 서가나 반납대를 훑으며 브라우징을 통해 소설책을 찾는다고 한다. 하지만 전자도서관이나 온라인 서점에서는 주로 아이템 검색 기능에 초점을 맞추고 있다. 물론 세부적으로 소설을 분류하기도 하지만 도서관은 제대로 분류를 하지 않고 서점은 체계가 너무 복잡하고 또한 장르소설이 아닌 일반소설의 경우 단순히 언어별로만 소설책을 나누고 있어 문제가 된다. 따라서 본 연구에서는 많은 양의 소설책으로부터 자동으로 토픽 키워드를 추출하고 이 토픽별로 소설책을 보여줘 이야기별로 소설을 탐색할 수 있는 방안을 제시하고자 한다. 토픽을 자동으로 추출하기 위해서 토픽모델링기법 중 하나인 LDA를 활용하였다. LDA에 들어갈 인풋 데이터로는 소설책의 소개글을 사용하였다. 소설 전문은 데이터로 확보하기도 어렵고 문학적 함의가 담겨 있기 때문에 토픽이 담긴 키워드 추출하기 어려울 것으로 보고 온라인 서점의 소개글을 크롤링하였다. 문학성 있는 소설 작품인 본격문학과 대중소설인 장르소설 분야에서 총 1155권의 소개글과 서명, 저자, 출판년도 등의 메타데이터를 수집하였다. 수집을 위해 펄(perl) 언어로 정규식 표현을 사용해 크롤러를 프로그래밍하였다. 이후 강승식 연구실의 KLT 형태소 분석기를 통해 어미, 조사 등을 제거한 명사형 색인어만을 추출하였다. LDA를 이용해 15개의 키워드로 구성된 토픽 그룹 20개를 추출하였다. 또한 자동으로 한 권의 소설책마다 토픽들이 어떤 비율로 구성되어있는지도 추출하였다. 추출된 토픽 키워드 중 도서와 관련된 너무 일반적인 단어나 토픽과 관련 없는 단어들은 삭제하였다. 전, 현직 사서 2명의 도움을 받아 추출된 토픽 그룹 중 비슷한 것끼리 다시 묶고 토픽명을 레이블링 하였다. 서점식 분류체계로 소설을 분류했을 때 보다 이러한 방식으로 토픽별로 분류했을 때 토픽이 여러 개인 소설책을 보다 정확하게 분류해내었고, 보다 상세하게 소설책들을 분류하였다. 실제 사용자들은 서점식 소설 분류방식과 토픽별 분류 및 키워드 제공 방식에 따라 소설 카테고리 체계를 어떻게 이해하고 얼마나 탐색을 쉽게 하는지를 비교하기 위해 각각의 분류방식을 지닌 소설 탐색 인터페이스를 개발해 비교실험을 실시하였다.. 피실험자 27명을 대상으로 토픽별 분류 및 키워드 제공 방식과 서정식 분류체계에서 각각의 카테고리를 살펴보고 그 안에 어떠한 내용의 소설책들이 속해있을지 예상해보라고 요청하였다. 많은 피실험자들이 서점식 분류체계에서 한국소설일반과 외국소설 등에 어떤 내용의 소설책이 속해있을지 모호하다고 평가하였다. 반면 토픽별 분류에서는 토픽 카테고리가 한가지 기준이라서 이해하기 쉽고 관련된 키워드를 보여줘 어떤 내용의 소설책들이 있을지 예상하기 쉬웠다고 평가하였다. 각각의 카테고리 내에 어떤 내용의 소설책이 속해있을지를 7점척도로 점수를 주게 했고 토픽별 분류 및 키워드 제공 방식이 통계적으로 유의미하게 더 예상하기 쉬웠다는 결과를 얻었다. 이 후 실제로 두 분류방식을 지닌 탐색 인터페이스를 번갈아가며 사용하면서 흥미로워 보이는 소설책을 탐색 및 선택하도록 요청하였다. 실제로 두 분류체계에 따라 선택한 책의 개수가 달라지지는 않았다. 하지만 탐색이 쉬웠는지를 역시 7점척도로 받았을 때 통계적으로 유의미하게 토픽별 분류 및 키워드 제공 방식이 더 낫다는 결과가 나왔다. 추가적으로 두 분류방식 중 선호하는 방식을 선택하게 하였고 피실험자 27명 중 22명이 토픽별 분류 및 키워드를 제공하는 방식을 더 선호했다. 그 이유로는 토픽 키워드를 보여 주는 것이 카테고리 내에 어떤 소설책들이 있는지 알기 쉬웠고 보다 상세하게 탐색할 수 있었기 때문이라는 평가가 많았다. 마지막으로 평가가 좋았던 토픽별 분류 및 키워드를 제공하는 분류 방식을 기반으로 디자인 및 인터랙션 요소를 더하여 소설 탐색 인터페이스를 제안하였다. 앞서 실험에서 선호도 조사를 했을 때 토픽별 분류방식을 선호하는 피실험자 1명, 두 분류방식 모두 비슷하다고 한 피실험자 1명, 서점식 분류방식을 선호하는 피실험자 1명을 대상으로 이 인터페이스를 사용하여 소설을 찾게 하였고 면담을 실시하였다. 전체적으로 디자인 및 인터랙션, 확장 탐색, 토픽 키워드 검색, 토픽 섞기 기능 등에서 대체적으로 만족한다고 평가하였다. 본 연구는 주로 인문사회계열의 문헌정보학과에서 다루는 소설 탐색 방식에 대하여 토픽모델링이라는 기술적 접근으로 풀어낸 융합연구이다. 도서관이나 서점 등에서 단순히 키워드 검색 방식 뿐 아니라 토픽별로 브라우징 탐색을 통해 소설을 찾을 수 있는 새로운 기능을 추가하는데 도움을 줄 수 있을 것으로 여겨진다.