정보검색

1. 정보검색의 개요

• 검색(retrieval): 질문에 적합한 정보를 찾아내는 결과적인 행위.
• 탐색(search): 데이터베이스 내의 정보를 체계적으로 조사하는 과정적인 행위.

2. 정보검색의 역사

2.1. 초기 정보검색 (1940년대)

• 1940년대: 주로 목록 카드와 수작업 검색.
• 1940년: 학문의 발전으로 문헌의 자동화된 검색 시스템 필요성 대두.
• 1945년: Vannevar Bush가 "As We May Think"에서 Memex 기계를 제안, 연상색인법(Associative Indexing)의 중요성을 강조.

2.2. 1950년대, 정보검색 발전

• 1951년: Mortimer Taube가 유니텀시스템(Uniterm System)을 도입. 키워드 색인 방식의 시작.
• 1954년: 컴퓨터를 사용한 첫 검색 실시, 정보검색 시스템의 기원.
• 1950년대 후반: Hans Peter Luhn이 KWIC 색인과 통계적 기법 도입.

2.3. 1960년대, 정보검색 변화

• 1960년대: 컴퓨터 사용 본격화, 오프라인의 배차검색 서비스 시작.
• 1964년: 미국 의학도서관(NLM)의 MEDLARS가 배차 검색 서비스 시작, 1971년에 온라인으로 전환.

2.4. 1970년대, 온라인 정보검색

• 록히드 항공사의 DIALOG, SDC의 ORBIT 등 대규모 데이터베이스가 온라인 서비스 시작.
• 국내: 한국과학기술정보센터가 TECHNOLINE 서비스 시작
• 일본에서는 JICST의 JOIS-I 서비스 개시

2.5. 1980년대, 정보검색과 기술 발전

• 개인용 컴퓨터 보급, CD-ROM 등 대용량 저장매체 등장, 정보 통신망 발달.
• 1985년: CD-ROM 생산 시작

2.6. 1990년대, 인터넷과 정보검색

• 인터넷, 특히 WWW의 등장으로 데이터베이스 성장 및 저렴한 정보 통신비용으로 최종 이용자들에게 직접 검색 가능

2.7. 2000년대 이후, 도전과 변화

• 웹의 확장, 컴퓨터 및 네트워크 기술 발전으로 다양한 디지털 자원의 효율적인 구축 및 서비스 가능.
• 클라우드 서비스 등장으로 보다 쉬운 접근 가능.
• 현재: 정보 모델링, 자동 분류, 데이터 시각화, 기계 학습, HCI, 딥 러닝 등이 포함된 복잡한 환경

3. 정보검색시스템

3.1. 정의

• 목적
• 적합한 문헌 검색 및 부적합 문헌 배제이다.

• 발전
• 초기 도서관 중심에서 시작되어 현재 다양한 상업기관의 정보자원을 대상으로 확장되었다.

• 정보검색의 어려움
• 문헌의 복잡한 의미와 이용자의 정보요구 간의 매칭이 어려움.

3.2. 구성요소

• 문헌집합(Document): 검색의 대상이 되는 데이터. 예: 도서관의 OPAC.
• 색인(Index): 검색 대상 단어를 문헌에서 추출하여 문헌리스트 생성.
• 검색모델: 검색의 순위화 및 매칭을 담당. 예: 불리언(Boolean) 모델, 벡터(Vector) 모델.
• 중개자(Broker): 인터페이스의 역할을 수행, 이용자와 시스템을 연결.
• 이용자: 정보검색 과정에 영향을 주는 요소.

3.3. 색인의 종류

• 수동 색인 vs 자동 색인: 색인 작업을 행하는 주체에 따라.
• 주제색인 vs 비주제색인: 색인어의 유형에 따라.
• 자연언어색인 vs 통제언어색인: 색인어의 통제 여부에 따라.

3.4. 적합성 피드백(Relevance Feedback)

4. 정보검색시스템 유형

4.1. 데이터 검색 시스템 (Data Retrieval System)

• 정의: 가장 기본적인 형태의 정보검색시스템으로, 단어나 수치로 표현된 정형화된 데이터 항목을 데이터베이스로 축적하고 검색한다.
• 구축: 일반적으로 ORACLE, DB2, INFORMIX, SYBASE와 같은 상용 DBMS를 활용하여 데이터베이스를 구축하고 검색한다.
• 예시: 과학기술 데이터, 수치 및 통계 데이터, 비즈니스 데이터 등. 여론조사, 정치 및 경제 통계 데이터를 포함한 ICPSR가 대표적이다.

4.2. 참조 정보검색시스템 (Reference-Retrieval System)

• 정의: 일차정보인 도서, 논문, 보고서 등에 대한 접근점을 제공하는 이차정보 데이터베이스를 검색 대상으로 한다.
• 특징: 서지 정보, 초록, 디지털화된 원문 등을 포함할 수 있으며, 이를 통해 사용자가 일차정보에 쉽게 접근할 수 있다.
• 검색 형태
• 축적 (Ad Hoc): 긴 시간 동안 축적된 서지 정보 데이터베이스를 대상으로 하는 일상적인 검색행위.
• 여과 (Filtering): 새롭게 저장되는 데이터만 검색 대상으로 하며, 저장된 질의를 반복 사용하는 검색 형태. SDI 서비스가 대표적이다.

4.3. 전문 검색시스템 (Text-Retrieval System)

• 정의: 문헌의 전문을 포함하는 데이터베이스에서 전문을 직접 검색하는 시스템이다.
• 차이점: 참조 정보검색시스템은 서지와 초록을 기반으로 검색되며, 전문은 결과 리스트의 링크로만 연결되어 있음. 그러나 전문 검색시스템은 전문 자체나 그 일부에 대한 검색을 제공한다.
• 대표적인 예시: LEXISNEXIS, Westlaw 등.

4.4. 질의응답시스템 (Question-Answering System)

• 정의: 사용자의 자연어 질의에 대한 정답을 문헌 내에서 직접적으로 탐색하여 제공하는 시스템. 이는 자연어 처리 기술에 중점을 둔다.
• 특징
• 질의 분석, 적합한 정보 검색, 그리고 정답 추출의 세 단계로 구성됨.
• 자연어 처리 기술의 활용: 형태소 분석, 구문 분석, 의미 분석 등을 통해 질의를 검색 가능한 형태로 변환.
• 지식베이스 기반 추론을 허용하는 시스템과 그렇지 않은 시스템으로 분류됨.
• 예시: 자연언어 인터페이스를 활용하는 데이터 검색시스템이나, 지식베이스에 기반하여 정답을 추론하는 시스템.

4.5. 지능형 정보검색시스템 (Intelligent Information Retrieval System)

• 정의: 인간의 사고과정과 논리적인 문제 해결 과정을 검색 과정에 포함시킨 시스템. 이는 인공지능 기술과 연계되어 이용자의 문제를 보다 정밀하게 해결하려고 한다.
• 특징
• 자연어 처리 기술과 전문가시스템(Expert System)이 주로 사용됨.
• 자연어처리 기술의 시작: 1950년대의 기계번역시스템과 1960년대의 SHRDLU 시스템 연구.
• 전문가시스템: 인간의 지식을 기반으로 하는 지식베이스 시스템. 주요 구성 요소로는 사용자 인터페이스, 지식베이스, 추론 엔진이 있음.
• 예시: DENDRAL, MYCIN, PROSPECTOR. 중개자 전문가시스템으로는 Peter Ingwersen이 제안한 Mediator 모델, DIALOG의 CONIT과 같은 시스템이 있다.

5. 학술정보 데이터베이스

• SCIE
• KCI (Korean Citation Index, 한국학술지인용색인) 링크