문맥 (context)
인터넷 서치 엔진은 인터넷에 걸쳐 포함된 많은 분량의 정보 중에서 원하는 정보를 발견하기 위해 설계된다. 사용자는 서치 용어를 포함하는 질의를 입력하여 자신이 찾고자 하는 정보를 설명한다. 서치 엔진은 사용자에 의해 찾고자 하는 정보에 가장 많이 관련될 가능성이 있는 웹 페이지를 식별하는 목적으로 다양한 관련 계산을 사용해서 웹 페이지의 인덱스에 대해 서치 용어를 매칭한다. 그 다음에, 서치 엔진은 이러한 웹 페이지의 하이퍼링크의 등급화된(ranked) 리스트를 반환하고, 그러한 페이지로의 링크는 이러한 리스트의 상단 근처에서 가장 관련이 있다고 생각된다.
서치 엔진의 목적은 주어진 질의에 대한 가장 관련이 있는 웹 페이지를 전달하는 것이다. 초기의 서치 엔진은 문서 내에서 서치 용어의 존재, 밀도와 근접성과 같은 각 페이지 내에 포함된 정보를 사용해서 웹 페이지의 관련성을 결정했다. 보다 진보된 서치 엔진은 이러한 관련성을 결정할 때, 웹 페이지간의 링크에 관련된 정보를 고려한다.
인터넷 상의 웹 페이지의 수가 매우 크고 점점 증가하고, 사용자의 질의를 명목상으로 만족시키는 많은 수의 웹 페이지가 종종 존재하기 때문에, 어느 웹 페이지가 가장 관련이 있는지를 결정하는 프로세스는 매우 어렵다. 많은 다른 개념이 동일하거나 유사한 용어로서 참조된다. 대부분의 사용자는 잘 형성된(well-formed) 질의를 생성하고 입력하는 프로세스에 있어서 정교하지 않아서, 무슨 유형의 정보를 자신들이 찾고있는지가 모호하다.
서치 엔진에 의해 반환되는 결과는 조작되기 쉽다. 웹 사이트 운영자는, 서치 엔진이 등급화된 결과의 리스트에서 자신의 웹 페이지로의 링크를 높게 반환하고자 하는 목적으로, 다른 웹 사이트로부터의 콘텐츠 또는 (메타 데이터 또는) 하이퍼링크를 자신의 웹 페이지에 추가할 수 있다. 이것은 사용자가 찾고자 하는 정보를 포함하지 않은 어떠한 웹 페이지가 결과 리스트에서 높게 등급화되는 결과를 야기하여, 서치 결과의 전체적으로 인식되는 정확도를 감소시킨다. 이러한 실행은 서치 엔진 최적화(또는 SEO")라고 종종 불린다. 서치 엔진은 SEO에 직면하여 일정한 레벨의 관련성을 유지시키기 위해 계속 증가하는 노력을 소모하여야 한다. 동일하거나 다른 사용자에 의한 후속되는 질의에 대해 보다 관련된 결과를 전달하도록, 어느 웹 페이지가 그 질의를 만족시켰는지 또는 만족시키지 않았는지를 결정하기 위해, 서치 엔진이 사용자로부터 직접적으로 피드백을 수집할 수 있는 것이 바람직할 것이다.
시간이 지남에 따라, 서치 엔진의 운영자는, 자신의 서치 엔진의 정확도를 유지하거나 향상시키도록, 관련성을 결정하기 위해 사용되는 방법과, 이 방법 각각에 적용되는 가중치로의 조정을 한다. 이러한 프로세스는 보통, 테스트 사용자가 다른 질의에 대해 서치 엔진에 의해 전달되는 결과를 점수화(scoring)하는 것과 같은, 실험을 일반적으로 관여시킨다. 어느 방법을 사용하거나 무슨 가중치를 적용할 지를 결정하기 위해 점수가 집계(compile)되고 분석된다. 이 프로세스는 시간 소모적이고, 부정확하고, 대표성이 없으며, 유연하지 않다. 실제 사용자로부터 직접적으로 입력을 취하고, 서치 엔진의 정확도를 증가시키기 위해 서치 관련 방법과 가중치를 조정하는 피드백 메커니즘을 사용하는 것이 바람직할 것이다.
추가적으로, 사용자는 서치 용어에 대한 다른 이해와, 다른 취향과 관심을 가질 수 있거나, 서치의 다른 "모드" 내에 있기 때문에, 질의를 입력할 때, 다른 의도를 가질 수 있다. 예를 들면, 만약 3명의 다른 사용자가 "iPod"라는 질의를 입력하면, 첫 번째 사용자는 iPod를 쇼핑 중일 수 있으며, 두 번째 사용자는 iPod에 대한 뉴스를 서치하고 있을 수 있으며, 세 번째 사용자는 iPod에 대한 정보 또는 리뷰를 서치하고 있을 수 있다. 사용자는 서치를 수행할 때 그 자신의 관심과 목적에 대한 일정 유형의 지시를 제공할 수 있다. 그러므로, 어느 결과가 사용자 질의에 관련이 있는 지를 결정할 때 사용자의 관심간의 차이와 서치의 다른 모드를 고려할 수 있는 서치 엔진을 개발하는 것이 바람직할 것이다.
지시문 (instruction)
주어진 원문을 읽고 필요한 정보를 파악하여, 원문에 근거해 질문에 답하라.
질문 (question)
서치 엔진이 사용자의 질의에 대해 보다 관련된 결과를 전달하기 위해, 어느 웹 페이지가 해당 질의를 만족시켰는지 또는 만족시키지 않았는지를 결정하기 위해 수행할 수 있는 바람직한 방법은 무엇인가?
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation서치 엔진이 질의 만족 여부를 결정하여 관련성을 높이기 위해 취해야 할 바람직한 방법(조건/수단)을 찾는다.
-
2정보 추출
information_extraction기존의 테스트 사용자 점수화 방식의 한계와 대안으로 제시된 방식을 추출한다.
- 이 프로세스는 시간 소모적이고, 부정확하고, 대표성이 없으며, 유연하지 않다.
- 실제 사용자로부터 직접적으로 입력을 취하고, 서치 엔진의 정확도를 증가시키기 위해 서치 관련 방법과 가중치를 조정하는 피드백 메커니즘을 사용하는 것이 바람직할 것이다.
-
3근거 선택
evidence_selection질문에서 요구하는 '바람직한 방법'에 직접적으로 대응하는 문장을 선별한다.
- 실제 사용자로부터 직접적으로 입력을 취하고, 서치 엔진의 정확도를 증가시키기 위해 서치 관련 방법과 가중치를 조정하는 피드백 메커니즘을 사용하는 것이 바람직할 것이다.
-
4논리 통합
logical_integration사용자로부터 직접 입력을 받는 피드백 메커니즘이 방법론적 핵심임을 파악한다.
-
5결론 도출
conclusion_formulation실제 사용자로부터 직접 입력을 취하여 서치 관련 방법과 가중치를 조정하는 피드백 메커니즘을 사용하는 것이 정답이다.
- 실제 사용자로부터 직접적으로 입력을 취하고, 서치 엔진의 정확도를 증가시키기 위해 서치 관련 방법과 가중치를 조정하는 피드백 메커니즘을 사용하는 것이 바람직할 것이다.
-
6답변 생성
answer_generation추출된 핵심 내용을 바탕으로 문장 형태로 답변을 작성한다.
- 실제 사용자로부터 직접적으로 입력을 취하고, 서치 엔진의 정확도를 증가시키기 위해 서치 관련 방법과 가중치를 조정하는 피드백 메커니즘을 사용하는 것
최종 답변 (final_answer)
실제 사용자로부터 직접적으로 입력을 취하고, 서치 엔진의 정확도를 증가시키기 위해 서치 관련 방법과 가중치를 조정하는 피드백 메커니즘을 사용하는 것이다.
핵심 해석 (core_interpretation)
서치 엔진은 후속 질의에 대해 보다 관련된 결과를 전달하기 위해 실제 사용자로부터 직접 피드백을 수집하여 서치 관련 방법과 가중치를 조정할 수 있다.