ironage의 유비쿼터스 트랜드 (uTrend.org)

현재까지 텍스트를 기반으로 한 검색시장이 주를 이루지만, 앞으로는 UCC, IPTV 등의 활성화로 이미지 및 동영상 검색시장이 주를 이룰 것으로 보인다[GTB2007070683].

현재 구글 등 대규모 검색 엔진들도 이미지 검색에서는 그다지 만족할만한 성과를 보여주지 못하고 있다. 이는 야후나 MS 등 경쟁사들도 마찬가지이며, 이미지 검색 기술이 가장 뛰어나다는 평가를 듣는 애스크(http://ask.com/) 검색 엔진 역시 다른 엔진과 같은 메타데이터 방식을 따르기 때문에 큰 차이를 보여주지는 못한다. 메타데이터 방식이란 파일명이나 날짜 등 이미지 파일마다 붙어 있는 메타데이터를 활용하는 기법으로, 메타데이터 자체가 완전하지 않기 때문에 어떤 기술력으로도 활용 범위에 한계가 있다[GTB2007040316].

하지만, Google이 현재 진행하고 있는 이미지 검색의 실용적인 툴에 대해, 보다 구체적인 내용을 분명히 하기 시작했다.

Google은 미국 시간 5월 1일, 「Google Research Blog」에서 이미지를 시각적 단서를 이용하여 이미지를 분류하는「VisualRank」시스템에 대해 간략하게 소개했다. 또, 그 상세 내용을 「PageRank for Product Image Search」라는 제목으로 자료를 게재했다.이것은, 2008년 4월 하순에 북경에서 열린 Web 기술에 관한 회의에서 Google의 2명의 연구자가 피로한 자료다.

VisualRank 시스템은 아직 가동하지 않지만, Google은 이 이미지 검색 기술이 가까운 시일내에 일반에 공개되지 않을 수 있다고 하였다. 하지만, 同사는 “텍스트와 시각적인 단서에 의해 간결하게 통합하는 방법”에 대한 내용을 수개월 후에 발표할 예정이라고 한다.

VisualRank의 초기 단계에서 Google의 연구는 제품 쿼리에 중점을 두고 있었다. 그 이유의 하나는 제품 검색 쿼리가 이 연구의 중심인 “이미지 특징”의 타입과 많이 일치하기 때문이다. 또, 이러한 쿼리 타입은 “실제 이용에서 일반적”이며, 유저가 얻을 수 있는 결과에 기대를 주기 때문에 도움이 될 수 있었다라고 말했다. Google은 또, 여행 관련 쿼리 등 다른 타입의 쿼리도 검토하기 시작했다.

또한, Google은 개발 진행을 위해 주요 3개 과제에 임하고 있다고 말했다.

첫째, 웹상에 있는 모든 이미지의 유사성을 판정하기 위한 계산 비용이 비싸다는 것이다. 계산의 이용이나 대체되는 계산 방법이 요구되고 있다. 둘째, 대체되는 클러스터링 방법이 최근 많이 제안되고 있지만, 이것들과 우리의 방법을 비교 평가하고 싶은 생각이다. 셋째, PageRank의 매우 흥미로운 방법으로 이미지 검색에 응용할 수 있다. 예를 들어, 지금까지 발표된 이러한 방법의 일부를 이용하여 VisualRank의 알고리즘이 삭제한 텍스트 정보를 의미에 따라 다시 삽입할 수 있다는 것이다.

이미지 검색은 신흥기업인 Polar Rose나 Riya라는 기업에서 오랜 세월 중요 과제로 진행되었으며, 대부분은 얼굴 인식 같은 극히 일부에 한정되어 있었다.


[사진]구글의 VisualRank 알고리즘에 의한 이미지 소트

출처 : NEWS.com, 2008/5/2, KISTI에 제공