노딩(Noding)은 node와 -ing를 결합해 만든 이름이다.
노딩의 세계관에서 node는 단순히 점이나 커뮤니티를 뜻하는 명사만은 아니다. 하나의 동사이기도 하다.
관심 있는 주제를 통해 사람을 모으고, 그 안에서 글을 쓰거나 다른 사람의 글에 반응하고, 새로운 주제를 탐색하며 다른 커뮤니티로 이동하는 일.
이런 행동들을 통틀어 '노드하다 (to node)' 라고 부르고 싶었다.
그리고 사람들이 노드하는 과정에서 만들어지는 연결들을 하나의 지도로 표현하고 싶었다.
그것이 노드맵(Node Map) 이다.
사람들은 왜 하나의 주제에서 다른 주제로 이동할까?
우리는 인터넷에서 끊임없이 주제를 옮겨 다닌다.
맥 미니에 대해 알아보다가 휴가 계획을 검색하고, 반려 식물을 찾아보다가 주변 호캉스 추천 글을 읽기도 한다.
이렇게 놓고 보면 서로 별 관계가 없어 보이는 주제들이다.
하지만 이런 이동이 수많은 사람에게서 반복된다면 어떨까?
예를 들어 다음과 같은 경로를 생각해 보자.
맥 미니 → 휴가 계획 → 반려 식물 → 주변 호캉스 추천
이것은 단순한 검색어 목록과는 다르다.
각각의 검색어는 한 사람이 무엇에 관심을 가졌는지를 보여주지만, 검색어의 순서는 그 관심이 어떻게 변화했는지를 보여준다.
그리고 많은 사람이 비슷한 순서로 주제를 탐색한다면, 그 사이에 우리가 미처 알지 못했던 관계가 있을지도 모른다.
물론 한 사람이 맥 미니를 검색한 다음 호캉스를 검색했다고 해서 두 주제 사이에 특별한 인과관계가 있다고 말할 수는 없다. 우연히 연달아 검색했을 수도 있고, 서로 다른 목적을 가진 행동이었을 수도 있다.
하지만 충분히 많은 사람의 이동 경로를 관찰하고, 시간적 간격이나 반복성, 실제 참여 행동 등을 함께 분석한다면 의미 있는 패턴을 발견할 가능성이 생긴다.
나는 바로 그 가능성에 관심이 있었다.
관심사의 목록보다 이동 경로가 더 많은 것을 말해줄 수 있다
어떤 사람이 맥 미니, 반려 식물, 호캉스에 관심이 있다는 사실을 안다고 해보자.
이것만으로도 어느 정도 취향을 추측할 수 있다.
하지만 그 사람이 어떤 순서로 관심사를 탐색했는지까지 알게 되면 이야기가 달라진다.
맥 미니를 알아본 다음 휴가 계획을 세우고, 호캉스 정보를 찾아봤을 수도 있다.
반대로 호캉스를 알아보다가 여행 중 업무를 처리할 방법을 찾기 위해 맥 미니에 관심을 가졌을 수도 있다.
같은 주제에 관심을 가졌더라도 그 순서와 맥락은 전혀 다를 수 있다.
광고를 예로 들어보자.
어떤 집단에서 '맥 미니'를 탐색한 사람들이 일정 기간 안에 '호캉스' 관련 주제로 이동하는 경향이 반복적으로 발견됐다고 가정하자.
광고주는 이 정보를 이용해 호캉스에 관심을 가질 가능성이 높은 집단을 더 일찍 발견할 수 있을 것이다.
기존에는 호캉스를 직접 검색하거나 관련 콘텐츠에 반응한 사람에게 광고를 보여줬다면, 이제는 그 이전 단계에서 나타나는 행동 패턴을 활용할 가능성이 생기는 것이다.
물론 실제로 광고 효율이 높아지는지는 별도로 검증해야 한다. 관찰된 이동 패턴이 미래의 행동을 얼마나 정확하게 예측하는지, 기존 타겟팅 방식보다 나은 성과를 내는지 실험해야 한다.
그럼에도 중요한 차이는 있다.
사람이 무엇에 관심을 가졌는지뿐 아니라, 그 관심이 어디에서 어디로 이동하는지까지 분석할 수 있다는 점이다.
노드맵이 가진 첫 번째 가능성이다.
두 번째 가능성은 사람들의 문제 해결 경로를 파악하는 것이다
개인적으로는 이쪽이 더 흥미롭다.
우리가 어떤 문제를 해결하지 못하는 이유는 반드시 정답을 모르기 때문만은 아니다.
정답에 도달하기 위해 무엇을 먼저 알아봐야 하는지, 어떤 분야의 지식이 필요한지, 어디에서 새로운 단서를 찾아야 하는지 모르는 경우도 많다.
목적지는 알고 있지만 그곳으로 가는 길을 모르는 것과 비슷하다.
지도를 떠올려 보자.
현재 위치에서 목적지까지 가는 방법은 여러 가지다. 어떤 길은 빠르고, 어떤 길은 돌아가며, 어떤 길은 막다른 곳으로 이어진다.
중요한 건 목적지 자체만이 아니다.
중간에 어떤 길을 선택하느냐에 따라 목적지에 도착할 수도 있고, 전혀 다른 곳으로 가게 될 수도 있다.
지식의 탐색도 비슷하다고 생각한다.
예를 들어 치아 재생이라는 문제를 생각해 보자.
치아를 다시 만들어 내는 방법을 찾기 위해 어떤 사람은 줄기세포 연구를 시작할 것이다.
다른 사람은 발생생물학을 공부할 수도 있다. 또 다른 사람은 생체재료나 조직공학에서 답을 찾으려 할 것이다.
그러다 줄기세포를 연구하던 사람이 세포의 분화 능력만으로는 충분하지 않다는 사실을 깨닫고, 세포를 둘러싼 미세환경이나 상피·간엽 상호작용으로 관심을 옮길 수도 있다.
그 과정은 다음과 같이 표현할 수 있다.
치아 재생 → 줄기세포 → 세포 분화 → 줄기세포 니치 → 상피·간엽 상호작용 → 치아 발생
반면 다른 사람은 전혀 다른 경로를 거칠 수 있다.
치아 재생 → 조직공학 → 바이오스캐폴드 → 세포외기질 → 오가노이드 → 치아 발생
두 사람이 출발한 문제는 같지만, 탐색한 경로는 다르다.
그리고 서로 다른 경로를 거쳐 비슷한 지점에 도달했다.
만약 이런 경로가 수없이 쌓인다면 무엇을 알 수 있을까?
어떤 문제를 탐색하는 사람들이 자주 거치는 주제가 무엇인지, 어떤 주제에서 탐색이 중단되는지, 서로 다른 분야의 지식이 어디에서 만나는지 살펴볼 수 있을 것이다.
특정한 문제를 해결한 사람들이 공통적으로 거친 경로가 있다면, 그 경로는 같은 문제를 탐색하는 다른 사람에게 유용한 참고 자료가 될 수도 있다.
반대로 대부분의 사람이 지나가지 않은 경로에서 새로운 해결책이 발견될 가능성도 있다.
여기서 중요한 것은 단순히 가장 많은 사람이 선택한 경로를 정답으로 취급하지 않는 것이다.
많이 선택된 경로는 익숙한 경로일 뿐, 반드시 가장 좋은 경로는 아니다. 오히려 기존의 접근법으로 풀리지 않는 문제라면 사람들이 거의 탐색하지 않은 연결에서 돌파구가 나올 수도 있다.
따라서 노드맵에서 보고 싶은 것은 인기 있는 경로만이 아니다.
어떤 경로가 반복되는지, 어떤 경로가 드문지, 서로 다른 탐색 경로가 어디에서 교차하는지, 그리고 실제로 어떤 결과로 이어지는지까지 알고 싶다.
물론 주제의 이동 경로만으로 누군가가 문제를 해결했다고 판단할 수는 없다.
검색이나 방문은 사고의 흔적일 수 있지만 사고 그 자체는 아니다. 어떤 경로가 유용했는지 알아보려면 글쓰기, 대화, 결과물, 사용자의 명시적인 평가 같은 추가 정보가 필요할 것이다.
그럼에도 주제 간 이동 경로는 사람들이 문제에 접근하는 과정을 이해하기 위한 하나의 단서가 될 수 있다고 생각한다.
비슷한 생각은 이미 여러 분야에서 연구되고 있다
이런 문제를 고민하면서 관련된 학문적 개념들도 알게 됐다.
먼저 정보 채집 이론(Information Foraging Theory) 이 있다.
사람이 인터넷에서 정보를 탐색하는 행동을 동물이 먹이를 찾는 과정에 비유한 이론이다.
우리는 무작정 링크를 클릭하는 것이 아니라, 현재 보고 있는 정보가 얼마나 유용할지 판단하면서 다음으로 이동할 곳을 선택한다.
이때 어떤 정보가 있을 것이라고 기대하게 만드는 단서를 '정보 향기(Information Scent)'라고 부른다.
예를 들어 치아 재생을 검색하던 사람이 줄기세포에 관한 글을 읽고, 그 안에서 오가노이드라는 개념을 발견했다고 해보자.
그 사람은 오가노이드가 치아 재생이라는 문제에 도움이 될 것이라고 기대하면서 다음 주제로 이동할 수 있다.
이런 관점에서 보면 주제 사이의 이동은 단순한 클릭의 연속이 아니라, 정보를 찾기 위해 내리는 선택의 연속이다.
또 다른 관련 개념은 정보 탐색과 의미 형성(Sensemaking) 이다.
사람은 새로운 문제를 이해할 때 정보를 수집하기만 하는 것이 아니다. 여러 정보를 비교하고, 관계를 발견하고, 기존의 생각을 수정하면서 문제에 대한 이해를 만들어 간다.
처음에는 서로 관계없어 보이던 정보들이 어느 순간 하나의 설명으로 연결되기도 한다.
이 과정에서 어떤 주제를 어떤 순서로 탐색했는지는 문제를 이해하는 방식과 관련이 있을 수 있다.
기술적으로는 그래프 분석(Graph Analysis) 과 순차 추천(Sequential Recommendation) 도 관련이 있다.
그래프 분석은 노드와 연결을 이용해 관계의 구조를 분석한다.
순차 추천은 사용자가 과거에 어떤 행동을 했는지뿐 아니라, 그 행동이 어떤 순서로 일어났는지를 이용해 다음 행동이나 관심사를 예측한다.
노드맵은 이런 연구들과 맞닿아 있다.
다만 내가 만들고 싶은 것은 단순히 다음에 클릭할 콘텐츠를 예측하는 시스템만은 아니다.
사람들이 어떤 주제를 거쳐 다른 주제로 이동하는지, 그 과정에서 어떤 연결이 형성되는지를 하나의 구조로 표현하고 싶다.
메타와 레딧도 사람들의 관심 이동을 분석한다
사실 사용자의 행동을 분석해 관심사를 파악하는 일은 새로운 아이디어가 아니다.
메타는 페이스북과 인스타그램에서 사람들이 어떤 콘텐츠를 보고, 무엇에 반응하며, 어떤 행동을 하는지 분석해 추천과 광고에 활용한다.
특히 흥미로운 것은 메타가 사용자의 행동을 단순한 관심사 목록이 아니라 시간 순서가 있는 데이터로 다루고 있다는 점이다.
메타는 2024년 공개한 기술 글에서 기존의 집계된 관심사 정보만으로는 사용자의 행동 순서와 세부 맥락을 충분히 반영하기 어렵다고 설명했다.
예를 들어 어떤 광고를 클릭했는지, 어떤 페이지를 방문했는지를 각각 집계하는 것과, 그 행동들이 어떤 순서로 발생했는지를 분석하는 것은 다르다.
메타는 이런 행동의 순서를 학습해 광고 추천을 개선하는 기술을 개발해 왔다.
레딧도 사용자가 방문하거나 참여한 커뮤니티, 읽은 콘텐츠, 투표와 댓글 등의 행동을 바탕으로 콘텐츠와 커뮤니티를 추천한다.
사용자가 어떤 커뮤니티에 가입했는지뿐 아니라 최근 방문한 커뮤니티나 머문 시간도 추천에 활용될 수 있다.
이런 점에서 노딩이 관심사의 이동에 주목한다는 사실 자체가 완전히 새로운 것은 아니다.
이미 거대한 플랫폼들은 사용자의 행동을 통해 관심사의 변화를 이해하려고 노력하고 있다.
그렇다면 노딩은 무엇이 다를까?
노딩은 주제 자체를 네트워크의 기본 단위로 삼으려 한다
내가 생각하는 가장 큰 차이는 서비스의 출발점에 있다.
인스타그램에서는 주로 콘텐츠를 소비하면서 관심사를 발견한다. 레딧에서는 기존에 만들어진 커뮤니티를 찾아 참여한다.
물론 두 플랫폼 모두 관심사와 행동 데이터를 정교하게 분석하고 있으며, 레딧도 주제별 커뮤니티라는 구조를 갖고 있다.
하지만 노딩에서는 사용자가 입력하는 주제어 자체가 커뮤니티를 발견하거나 생성하는 출발점이다.
'치아 재생'을 입력하면 치아 재생이라는 주제의 공간으로 들어간다.
'치아 재생을 위한 상피 줄기세포'를 입력하면 더 구체적인 주제의 공간으로 들어갈 수 있다.
이렇게 사용자가 표현한 관심사를 커뮤니티의 기본 단위로 삼는 것이다.
그리고 장기적으로는 주제 공간 사이에서 발생하는 이동을 하나의 네트워크로 표현하고 싶다.
여기서 노드맵은 단순한 추천 알고리즘과는 조금 다른 역할을 갖는다.
추천 알고리즘의 주된 질문이 '이 사람에게 다음으로 무엇을 보여줄까?'라면, 노드맵에서 던지고 싶은 질문은 다음과 같다.
'사람들은 어떤 주제에서 어떤 주제로 이동하고 있으며, 그 이동들이 모여 어떤 구조를 만들어 내는가?'
물론 이 구조를 이용해 추천 시스템을 만들 수도 있을 것이다.
광고 타겟팅에 활용하거나, 비슷한 문제를 탐색하는 사람들에게 다른 사람들이 거쳐 간 경로를 보여줄 수도 있다.
나아가 주제 간 관계와 이동 패턴을 API 형태로 제공하는 것도 생각하고 있다.
다만 이런 데이터가 실제로 유용하려면 해결해야 할 문제가 많다.
우선 같은 의미를 가진 서로 다른 표현을 어떻게 하나의 주제로 묶을지 결정해야 한다.
'맥 미니'와 'Mac mini'는 같은 주제에 가깝지만, '맥 미니 구매'와 '맥 미니 서버 구축'은 구분할 필요가 있을 수도 있다.
또한 두 주제를 연속해서 방문했다는 사실만으로 의미 있는 연결이 생겼다고 판단해서도 안 된다.
이동 사이의 시간, 탐색의 목적, 반복되는 패턴, 실제 참여 여부 등을 고려해야 할 것이다.
개인의 행동 경로를 다루는 만큼 개인정보 보호도 중요한 문제다. 특히 광고나 외부 API에 활용하려면 개별 사용자의 민감한 관심사를 추론하거나 재식별할 수 없도록 설계해야 한다.
이런 문제들은 앞으로 풀어야 할 과제다.
결국 알고 싶은 것은 관심사가 연결되는 방식이다
노딩을 처음 구상했을 때는 사람들이 관심 있는 주제로 자유롭게 모일 수 있는 커뮤니티를 만들고 싶었다.
그런데 시간이 지나면서 커뮤니티 하나하나보다 그 사이의 연결에 더 큰 관심을 갖게 됐다.
사람들은 어떤 이유로 하나의 주제에서 다른 주제로 이동할까?
서로 관련이 없어 보이는 주제들이 특정한 사람들에게는 왜 연결될까?
많은 사람이 비슷한 경로를 거치는 이유는 무엇일까?
그리고 이런 경로를 모으면 사람들이 세상을 이해하고 문제를 해결하는 방식에 대해 무엇을 알 수 있을까?
노드맵은 이런 질문에서 출발한 개념이다.
아직은 구상 단계에 가깝고, 실제로 얼마나 의미 있는 정보를 얻을 수 있을지도 검증해야 한다.
하지만 사람들이 관심사를 따라 움직이는 경로 자체가 하나의 가치 있는 데이터가 될 수 있다고 생각한다.
그리고 여기서 한 가지 질문이 더 생긴다.
사람이 오랫동안 탐색하고 머물렀던 주제, 반복해서 돌아오는 주제, 다른 사람과 활발하게 교류했던 주제들을 연결한다면 무엇이 나타날까?
어쩌면 그 사람이 어떤 사람인지를 설명하는 하나의 지도가 될 수도 있지 않을까?
다음 글에서는 노드맵이 어떻게 개인의 정체성과 연결될 수 있을지 이야기해 보려고 한다.
노딩(Noding) — 주제어가 곧 커뮤니티가 되는 서비스
- 공식 사이트: noding.app
- 앱 다운로드: noding.app/download