[논문]이미지 검색 실패에 나타난 비적합성 평가요소 규명에 관한 연구

정은경

doi:10.4275/kslis.2016.50.1.417

[국내논문] 이미지 검색 실패에 나타난 비적합성 평가요소 규명에 관한 연구
An Investigation on Non-Relevance Criteria for Image in Failed Image Search 원문보기

한국문헌정보학회지 = Journal of the Korean Society for Library and Information Science, v.50 no.1, 2016년, pp.417 - 435

초록
AI-Helper

적합성 평가는 검색효율을 향상시키는데 있어서 중요한 요소이다. 또한 이미지의 검색과 이용이 인터넷과 디지털 정보기술의 발달로 인해 보편화되었음에도 불구하고 이미지 적합성 평가에 관한 연구는 미미한 상황이다. 본 연구는 이미지 검색 실패 사례에 나타난 비적합성 평가요소를 규명하고 특성을 살펴보고자 하였다. 이를 위해서 총 135명의 대학생이 연구에 참여하였으며, 1,452건의 평가요소가 분석의 대상이 되었다. 기존의 연구에서 밝힌 평가요소를 포함하여 본 연구는 13종의 평가요소를 규명하였으며, 전체적으로 '주제적합성', '구성', '정확성', '시각적특성', '완전성', '심미적요소', '구도', '서지적요소', '인상', '자세', '얼굴특성', '새로움', '시대배경' 순의 비중으로 나타났다. 이중에서 '구성'과 '구도'는 본 연구에서 특징적으로 새롭게 규명한 평가요소이며, 기존의 연구에서 밝힌 '행동' 평가요소는 본 연구 데이터에서는 찾아볼 수 없었다. 또한 이러한 평가요소의 비중은 이용자가 지닌 이미지요구와 이용목적의 특성에 따라서 차이를 보였다.

Abstract ▼ AI-Helper

Relevance judgment is important in terms of improving the effectiveness of information retrieval systems, and it has been dominant for users to search and use images utilizing internet and digital technologies. However, in the field of image retrieval, there have been only a few studies in terms of identifying relevance criteria. The purpose of this study aims to identify and characterize the non-relevance criteria from the failed image searches. In order to achieve the purpose of this study, a total of 135 participants were recruited and a total of 1,452 criteria items were collected for this study. Analyses and identification on the data set found thirteen criteria such as 'topicality', 'visual content', 'accuracy', 'visual feature', 'completeness', 'appeal to user', 'focal point', 'bibliographic information', 'impression', 'posture', 'face feature', 'novelty', and 'time frame'. Among these criteria, 'visual content' and 'focal point' were introduced in this current study, while 'action' criterion identified in previous studies was not shown in this current study. When image needs and image uses are analyzed with these criteria, there are distinctive differences depending on different image needs and uses.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이러한 배경에서 본 연구는 비적합성 평가와 일상생활 맥락의 이미지 적합성 평가라는 두 가지 요인에 주목하고자 한다. 우선 Pu(2008)의 연구에서 밝힌 바와 같이 3개월 간 총 2,400,000건의 질의어에 약 14%에 해당하는 336,000건의 질의어는 0건의 검색결과를 제시하였으며, 나머지 86%의 검색된 결과에서도 상당 부분 적합하지 않은 이미지가 검색되었다.
따라서 이용자가 검색된 이미지에 대해서 최종적으로 적합하다고 평가하는 과정과 이 과정에 사용되는 적합성 평가요소는 이미지 검색 시스템의 효율성을 진단하고 개선할 수 있는 가능성을 제시해 준다. 이러한 배경에서 본 연구는 일상생활 맥락에 기반을 둔 이미지요구와 검색된 이미지 결과에 대한 이용자의 비적합성 평가요소와 특성을 규명해 이미지 검색 시스템의 개선과 발전에 있어서 시사점을 제시하고자 한다.
따라서 이용자가 검색된 이미지에 대해서 최종적으로 적합하다고 평가하는 과정과 이 과정에 사용되는 적합성 평가요소는 이미지 검색 시스템의 효율성을 진단하고 개선할 수 있는 가능성을 제시해 준다. 이러한 배경에서 본 연구는 일상생활 맥락에 기반을 둔 이미지요구와 검색된 이미지 결과에 대한 이용자의 비적합성 평가요소와 특성을 규명해 이미지 검색 시스템의 개선과 발전에 있어서 시사점을 제시하고자 한다.
2000년대 들어서면서 디지털 정보기술과 인터넷의 발전으로 인해 이미지의 생산과 이용이 증대됨에 따라 몇몇 연구들이 “이미지” 정보검색의 적합성에 주목하기 시작하였다. 이러한 연구들은 이용자가 이미지 검색결과에서 이미지를 최종 선택할 때 사용하는 적합성 평가요소를 규명하고자 하였다.
총 20건의 이미지 검색관련 업무에서 27건의 이미지 정보요구를 규명하였다. 검색 과정에서 주제적합성이 가장 중요한 평가 요소로 작용했으며, 주제 적합성을 판단하기 위해서 사진설명에 주목한다고 밝혔다. 이용자는 주제적합성이 만족되면, 기술적/서지적 적합성을 평가한다.
데이터는 설문조사와 인터뷰를 통해 수집되었다. 본 연구의 결과는 주제적합성이 가장 중요한 이미지 적합성 평가요소이지만, 주제적합성 이외에도 다양한 적합성 평가요소를 제시하였다. 이미지의 화질과 선명도가 중요한 요소로 나타났으며, 이미지의 서지정보인 제목, 날짜, 주제어, 주기 등이 중요한 판단의 근거로 밝혀졌다.
또한 이용자의 이미지 검색에서 있어서 최근 들어 주요한 맥락 요소의 하나로 연구되고 있는 이미지 이용목적과 비적합성 평가요소와의 관계를 살펴보기 위해서, 과 같은 분포를 도출하였다.
이미지 검색시스템 효율성 개선을 위하여 이용자 기반의 적합성 평가 요소에 대한 연구와 논의는 중요하다. 본 연구는 이용자가 검색된 이미지에 대하여 적합하지 않다고 평가할 때 사용하는 비적합성 평가요소를 규명하고 이에 대한 특성을 규명하기 위해서 이미지요구와 이미지 이용목적에 따라 분석하였다. 이를 위해서 총 135명 대학생이 연구에 참여하였고, 1,452건의 비적합성 평가요소를 분석의 대상으로 하였다.
본 연구는 기존 연구들이 특정 분야와 특정 이용자 그룹 중심으로 이미지의 적합성 평가요소를 규명한 것과는 달리 일상생활 맥락의 이용자가 지니는 이미지요구에 따라 비적합성 평가요소를 밝히는 것을 목적으로 하였다. 본 연구 결과에서 가장 크게 두드러지는 특징은 평가요소의 다양성이라고 볼 수 있다.

제안 방법

그 결과 총 27건의 의료 분야 이미지 적합성 평가요소를 규명하였으며, 시각관련, 의료관련, 텍스트정보, 기타의 중복 가능한 네 그룹으로 구분하여 제시하였다( 참조).
이용자는 주제적합성이 만족되면, 기술적/서지적 적합성을 평가한다. 즉, 사진의 출처와 출판 정보, 기술적인 질 등을 평가하여 적합성을 고려한다. 또한 시각적 특성을 통해 전달되는 느낌을 적합성 평가 요소로 밝혔다.
이미지의 화질과 선명도가 중요한 요소로 나타났으며, 이미지의 서지정보인 제목, 날짜, 주제어, 주기 등이 중요한 판단의 근거로 밝혀졌다. 또한 이미지 적합성 평가요소를 규명하는데 있어서 매우 적합한 이미지 평가요소, 부분적으로 적합한 이미지 평가요소, 적합하지 않은 이미지 평가요소로 구분하여 제시하였다.
데이터 분석을 위해서 에서 제시한 바와 같이 기존 연구 에서 도출된 적합성 평가요소를 기준으로 하였다.
우선 Markkula와 Sormunen(2000)의 연구는 신문사 환경에서 기자와 편집자가 인식하는 이미지 적합성 평가요소를 규명하였다. 연구결과는 주제적합성, 기술 및 서지요소(사진 출처, 출판정보 등), 시각적 특성, 인상, 심미요소를 적합성 평가 요소로 제시하였다. 반면에 Choi와 Rasmussen(2002)은 미국사 관련 이미지 환경에서 이미지 적합성 평가요소를 제시하였다.
Hung 외(2005) 는 Markkula와 Sormunen(2000)의 연구와 유사하게 언론과 미디어 분야의 적합성 평가요소를 규명하였다. 검색과제를 구체적 검색, 일반적 검색, 주관적 검색, 세 그룹으로 구분하였으며, 연구결과는 주제적합성, 감정, 행동, 심미성, 텍스트 정보, 주제 친밀성, 맥락, 인상, 선호, 자세, 얼굴 특성, 애정을 적합성 평가요소로 제시하였다. Clough, Sedghi and Sanderson(2008)가 제시한 의료관련 이미지 적합성 평가요소는 크게 네 그룹(의료관련, 시각관련, 텍스트정보 관련, 기타)으로 나뉜다.
따라서 비적합성 평가요소의 특성을 이용자의 이미지요구와 이용목적과의 관계를 통해 살펴볼 수 있다. 우선, 비적합성 평가요소와 구체적, 일반적/지칭 가능, 일반적/추상적, 주관적 이미지요구로 나누어 분석하였다. <표 9>에서 제시하는 바와 같이 이미지요구 별로 평가요소의 분포를 살펴볼 수 있다.
한편 이미지 검색에서 이용자의 이미지 이용 목적과 비적합성 평가요소의 관계를 분석하였다. <표 10>에서 살펴볼 수 있는 바와 같이 감정, 심미, 아이디어생성, 일러스트레이션, 정보 배포, 정보처리, 학습으로 구성된 이용목적에 따라 평가요소의 분포가 제시되었다.

대상 데이터

Markkula와 Sormunen(2000)은 기존의 색인 시스템 개선을 위해서 신문사 사진 아카이브를 이용하는 8명의 언론 종사자(기자, 편집자, 출판 디자이너)를 관찰하고 인터뷰하여 실제 업무 환경에서 사용하는 적합성 평가 요소를 규명하였다. 총 20건의 이미지 검색관련 업무에서 27건의 이미지 정보요구를 규명하였다. 검색 과정에서 주제적합성이 가장 중요한 평가 요소로 작용했으며, 주제 적합성을 판단하기 위해서 사진설명에 주목한다고 밝혔다.
Choi와 Rasmussen(2002)은 미국사 관련 이미지 컬렉션을 대상으로 하였으며, 연구참여자는 38명의 미국사 관련 연구자, 대학원생 등이다. 데이터는 설문조사와 인터뷰를 통해 수집되었다. 본 연구의 결과는 주제적합성이 가장 중요한 이미지 적합성 평가요소이지만, 주제적합성 이외에도 다양한 적합성 평가요소를 제시하였다.
Clough 외(2008)의 연구는 의료 분야의 사진 자료를 검색할 때 건강관리 업무 종사자가 사용하는 적합성 평가요소를 규명하였다. 이를 위해 26명의 건강관리 업무 종사자를 대상으로 데이터를 수집하였다. 데이터 수집을 위해서 반구조화된 인터뷰와 think-aloud 기법을 이용하였으며, 수집된 인터뷰와 think-aloud 녹음 파일은 전사되어 연구자에 의해서 코딩되었다.
본 연구는 2년에 걸쳐 두 차례의 데이터 수집 과정을 거쳤다. 첫 번째 데이터 수집은 정은경(2015)의 연구 참여자와 동일하며 2014년 10월에 서울 소재 A 대학교의 교양과목을 수강 중인 학생 71명을 대상으로 하였으며, 두 번째 데이터 수집은 2015년 10월 동일 대학교의 동일 교양과목 수강 중인 학생 69명을 대상으로 하였다. 두 차례의 데이터 수집은 동일한 반구조화 설문지를 통해 연구 참여자에게 이미지 검색 실패 사례 기억해 내도록 안내하였다.
기억해 낸 사례를 연구 참여자가 다시 직접 검색하여 그 결과를 상세하게 기술하도록 안내하였다. 설문내용은 부록에서 살펴볼 수 있는 바와 같이 이미지요구, 사용한 질의, 사용한 검색엔진, 상위 10건 검색결과 제시, 10건의 검색결과의 비적합성 이유로 구성되었다. 검색엔진을 통한 검색은 일반적으로 검색건수가 0인 경우보다는 수백 건의 검색결과를 보여주지만, 일반적인 이용자는 첫 번째 페이지의 검색결과만을 대상으로 검색결과의 만족여부를 평가하기 때문에 상위 10건의 검색결과가 정보요구에 적합하지 않으면, 검색실패로 볼 수 있다(Hölscher and Strube 2000; Jansen et al.
따라서 연구 참여자에게 검색결과의 중상위 10건에 대해 이미지요구에 적합하지 않은 이유를 상세하게 기술하도록 안내되었다. 그결과 총 140건의 이미지 검색 실패 사례가 수집 되었다.
총 140건의 데이터가 수집되었으나, 5건의 분석이 불가능한 데이터를 제외하고 총 135건의 데이터를 최종 분석하였다. 데이터 분석을 위해서 <표 2>에서 제시한 바와 같이 기존 연구 에서 도출된 적합성 평가요소를 기준으로 하였다.
본 연구 참여자의 인구통계학적인 특성은 에서 살펴볼 수 있는 바와 같이 주로 1, 2학년에 재학 중인 20대 초반의 여자대학생으로 구성되었다.
또한 이용자의 이미지 검색에서 있어서 최근 들어 주요한 맥락 요소의 하나로 연구되고 있는 이미지 이용목적과 비적합성 평가요소와의 관계를 살펴보기 위해서, <표 7>과 같은 분포를 도출하였다. 이미지 이용목적 범주는 관련 연구(Conniss, Ashford and Graham 2000; Chung and Yoon 2011; 정은경 2015)에서 사용되었다. 일러스트레이션 이용목적이 가장 큰 비중(60건, 44%)을 차지하고 있는 것으로 나타났으며, 정보처리가 그 뒤를 이어 26건(19%)으로 나타났다.
본 연구는 이용자가 검색된 이미지에 대하여 적합하지 않다고 평가할 때 사용하는 비적합성 평가요소를 규명하고 이에 대한 특성을 규명하기 위해서 이미지요구와 이미지 이용목적에 따라 분석하였다. 이를 위해서 총 135명 대학생이 연구에 참여하였고, 1,452건의 비적합성 평가요소를 분석의 대상으로 하였다.

이론/모형

이를 위해 26명의 건강관리 업무 종사자를 대상으로 데이터를 수집하였다. 데이터 수집을 위해서 반구조화된 인터뷰와 think-aloud 기법을 이용하였으며, 수집된 인터뷰와 think-aloud 녹음 파일은 전사되어 연구자에 의해서 코딩되었다. 그 결과 총 27건의 의료 분야 이미지 적합성 평가요소를 규명하였으며, 시각관련, 의료관련, 텍스트정보, 기타의 중복 가능한 네 그룹으로 구분하여 제시하였다(<표 1> 참조).
이미지요구는 관련 연구들(Batley 1988; Choi and Rasmussen 2003; Cunningham and Masoodian 2006; 정은경 2015)에서 사용한 이미지요구의 범주를 사용하였다. <표 6>에서 제시하는 바와 같이 구체적인 이미지요구(62%)가 주된 범주로 나타났으며, 뒤를 이어 일반적/지칭가능 이미지요구와 일반적/추상적 이미지 요구가 각각 24건(18%)과 21건(16%)으로 유사한 비중으로 나타났다.

성능/효과

본 연구의 결과는 주제적합성이 가장 중요한 이미지 적합성 평가요소이지만, 주제적합성 이외에도 다양한 적합성 평가요소를 제시하였다. 이미지의 화질과 선명도가 중요한 요소로 나타났으며, 이미지의 서지정보인 제목, 날짜, 주제어, 주기 등이 중요한 판단의 근거로 밝혀졌다. 또한 이미지 적합성 평가요소를 규명하는데 있어서 매우 적합한 이미지 평가요소, 부분적으로 적합한 이미지 평가요소, 적합하지 않은 이미지 평가요소로 구분하여 제시하였다.
Hung의 연구에서 연구 참여자에게 미리 정해진 세 가지 검색 과제를 제시하였으며, 이러한 검색과제는 구체적, 일반적, 주관적 정보요구의 범주에 각각 속한다. 정보요구의 특성에 따라서, 일반적, 주관적 정보요구에서는 이미지가 배태하는 감정과 텍스트 정보가 가장 중요한 적합성 평가 요소로 나타났다. 또한 구체적인 정보요구에서는 이미지의 시각적 특성이 가장 중요한 적합성 평가요소로 선정되었다.
1999). 따라서 연구 참여자에게 검색결과의 중상위 10건에 대해 이미지요구에 적합하지 않은 이유를 상세하게 기술하도록 안내되었다. 그결과 총 140건의 이미지 검색 실패 사례가 수집 되었다.
시각관련 적합성 평가요소는 이미지의 시각적 특성이 이미지 적합성 평가요소로 사용되는 것으로서 총 15건이 규명되었다. 시각적 연관성, 이미지 질(quality), 크기, 양식(modality), 이미지 구성요소, 이미지 오리엔테이션, 적합성, 선명도, 해석가능성, 교육가능성, 확대가능성, 간결성, 색상, 정보제 공가능성, 제안가능성으로 나타났다. 텍스트정 보관련 적합성 평가요소는 3가지로 규명되었으며, 텍스트정보, 배경정보, 기술정보이다.
데이터수집이 이루어진 대학이 여자대학이기 때문에 연구 참여자의 성별이 모두 여자로 구성되어 있다. 연구 참여자의 전공별로 살펴보면, 사회과학과 인문학의 비중이 높은 것으로 나타났다. 뒤를 이어 자연과학과 예체능 전공 학생들이 있으며, 의학계열과 공학 전공의 학생들이 소수 참여하였다.
<표 5>와 같이 사용한 검색엔진 현황을 살펴 보면, 구글과 네이버가 각각 41%와 38%로써 가장 우세한 검색엔진으로 나타났다. 이와 함께 네이버의 이미지 전문 검색엔진인 네이버이미지(imagesearch.
에서 살펴볼 수 있는 바와 같이 총 14종의 비적합성 평가요소가 나타났으며, 이 중에서 기존의 연구에서 나타나지 않았던 평가요소로 ‘구성’과 ‘구도’를 찾아볼 수 있으며, ‘행동’ 평가요소는 기존의 연구에서는 도출되었으나, 본 연구의 결과에서는 나타나지 않았다.
본 연구의 데이터에서는 이미지요구에 대해 상위 10건의 검색결과에 대한 비적합성 평가요소를 수집하였으며, 이미지 검색 결과 하나에 대하여 복수의 비적합성 평가요소를 포함하여 총 1,452건의 비적합성 평가요소가 도출되었다. <표 8>에서 살펴볼 수 있는 바와 같이 총 14종의 비적합성 평가요소가 나타났으며, 이 중에서 기존의 연구에서 나타나지 않았던 평가요소로 ‘구성’과 ‘구도’를 찾아볼 수 있으며, ‘행동’ 평가요소는 기존의 연구에서는 도출되었으나, 본 연구의 결과에서는 나타나지 않았다.
전체 1,452건의 비적합성 평가요소 중에서 ‘주제적합성’ 평가요소는 706건으로 가장 큰 비중(49%)을 차지하였다.
그 다음으로 이용자들이 제시한 비적합성 평가 요소는 ‘시각적특성’으로 총 139건(10%)으로 나타났다.
‘자세’와 ‘얼굴 특성’은 인물이 중심이 되는 이미지에 제한적으로 적용되는 평가요소이며, 본 연구의 데이터에서는 자세(23건, 2%), 얼굴특성(21건, 1%)로 각각 나타났다.
‘새로움’ 평가 요소는 검색 결과의 반복된 결과를 의미한다. 상위 10개의 이미지 검색결과를 평가하는 본 연구의 과정에서도 21건(1%)에 해당하는 결과가 이미 나온 검색결과의 반복으로 나타났다. 마지막으로 ‘시대배경’은 이미지의 시간적 배경이 적합성 여부를 결정하는 요소로 작용하였다.
‘주제적합성’은 전체적으로 가장 큰 비중을 차지하는 평가요소이나, 이미지요구에 따른 차이를 찾아볼 수 있다. 가장 보편적인 이미지요구인 구체적 범주에 해당하는 이미지요구에서 다양한 비적합성 평가요소가 도출되었다. 비중 큰 ‘주제적합성’ 이외에도 다양한 평가요소가 사용되었다.
일반적/지칭가능 범주에 해당하는 이미지요구는 ‘주제적합성’ 평가요소의 비중이 상대적으로 다른 이미지요구에 비하여 적은 것으로 나타났다.
세 번째로 심미 이용목적은 ‘주제적합성’ 평가요소의 비중이 가장 작은 것으로 나타났다.
반면에 일반적/지칭가능 이미지요구는 ‘자세’와 ‘완전성’ 평가요소의 비중이 상대적으로 높은 것으로 나타났다.
마지막으로 가장 비중이 적은 이용목적으로 아이디어생성은 ‘주제적합성’과 함께 ‘구도’, ‘구성’, ‘시각적특성’, ‘완전성’ 을 주요한 평가요소로 찾아볼 수 있으며, 특히 ‘새로움’ 평가요소에 대한 비중이 상대적으로 높게 나타났다.
전체적으로 ‘주제적합성’ 평가요소는 49%로 나타났으며, 이러한 결과는 이미지 검색 시스템의 효율성과 직접적으로 연결되는 결과이다.
본 연구의 분석결과와 관련하여 이미지요구의 특수성은 상당히 구체적인 평가요소인 ‘정확성’, ‘완전성’, ‘구도’, ‘구성’, ‘시각적요소’ 등이 적합 여부를 결정하는 것으로 나타났다.
일반적/지칭가능 이미지요구의 특성으로 ‘주제적합성’의 비중이 상대적으로 적으며, 일반적/추상적 이미지요구와 주관적 이미지요구는 ‘주제적합성’ 이외에 ‘정확성’, ‘심미적요소’, ‘서지적요소’, ‘시대배경’, ‘구성’, ‘구도’ 등이 특징적으로 나타났다.
즉, 이용자가 원하는 이미지를 찾고자 할 때 약 상위 10건의 검색결과를 살펴보면 약 5건이 주제적으로 적합하지 않은 결과를 제시하고 있는 것이다. 둘째, Pu(2008)가 지적한 바와 같이 검색 실패한 이미 지요구는 상당한 수준의 구체성(specificity)을 지니고 있는 것으로 본 연구의 결과에서도 나타났다. 본 연구의 분석결과와 관련하여 이미지요구의 특수성은 상당히 구체적인 평가요소인 ‘정확성’, ‘완전성’, ‘구도’, ‘구성’, ‘시각적요소’ 등이 적합 여부를 결정하는 것으로 나타났다.
본 연구는 기존 연구들이 특정 분야와 특정 이용자 그룹 중심으로 이미지의 적합성 평가요소를 규명한 것과는 달리 일상생활 맥락의 이용자가 지니는 이미지요구에 따라 비적합성 평가요소를 밝히는 것을 목적으로 하였다. 본 연구 결과에서 가장 크게 두드러지는 특징은 평가요소의 다양성이라고 볼 수 있다. 기존 연구들은 특정 분야의 이미지요구에 기반을 두었기 때문에 해당 분야의 이미지 이용목적과 밀접한 관련이 있는 평가요소의 집중화 현상이 필연적이다.
두 번째 시스템 개선 사항으로 이용자의 이미지요구에 대한 증진된 이해를 바탕으로 특정 이미지요구와 이용 목적의 구분과 규명이 필요하다. 이미지요구나 이용목적에 따라서 이용자는 검색된 결과에 대하여 고유한 특성을 지닌 적합성 평가를 수행하는 것으로 나타났다. 이러한 결과는 궁극적으로 이미지 검색 시스템 효율성 개선에 유용할 것으로 기대한다.
즉, ‘정확성’, ‘자세’, ‘인상’, ‘완전성’, ‘얼굴특성’, ‘심미적요소’, ‘시대배경’, ‘시각적특성’, ‘서지적요소’, ‘새로움’, ‘구성’, ‘구도’ 등이 나타났다.
반면에 ‘정확성’, ‘자세’, ‘인상’, ‘완전성’, ‘얼굴특성’, ‘심미적요소’, ‘시각적특성’, ‘서지적요소’, ‘새로움’, ‘구성’, ‘구도’ 등과 같은 다양한 평가요소가 사용된 것으로 나타났다.
두 번째로 정보처리 이용목적에는 ‘주제적합성’, ‘정확성’, ‘인상’, ‘완전성’, ‘심미적요소’, ‘시각적특성’, ‘구성’, ‘구도’ 평가요소가 나타났다.
네 번째, 정보배포 이용목적은 ‘주제적합성’과 함께 ‘서지적요소’, ‘시각적특성’, ‘시대배경’, ‘완전성’, ‘자세’ 등이 평가요소로 되었다.
다섯째, 감정 이용목적은 ‘주제적합성’과 함께 ‘구성’, ‘구도’ 평가요소의 비중이 높으며, 이 외에도 ‘서지적요소’, ‘시각적특성’, ‘시대배경’, ‘심미적요소’, ‘인상’, ‘자세’와 같은 평가요소가 나타났다.
여섯째, 학습 이용목적은 ‘주제적합성’의 비중이 가장 크게 나타났으며, 부수적으로 ‘구성’, ‘새로움’, ‘정확성’, ‘새로움’ 등을 찾아볼 수 있다.

후속연구

이미지요구나 이용목적에 따라서 이용자는 검색된 결과에 대하여 고유한 특성을 지닌 적합성 평가를 수행하는 것으로 나타났다. 이러한 결과는 궁극적으로 이미지 검색 시스템 효율성 개선에 유용할 것으로 기대한다. 그러나 본 연구의 결과는 20대 초반의 여자 대학생만을 대상으로 데이터가 수집되어 분석되었다는 한계점을 지니고 있다.
이러한 결과는 궁극적으로 이미지 검색 시스템 효율성 개선에 유용할 것으로 기대한다. 그러나 본 연구의 결과는 20대 초반의 여자 대학생만을 대상으로 데이터가 수집되어 분석되었다는 한계점을 지니고 있다. 따라서 보다 보편적인 일상생활 맥락의 이미지 적합성 평가요소 규명을 위해서는 향후 데이터 수집 대상의 범위를 확대한 후속 연구가 이어질 필요가 있다.
그러나 본 연구의 결과는 20대 초반의 여자 대학생만을 대상으로 데이터가 수집되어 분석되었다는 한계점을 지니고 있다. 따라서 보다 보편적인 일상생활 맥락의 이미지 적합성 평가요소 규명을 위해서는 향후 데이터 수집 대상의 범위를 확대한 후속 연구가 이어질 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	적합성 평가는 어떤 요소인가?	적합성 평가는 검색효율을 향상시키는데 있어서 중요한 요소이다. 또한 이미지의 검색과 이용이 인터넷과 디지털 정보기술의 발달로 인해 보편화되었음에도 불구하고 이미지 적합성 평가에 관한 연구는 미미한 상황이다.
	이미지 정보검색의 발전은 어떻게 이루어지고 있는가?	또한 최근 Albertson(2015)이 지적한 바와 같이 이미지 정보검색은 독립된 하나의 분야로서 이해할 필요가 있음에도 불구하고 기존 연구들은 이미지 검색과 이용은 기존의 텍스트 검색의 한 종류로 접근하려는 경향이 있다. 또한 이미지는 디지털 정보기술과 인터넷의 발전으로 인해 이미지 컬렉션의 규모와 이용자가 증가하고 있으며, 이미지 검색과 이용의 기술적 플랫폼의 다양화 등 여러가지 측면에서 지속적으로 발전하고 있다. 이러한 보편화된 이미지 검색과 이용 환경에서 중요한 논점 중의 하나가 이용자 관점에서의 이미지 검색결과의 적합성 평가이다.
	검색실패로 볼 수 있는 상황은?	설문내용은 부록에서 살펴볼 수 있는 바와 같이 이미지요구, 사용한 질의, 사용한 검색엔진, 상위 10건 검색결과 제시, 10건의 검색결과의 비적합성 이유로 구성되었다. 검색엔진을 통한 검색은 일반적으로 검색건수가 0인 경우보다는 수백 건의 검색결과를 보여주지만, 일반적인 이용자는 첫 번째 페이지의 검색결과만을 대상으로 검색결과의 만족여부를 평가하기 때문에 상위 10건의 검색결과가 정보요구에 적합하지 않으면, 검색실패로 볼 수 있다(Hölscher and Strube 2000; Jansen et al. 2000; Silverstein et al.

참고문헌 (24)

박정아. 2012. 통합 검색 환경에서 이용자 적합성 판단 기준에 관한 탐색적 연구. 정보관리학회지, 29(2): 113-133.(Park, Jung Ah. 2012. "Users' Relevance Criteria in Universal Search in Korea: An ExploratoryStudy." Journal of the Korean Society for Information Management, 29(2): 113-133.)

원문보기 상세보기
배경재. 2014. 대학생의 과제해결과정 중 정보적합성 판단에 관한 연구. 정보관리학회지, 31(1): 189-206.(Bae, Kyung-Jae. 2014. "A Study on the Relevance Judgment of College Students in ProblemSolving Process." Journal of the Korean Society for Information Management, 31(1): 189-206.)

원문보기 상세보기
정은경. 2015. 이미지 검색 실패에 나타난 이미지 요구와 맥락에 관한 분석. 한국비블리아학회지, 26(1): 199-215.(Chung, EunKyung. 2015. "An Investigation on Image Needs and Contexts in Image SearchFailure." Journal of the Korean Biblia Society for Library and Information Science, 26(1):199-215.)

원문보기 상세보기
Albertson, D. 2015. "Visual Information Seeking." Journal of the American Society for Information Science, 66(6): 1091-1105.
Barry, C. L. 1994. "User-Defined Relevance Criteria: An Exploratory Study." Journal of the American Society for Information Science, 45(3): 149-159.

상세보기
Barry, C. L. and Schamber, L. 1998. "Users' Criteria for Relevance Evaluation: A Cross-Situational Comparison." Information Processing and Management, 34(2-3): 219-236.

상세보기
Bateman, J. 1999. "Modeling the Importance of End-User Relevance Criteria." In Proceedings of the 62nd Annual Meeting of the American Society for Information Science, October 31-November 4, 1999, Washington, D.C.: 396-406.
Batley, S. 1988. "Visual Information Retrieval: Browsing Strategies in Pictorial Database." In Proceedings of 12th International Online Information meeting, December 6-8, 1988, London: 373-381.
Choi, Y. and Rasmussen, E. M. 2002. "User's Relevance Criteria in Image Retrieval in American History." Information Processing and Management: an International Journal, 38(5): 695-726.

상세보기
Choi, Y. and Rasmussen, E. M. 2003. "Searching for Images: The Analysis of Users' Queries for Image Retrieval in American History." Journal of the American Society for Information Science and Technology, 54(6): 498-511.

상세보기
Chung, E. K. and Yoon, J. W. 2011. "Image Needs in the Context of Image Use: An Exploratory Study." Journal of Information Science, 37(2): 163-177.

상세보기
Sedghi, S., Sanderson, M. and Clough, P. 2008. "A Study on the Relevance Criteria for Medical Images." Pattern Recognition Letters, 29(15): 2046-2057. [online]

상세보기
Conniss, L. R., Ashford, A. J. and Graham, M. E. 2000. Information Seeking Behavior in Image Retrieval: VISOR I Final Report. Library and Information Commission Research Report, 95. Newcastle upon Tyne: Institute for Image Data Research, University of Northumbria at Newcastle.
Cunningham, S. J. and M. Masoodian. 2006. "Looking for a Picture: An Analysis of Everyday Image Information Searching." In Proceedings of the 6th ACM/IEEE-CS Joint Conference, June 11-15, 2006, Chapel Hill, NC: 198-199.
Holscher, C. and Strube, G. 2000. "Web Search Behavior of Internet Experts and Newbies." Computer networks, 33(1): 337-346.

상세보기
Hung, T. Y., Zoeller, C. and Lyon, S. 2005. "Relevance Judgments for Image Retrieval in the Field of Journalism: A Pilot Study." Lecture Notes in Computer Science, 3815: 72-80.
Jansen, B. J., Spink, A. and Saracevic, T. 2000. "Real Life, Real Users, and Real Needs: A Study and Analysis of User Queries on the Web." Information Processing & Management, 36(2): 207-227.

상세보기
Markkula, M. and Sormunen, E. 2000. "End-User Searching Challenges Indexing Practices in the Digital Newspaper Photo Archive." Journal Information Retrieval, 1(4): 259-285.

상세보기
Mizzaro, S. 1997. "Relevance: The Whole History." Journal of the American Society for Information Science, 48(9): 810-832.

상세보기
Pu, H. 2008. "An Analysis of Failed Queries for Web Image Retrieval." Journal of Information Science, 34(3): 275-289.

상세보기
Saracevic, T. 1996. "Relevance Reconsidered." In Proceedings of the 2nd Conference on Conceptions of Library and Information Science, October 13-16, 1996, Copenhagen: Royal School of Librarianship: 201-218.
Schamber, L. 1994. "Relevance and Information Behaviour." Annual Review of Information Science and Technology, 29: 3-48.
Silverstein, C. et al. 1999. "Analysis of a Very Large Web Search Engine Query Log." ACM SIGIR Forum, 33(1): 6-12.

상세보기
Xu, Y. and Chen, Z. 2006. "Relevance Judgment: What Do Information Users Consider Beyond Topicality?" Journal of the American Society for information Science and Technology, 57(7): 961-973.

상세보기

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증