초록 ▼

□ 연구개요
웹 기술의 발전으로 최신 웹페이지는 서로 다른 역할과 내용을 가진 영역의 집합으로 구성되면서 그 중 웹페이지가 담고 있는 콘텐트를 가진 영역만을 추출해내는 것이 더욱 중요해졌다. 주요 콘텐츠 추출은 웹페이지를 구성하는 콘텐트를 분리하고 그 중 웹페이지에서 의미론적으로 가장 중요한 정보를 담고 있는 영역만을 추출해내는 것이다. 본 연구는 시대적, 지역적 웹 환경에 영향을 많이 받는 기존 웹 콘텐트 추출 기술의 결점을 개선하여 오래된 국내 웹 서비스, 아울러 최신 SAP 웹페이지 형태까지 다양한 웹 환경에 대응하는 메

□ 연구개요
웹 기술의 발전으로 최신 웹페이지는 서로 다른 역할과 내용을 가진 영역의 집합으로 구성되면서 그 중 웹페이지가 담고 있는 콘텐트를 가진 영역만을 추출해내는 것이 더욱 중요해졌다. 주요 콘텐츠 추출은 웹페이지를 구성하는 콘텐트를 분리하고 그 중 웹페이지에서 의미론적으로 가장 중요한 정보를 담고 있는 영역만을 추출해내는 것이다. 본 연구는 시대적, 지역적 웹 환경에 영향을 많이 받는 기존 웹 콘텐트 추출 기술의 결점을 개선하여 오래된 국내 웹 서비스, 아울러 최신 SAP 웹페이지 형태까지 다양한 웹 환경에 대응하는 메뉴-중심 콘텐트 추출 알고리즘을 개발하고 기존 웹 콘텐트 추출 알고리즘의 성능을 비교할 수 있는 프레임워크와 이를 기반으로한 벤치마크를 개발함으로써 웹 데이터 활용 수준 향상에 기여한다.

□ 연구 목표대비 연구결과
1) 메뉴-중심 콘텐트 블록 추출 알고리즘 개발
본 연구의 결과물인 Chrome Extension 기반 메뉴-중심 콘텐츠 추출 확장기능은 Chrome 브라우저에서 접속 가능한 모든 페이지에서 실행 가능하며 내부 실험 결과 92%의 페이지에서 추출에 성공하였다. 이 수치는 상용 프로그램인 Apple의 Safari 브라우저 Reader mode 추출율과 유사하나 Safari 브라우저는 내장 모듈이 추출 불가능하다고 판단될 경우 추출 기능이 활성화되지 않으며 특히 국내의 최신 웹페이지를 제외하면 추출 불가능한 페이지로 판정되어 국문 콘텐트 추출에 있어서는 더 강력하다고 할 수 있다.
2) 콘텐트 추출 알고리즘 성능 비교 프레임워크, 벤치마크
연구 과정에서 기존 콘텐트 추출 알고리즘 간의 성능 비교 척도가 모호하고, 성능 비교를 위한 환경 준비에 많은 비용이 소요됨을 확인하였다. 이 문제를 해결하기 위해 콘텐트 추출 알고리즘 간 성능 비교를 위해 각 알고리즘이 동일한 데이터셋에 실행됨을 보장할 수 있는 데이터 수집기와 실행 결과물을 여러 척도 기준에서 확인할 수 있게 하는 프레임워크를 개발하였으며 이를 기반으로 본 연구에서 실험한 데이터 셋과 비교 알고리즘을 기본적으로 탑재한 벤치마크를 완성하였다.

□ 연구개발결과의 중요성
웹 기술은 현재 가장 빠르게 성장하는 기술 중 하나이며 그로 인해 웹 환경 또한 매우 빠른 속도로 변하고 있다. 그 과정에서 콘텐트 추출 알고리즘은 음성 비서 및 새로운 웹 환경에서 웹데이터를 보다 수준 높게 활용하기 위한 필수불가결한 기술로 자리잡았다. 웹을 통해 더 다양한 행동이 가능해지고 더 많은 콘텐트가 생성될수록 어떤 콘텐트가 보다 사용자에게 핵심적인 역할을 하는지 판단해내는 것은 중요해지기 때문이다. 본 연구의 결과물은 준수한 웹 콘텐트 추출 성능을 보일뿐만 아니라 직관적인 요소들을 활용하므로 사용자의 요구에 따라 주요 콘텐트 추출뿐만이 아닌 다양한 수단(광고 요소 제거 등)으로 활용될 수 있다. 또한 추출 성능 비교를 위한 프레임워크를 제공함으로써 추후 관련 연구자들의 연구 효율을 크게 향상시킬 것으로 기대된다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 가. 연구의 필요성 ... 4
• 나. 연구의 목표 ... 8
• 2. 연구수행내용 및 연구결과 ... 9
• 가. 연차별 연구 결과 ... 9
• 나. 최종 연구 결과 ... 15
• 3. 연구개발결과의 중요성 ... 17
• 4. 참고문헌 ... 19
• 5. 연구성과 ... 20
• 대표적 연구실적 ... 25
• 끝페이지 ... 40