네이버, 이미지 DB 확대로 검색 결과 개선

웹수집 기반으로 고품질의 이미지 DB 수량 2배 이상 확대

네이버(대표 한성숙)는 작년 한해 동안 웹검색 고도화 프로젝트인 ‘그리핀(Griffin) 프로젝트’를 통해 수집된 다량의 웹문서 중 고품질의 이미지를 네이버 이미지 검색에 반영하면서 이미지 검색 클릭수가 증가했다고 3일 밝혔다.

그동안 네이버는 모바일 환경에서 검색어의 형태가 길어지고 다양화되는 롱테일(Long-Tailed) 검색어가 이미지 검색에서도 많이 인입되는 사용성 흐름에 맞춰, 보다 양질의 이미지 검색결과를 제공하기 위해 연구해왔다.

네이버 이미지 검색 고도화에는 ▲대규모 이미지 DB 수집 및 정제 기술 ▲증가한 DB 규모에 따른 대규모 이미지 데이터 처리 시스템 ▲이미지 품질 평가와 관련된 기계학습 시스템 등 다양한 AI 기술이 활용됐다.

먼저, 네이버는 이미지의 품질을 평가하는 피쳐(Feature, 요소)를 지속적으로 개발해 이를 활용하기 위한 별도의 ‘이미지 피쳐(자질) 저장소’를 구축함으로써, 고품질의 이미지 DB를 2배 이상 확대했다.

또한, 딥러닝을 기반으로 사용자의 니즈에 신속하게 대응하고, 수십억 건의 이미지에 대한 속성을 분석하기 위해 대규모 데이터 처리 시스템을 자체 개발했다. 실시간으로 수집된 DB들은 이미지 정보가 가지고 있는 많은 텍스트 정보 중 신뢰도 높은 텍스트를 자동 추출하고, AI 통번역 기술을 기반으로 다국어를 대응하거나 성인이미지를 자동으로 분류하는 정제 기술을 거치도록 했다.

그 결과, 대용량의 이미지 데이터를 실시간으로 수집 및 반영하고 안정적인 이미지 품질 분석이 가능해지면서, 네이버 이미지 검색에서 클릭수가 증가하는 등 사용자 만족도가 증가했다.

김상범 네이버 웹&이미지 리더는 “이미지 검색어의 형태도 갈수록 세분화, 다양화되고 있는 만큼, 보다 다양한 주제에 대한 양질의 이미지를 수집해 제공하기 위해 노력했다”며, “이미지 검색 개선에 대한 지속적인 연구는 네이버가 글로벌 검색엔진으로 진화하기 위한 초석”이라고 말했다.