키워드색인 (Keyword Indexing)
쉽게 풀면
통제어휘를 거치지 않고 자료에 나온 단어를 그대로 색인어로 뽑아 쓰는 방식이다.
왜 중요한가
키워드색인은 표제·초록·본문에서 단어를 추출해 색인어로 삼는 방식으로, 통제어휘 없이 자동화가 가능해 대규모 데이터베이스와 웹 검색의 기본 방식이 되었습니다. 최신 용어를 즉시 반영하고 색인 비용이 낮다는 장점이 있습니다. 키워드색인은 통제어휘 구축에 드는 초기 비용이 없어, 신생 데이터베이스나 웹 검색엔진에서 기본값으로 채택되는 경우가 많다. 전문 검색엔진은 대개 키워드색인을 기본으로 하되, 검색 결과를 통제어휘 기반 패싯으로 다시 좁힐 수 있는 옵션을 함께 제공한다.
논문에서는 이렇게 쓰입니다
키워드색인이 최신 용어를 빠르게 반영할 수 있다는 장점을 분석한 문장이다.
이러한 비교는 실무에서 두 색인 방식을 병행함으로써 각 방식의 한계를 상호 보완할 수 있음을 시사한다.
조금 더 깊게 보면
동의어와 다의어가 통제되지 않아 재현율과 정밀도 양쪽에서 손실이 생기며, 저자가 쓴 단어에 의존하므로 다른 용어로 같은 주제를 다룬 문헌은 놓칩니다. 이 때문에 키워드색인과 통제어휘 색인을 병행하는 것이 학술 데이터베이스의 일반적 설계입니다. 키워드색인은 문헌의 표제나 본문에 나타난 단어를 그대로 색인어로 삼는 방식으로, 통제어휘 구축 없이도 신속하게 대량의 문헌을 색인할 수 있다는 장점이 있다. 전문검색 엔진의 기본 색인 방식이 대부분 이에 해당하며, 통제어휘 색인과 병행해 재현율과 정확률을 동시에 확보하려는 하이브리드 방식도 흔히 쓰인다. 불용어 제거나 어간추출 같은 전처리와 결합해 색인 효율을 높이는 방식이 일반적이다.
주의할 점
키워드색인은 동의어나 표기 변이를 통제하지 못해, 같은 개념이 여러 다른 단어로 흩어져 검색될 위험이 있다는 점에 유의해야 한다.
동의어나 표기 변이가 통제되지 않아, 같은 개념이 다른 단어로 표현된 문헌은 한쪽 검색어로만 검색해서는 놓칠 수 있다는 점에 유의해야 한다.