25년 1회차

색인·검색에서 주제어로서 가치가 없는 고빈도어는 불용어(stop words)이다.

불용어는 여러 문헌에 공통으로 자주 나타나 문헌을 구별하는 힘이 없으므로 색인어 추출 단계에서 불용어 목록으로 걸러낸다. 한국어의 조사·어미, 영어의 관사·전치사·대명사·접속사가 대표적이다.

• 스테밍은 단어의 어미를 잘라 같은 어간으로 묶는 처리로, 고빈도어 제거와는 다르다.
• 형태소는 의미를 가진 가장 작은 언어 단위를 말한다.
• 통제어휘는 동의어·다의어를 정리해 색인어를 통일하는 어휘 체계(시소러스 등)이다.

조건에 맞는 라이선스는 저작자표시-비영리-동일조건변경허락(BY-NC-SA)이다.

출처 표시 의무는 BY, 상업적 이용 불가는 NC, 2차 저작물에 원저작물과 같은 라이선스를 적용하는 조건은 SA에 해당한다. 변경·2차 저작물 생산을 허용하므로 변경금지(ND)는 붙지 않는다.

• BY-NC-ND: 변경금지 조건이 있어 2차 저작물 생산을 허용하는 조건과 맞지 않는다.
• BY-SA: 비영리 조건이 없어 상업적 이용이 가능하므로 맞지 않는다.
• BY-ND: 상업적 이용을 허용하고 변경도 금지하므로 두 조건 모두 어긋난다.

LISA는 어문학이 아니라 문헌정보학 분야의 초록 데이터베이스(Library and Information Science Abstracts)이므로 연결이 바르지 않다.

나머지 정보원은 모두 해당 주제 분야와 바르게 연결되어 있다.

• ERIC은 교육학 분야의 대표적 데이터베이스이다.
• KIPRIS는 특허청의 특허정보 검색 서비스이다.
• MEDLINE은 미국국립의학도서관의 의학 분야 데이터베이스이다.

서지교육은 소장자료 이용법 같은 기술적 교육보다 정보 탐색과 문제해결 능력을 기르는 데 중점을 두므로, 기술적 교육을 강조한다는 설명이 옳지 않다.

도서관 시설·자료 이용법을 안내하는 것은 도서관 이용지도(오리엔테이션)의 성격이고, 서지교육은 이를 넘어 정보원의 구조와 탐색 방법을 가르친다.

• 도서관의 물리적·기관적 한계를 넘어선 정보원과 탐색 방법까지 교육 내용에 포함한다.
• 교육 내용이 다양해지면서 특정 주제에 관심 있는 전문적 이용자 대상의 이용자교육을 가리키게 되었다.
• 학술활동에 필요한 연구 방법과 주제 분야의 심층 정보탐색 수단을 가르친다.

비밀조사법은 사서가 모르는 상태에서 실제 질문 상황을 재현하므로 실제 서비스 상황을 잘 반영하는 것이 장점이다. 따라서 실제 상황과 큰 차이가 발생한다는 것은 단점이 아니다.

대리 이용자(위장 이용자)가 질문을 던지고 응답의 정확도를 측정하는 방식이어서, 다음과 같은 단점이 지적된다.

• 대리 이용자가 자연스럽게 질문하도록 적절한 교육 훈련이 필요하다.
• 평가 자체에 대한 사서의 부정적 인식이 커질 수 있다.
• 사서 모르게 진행되므로 윤리적 문제가 제기될 수 있다.

라이선스는 전자자원 구독 계약에서 따지는 조건일 뿐, 참고정보원 유형에 관계없이 적용하는 일반 평가 기준이 아니다.

참고정보원의 일반 평가 기준으로는 권위, 범위, 형식, 정확성, 최신성, 배열 방식, 가격 등이 꼽힌다.

• 권위는 저자·편자·출판사의 신뢰성을 따지는 기준이다.
• 범위는 수록 주제·기간·자료 유형의 포괄성을 따지는 기준이다.
• 형식은 배열·색인·판형 등 이용 편의를 따지는 기준이다.

눈덩이굴리기 전략은 이미 확보한 적합 문헌의 참고문헌·인용을 따라가며 자료를 불려 나가는 방식이라, 정보검색을 위한 별도의 준비가 거의 필요하지 않다. 또 최소 자료 우선탐색 전략은 검색 결과가 가장 적을 것으로 예상되는 개념부터 탐색하는 별개의 전략이므로, 두 전략을 같은 것으로 본 설명도 옳지 않다.

나머지는 각 탐색전략의 특징을 바르게 설명한다.

• 특정 패싯 우선 전략은 가장 중요한 개념부터 탐색해 원하는 결과를 얻으면 그 시점에서 종료할 수 있다.
• 점진 분할 전략은 넓은 개념으로 시작해 제한기법으로 결과를 좁혀 간다.
• 블록만들기 전략은 개념별로 탐색을 완성한 뒤 불리언 연산자로 모든 세트를 결합한다.

재현율은 전체 적합 문헌 중 검색된 적합 문헌의 비율이므로 60%이다.

공식: $R=\dfrac{a}{a+c}\times 100$ (a = 검색된 적합 문헌, a+c = 전체 적합 문헌)
대입: $\dfrac{120}{200}\times 100$
결과: $60$

검색된 부적합 문헌 수(150)는 정확률 계산에 쓰이는 값으로, 재현율 계산에는 필요하지 않다.

Scopus는 Clarivate가 아니라 Elsevier가 서비스하는 데이터베이스이므로 옳지 않다. Clarivate의 대표 인용색인 서비스는 Web of Science이다.

나머지 인용색인 서비스 설명은 옳다.

• CiteSeer는 NEC Research Institute가 개발한 자동 인용색인 서비스이다.
• KCI는 국내 학술지 논문의 서지 및 인용정보를 제공한다.
• SSCI는 사회과학 분야 주요 학술지의 서지 및 인용정보를 수록한다.

Big6 Skills 모형은 정보문제 해결 과정을 이용자 수준에 따라 Super3의 3단계, Big6의 6단계, 세부 12단계로 나누어 제시하므로 옳다.

나머지는 모형의 내용을 잘못 연결하였다.

• 브레이빅의 우산 모형은 도서관·컴퓨터·미디어 리터러시 등을 정보 리터러시 아래 아우른 것으로, 데이터 리터러시를 제시한 모형이 아니다.
• AASL-AECT는 정보 리터러시·독립학습·사회적 책임의 3개 범주 아래 9개의 학생 학습 기준을 제시하였다.
• 쿨타우의 ISP 모형은 정보탐색 과정을 단계별 인지·정서 변화로 설명한 모형으로, 도구·소통 리터러시 같은 핵심 리터러시를 제시하지 않았다.

조사 정보의 종합과 새 지식의 생성·배포는 관리(manage)가 아니라 제시(present) 영역의 내용이므로 옳지 않다.

관리 영역은 정보를 전문적·윤리적으로 조직하는 능력(인용·참고문헌 관리, 데이터 관리 등)을 다룬다.

• 범위 영역은 기존 지식을 평가하고 정보 격차를 확인·식별하는 내용이다.
• 수집 영역은 필요한 정보의 소재를 파악하고 접근하는 내용이다.
• 평가 영역은 연구 과정을 검토하고 정보자료를 비교 평가하는 내용이다.

확장 불리언 모형은 불리언 모형의 질의 구조(논리 연산)와 벡터공간 모형의 부분일치·용어가중치를 결합한 모형이다.

완전일치는 오히려 불리언 모형의 한계로, 이를 보완한 것이 확장 불리언 모형이므로 옳지 않다.

• 추론망과 신념망 모형은 확률 이론(베이지언 네트워크)을 사용하는 검색 모형이다.
• 확률 검색은 질의에 대한 문헌의 적합 확률을 산출해 순위화한다.
• 벡터공간 모형은 문헌과 질의를 용어 벡터로 표현하고 유사도로 검색문헌을 순위화한다.

역문헌빈도는 적은 수의 문헌에 출현한 용어일수록 가중치를 높게 주므로 옳다.

적은 문헌에만 나타나는 용어는 문헌 변별력이 커서 검색에 유용하기 때문이다.

• 역문헌빈도가 큰 용어는 소수 문헌에만 쓰인 특정 용어이며, 보편적으로 쓰이는 용어가 아니다.
• 문헌길이 정규화는 긴 문헌이 용어빈도에서 얻는 유리함을 줄이기 위한 것으로, 가중치를 높이려는 것이 아니다.
• 용어출현빈도를 가중치로 쓰면 출현횟수가 많을수록 가중치가 높아진다.

데이터를 주어·술어·목적어의 트리플로 기술하는 것은 XML 스키마가 아니라 RDF의 특징이므로 옳지 않다.

XML 스키마는 XML 문서의 구조와 요소·데이터형을 정의하는 스키마 언어이다.

• 메타데이터 스키마는 의미구조, 내용규칙, 구문의 세 요소로 구성된다.
• XML은 태그가 미리 정해져 있지 않아 이용자가 직접 태그를 정의할 수 있다.
• 네임스페이스를 사용하면 더블린 코어 요소를 다른 스키마 요소와 구별해 고유하게 식별할 수 있다.

번기와 셰라 모형의 공통점은 환류 과정, 질문과 탐색 결과의 연관성 평가, 정보요구와 탐색 결과의 적합성 평가이다.

이용자 질문의 명확한 분석을 독립된 공식 단계로 두는 것은 두 모형에 공통된 특징이 아니므로 공통점에서 제외된다.

• 두 모형 모두 탐색 결과가 만족스럽지 않으면 앞 단계로 되돌아가는 환류 과정을 둔다.
• 탐색 결과가 이용자 질문과 관련되는지(연관성)를 평가한다.
• 탐색 결과가 이용자의 실제 정보요구를 충족하는지(적합성)를 평가한다.

인용색인의 유용성으로 옳은 것은 과거 문헌의 소급 추적과 용어에 의존하지 않는 인용관계 검색이다.

인용관계를 따라가면 특정 주제의 연구 흐름을 되짚을 수 있고, 검색어가 본문에 없더라도 관련 문헌을 찾을 수 있다.

• 인용되지 않은 관련 문헌은 누락되므로 인용문헌만으로 망라적인 검색이 가능하다고 볼 수 없다.
• SCI와 A&HCI는 영어권 학술지에 편중되어 있다는 한계가 지적되므로, 특정 언어에 편중되지 않았다는 설명은 옳지 않다.

ODRL과 XrML은 모두 디지털 콘텐츠의 이용 권한과 조건을 기술하는 저작권 표현 언어이므로 바르게 연결되었다.

나머지는 영역과 표준의 일부가 잘못 연결되어 있다.

• COUNTER와 SUSHI는 식별체계가 아니라 전자자원 이용통계 표준이다.
• METS는 디지털 객체 패키징 표준이지만, OAI-PMH는 메타데이터 수확 프로토콜이다.
• SRU는 통합검색 프로토콜이지만, MPEG-7은 멀티미디어 콘텐츠 기술 표준이다.

(가)는 OpenURL, (나)는 링크리졸버이다.

OpenURL은 참조 대상 자원의 메타데이터와 식별자를 URL에 담아 전달해 이용자의 소속 기관 환경에 맞는 상황인식 연계를 가능하게 한다. 링크리졸버는 이 OpenURL을 받아 이용자가 접근권한을 가진 전자저널·데이터베이스로 다양한 링크를 제공한다.

• DOI는 디지털 객체에 부여하는 영구 식별자로, 상황인식 연계 아키텍처가 아니다.
• 핸들시스템은 DOI 등 영구 식별자를 실제 위치로 해석하는 기반 시스템으로, 접근권한에 따른 다양한 링크를 제공하는 도구가 아니다.

사례기반 학습으로 입력문헌과 가장 유사한 학습문헌들의 범주를 근거로 분류하는 것은 kNN 분류기이다.

kNN은 학습 단계에서 모델을 만들지 않고 학습문헌을 저장해 두었다가, 분류 시 유사도가 높은 k개 문헌의 범주로 입력문헌의 범주를 결정한다.

• 신경망 분류기는 입력과 출력 사이의 연결 가중치를 학습해 분류한다.
• 나이브 베이즈 분류기는 자질 간 독립을 가정한 확률 계산으로 범주를 정한다.
• 의사결정나무 분류기는 자질 값에 따른 분기 규칙을 나무 구조로 학습한다.

ACRL 프레임워크의 개념요소는 전략적 탐색으로서의 검색이며, 전략적 연구 성과 평가는 개념요소가 아니다.

프레임워크는 여섯 개 개념요소로 구성된다: 권위의 구성성과 상황 의존성, 과정으로서의 정보 생성, 정보의 가치, 탐구로서의 연구, 대화로서의 학술활동, 전략적 탐색으로서의 검색.

• 정보의 권위 형성과 상황 의존성은 개념요소에 해당한다.
• 탐구를 통한 연구는 개념요소에 해당한다.
• 대화를 통한 학술 연구는 개념요소에 해당한다.