[국회직 9급 정보학개론] 16년 1회차 기출문제 정답·해설 페이지

FRBR의 이용자 과업에 해당하지 않는 것은 확인(clarify)이다.
FRBR은 이용자가 서지 데이터로 수행하는 일을 발견·식별·선정·입수의 네 과업으로 정리했다.
발견(find): 탐색 조건에 맞는 자원을 찾아내는 과업으로 FRBR에 포함된다.
식별(identify): 찾은 자원이 원하는 것인지 다른 자원과 구별해 확인하는 과업으로 FRBR에 포함된다.
선정(select): 이용자 요구에 맞는 자원을 고르는 과업으로 FRBR에 포함된다.
입수(obtain): 고른 자원을 실제로 얻거나 접근하는 과업으로 FRBR에 포함된다.

지문의 방식은 문자열을 일정 길이로 잘라 색인하는 n-gram(바이그램) 색인이며, 철자 오류를 발견하고 수정하기 쉽다는 설명이 옳다.
단어를 두 글자씩 겹쳐 자르므로 철자가 일부 틀려도 나머지 조각은 일치한다. 이 조각 일치를 이용해 오류를 찾고 비슷한 올바른 단어를 추정할 수 있다.
구문형식의 단어구 추출: 문장 구조를 분석하는 구문분석 기법의 특징이다.
단어의 의미 분석: n-gram은 기계적으로 문자열을 자를 뿐 의미를 다루지 않는다.
미등록어 등록: 사전을 쓰는 형태소 분석 방식의 보완책이며, n-gram은 사전 없이 동작한다.
어절 빈도를 이용한 색인어 추출: n-gram의 단위는 어절이 아니라 문자 조각이다.

지문은 유진 가필드(Eugene Garfield)의 집중 법칙을 설명한다.
SCI 학술지의 인용을 분석해 피인용 논문이 소수 핵심 학술지에 몰린다는 사실을 밝힌 것이 핵심이다. 이는 SCI를 창안한 가필드의 인용 분석 연구에 해당한다.
조지 지프: 텍스트에서 단어의 빈도와 순위의 관계를 다룬 법칙을 제시했다.
알프레드 로트카: 저자별 논문 생산성의 분포를 다룬 법칙을 제시했다.
사무엘 브래드포드: 특정 주제 논문이 학술지에 흩어지는 산란 법칙을 제시했으며, 인용이 아니라 주제 논문의 게재 분포를 다룬다.
한스 룬: 단어 빈도에 기초한 자동색인과 KWIC, SDI 연구로 알려져 있다.

비교적 정적인 문헌집단에 새로운 질의를 입력하는 환경에 적합하다는 설명이 옳지 않다. 그것은 애드혹 검색의 특징이고, 필터링은 반대로 질의를 프로파일로 고정해 두고 새로 들어오는 문헌을 걸러 낸다.
그림에서도 입력문헌이 계속 유입되어 필터링 엔진에서 이용자 프로파일과 대조되고, 검색문헌 리스트는 다시 정보요구로 되돌아가 프로파일에 반영된다.
Alert 서비스: 등록해 둔 관심 주제에 맞는 새 자료를 알려 주므로 필터링에 해당한다.
SDI 서비스: 이용자 프로파일에 맞는 신착 정보를 선별해 제공하는 서비스로 필터링에 상응한다.
kNN·SVM·신경망 분류기: 유입 문헌의 적합 여부 판단은 분류 문제로 볼 수 있어 이들 분류기를 사용할 수 있다.
웹 환경 적용: 빠르게 변하는 정보의 흐름을 프로파일로 걸러 내는 방식이므로 최근의 웹 환경에 적용할 수 있다.

옳지 않은 설명은 벨킨의 ASK 모형에 관한 것이다.
ASK는 Anomalous State of Knowledge(지식의 변칙 상태)의 약자로, 이용자가 자기 지식의 부족을 인식해 정보요구가 생기는 과정을 설명한다. 지식의 생산·전달 과정을 설명하는 모형이 아니며, 명칭의 Status도 State가 맞다.
테일러: 정보요구가 질문으로 다듬어지는 네 단계를 질문형성 모형으로 설명했다.
더빈: 상황, 격차, 다리연결/이용으로 분석하는 의미형성 모형을 제시했다.
윌슨: 정보요구의 상황에서 정보처리와 이용까지 이어지는 정보행태모형을 제시했다.
레틱: 통신 이론의 소음 개념을 참고과정에 적용한 모형을 제시했다.

데이터 결합의 대상으로 볼 수 없는 것은 용어 활용도의 결합이다.
데이터 결합은 같은 컬렉션에 서로 다른 검색 처리 방식을 적용해 나온 결과를 합치는 전략이다. 용어 활용도는 이런 처리 방식의 종류가 아니다.
문헌 표현 방법의 결합: 제목, 초록, 본문 등 서로 다른 문헌 표현을 함께 활용한다.
질의 형식의 결합: 같은 정보요구를 여러 형식의 질의로 표현해 활용한다.
검색 알고리즘의 결합: 서로 다른 검색 모형의 결과를 합친다.
검색 순위의 결합: 여러 검색 결과의 순위 정보를 통합해 최종 순위를 낸다.

옳은 지문만 모은 조합은 ㄱ, ㄴ, ㄹ이다.
틀린 지문은 ㄷ 하나다. 따라서 ㄷ이 들어간 조합과 ㄱ, ㄴ, ㄹ 중 하나라도 빠진 조합은 모두 맞지 않아 이 조합 하나만 남는다.
ㄱ(옳음): 1980년대 인공지능 분야가 지식 습득과 표현을 위해 온톨로지 용어를 채택했다.
ㄴ(옳음): 온톨로지는 공유된 개념화에 대한 명시적·정형화된 명세로 정의된다.
ㄷ(틀림): 온톨로지는 시소러스처럼 고정적인 어휘가 아니라 개념과 관계를 확장해 가며 추론 규칙을 함께 표현하는 체계다.
ㄹ(옳음): 개념 간 관계에는 동의어, 반의어, 하위어, 부분어 등이 포함된다.

옳지 않은 설명은 페이지 랭크에 관한 것이다.
페이지 랭크는 단어 출현 빈도가 아니라 웹 페이지 간 링크 구조를 이용해 중요도를 계산한다. 중요한 페이지에서 많이 링크될수록 높은 값을 받는다.
메타검색엔진: 여러 검색 엔진에 질의를 보내 그 결과를 보여 준다는 설명이 옳다.
디렉토리 브라우징: 주제별 범주를 따라가며 정보를 찾는 방식이라는 설명이 옳다.
절단 기법: 어근 등 일부만 입력해 어형 변화를 함께 검색하는 방식이라는 설명이 옳다.
정확률: 검색된 문헌 중 적합 문헌의 비율이라는 정의가 옳다.

지문이 설명하는 용어는 MEMEX이다.
버니바 부시가 As We May Think에서 제안한 개인용 정보 저장·연상 검색 장치 구상으로, 후대 하이퍼텍스트의 원형으로 평가된다.
ZATOCODING: 무어스가 고안한 카드 기반 중첩 부호화 방식이다.
PARSER: 문장이나 코드의 구조를 분석하는 구문분석기다.
SKOS: 시소러스 같은 지식조직체계를 웹에서 표현하기 위한 W3C 표준이다.
SPIDER: 웹 페이지를 자동으로 수집하는 크롤러 프로그램이다.

Kupiec 등이 제시한 자질에 해당하지 않는 것은 단어빈도이다.
Kupiec 등은 문장길이, 고정 단어구, 문단 내 위치, 주제어, 대문자 단어를 자질로 삼아 문장의 요약 포함 확률을 학습했다. 단어빈도는 독립된 자질 유형으로 제시되지 않았다.
문장길이: 일정 길이보다 짧은 문장을 걸러 내는 자질이다.
고정 단어구: 결론을 뜻하는 표현처럼 중요 문장을 알리는 구절을 살피는 자질이다.
문단/문장 위치: 문단의 처음이나 끝처럼 위치 정보를 이용하는 자질이다.
주제어: 문헌의 핵심 단어를 포함하는지를 보는 자질이다.

성격이 다른 하나는 확률색인 기법이다.
확률색인은 용어의 출현 분포를 확률적으로 계산해 색인어를 고르는 통계적 기법이다. 나머지는 언어나 문헌의 구조·단서를 분석하는 비통계적 기법이다.
구문분석 기법: 문장의 문법 구조를 분석해 색인어를 찾는다.
의미분석 기법: 단어와 문장의 의미 관계를 분석해 색인어를 찾는다.
단서어 기법: 중요한 내용을 알려 주는 단서 표현을 이용한다.
문헌구조적 기법: 제목, 초록, 장절 같은 문헌의 구조 정보를 이용한다.

지문은 무어스의 법칙이고, 이를 제시한 캘빈 무어스(Calvin Mooers)는 정보검색이라는 용어를 처음 사용했다.
무어스의 법칙은 이용 노력이 이용 효과보다 크면 시스템이 외면받는다는 뜻이다. 무어스는 1950년 무렵 information retrieval이라는 용어를 제안했다.
조합색인 창안: 유니텀 체계를 만든 토브의 업적이다.
SDI 시스템 개발: 한스 룬의 업적이다.
불리언 논리의 색인·검색 도입: 조합색인 연구를 이끈 토브의 업적으로 다룬다.
IBM의 정보검색 연구 관리자: 무어스가 아니라 한스 룬의 경력이다.

지문의 기법은 브라우징이며, 비공식적이고 발견적인 전략이라는 설명이 옳다.
브라우징은 사전에 정교한 질의를 세우지 않고 눈앞의 정보를 살피며 경로를 바꿔 가는 비체계적 탐색이다. 뜻밖의 정보를 만나는 발견적 성격이 강하다.
인지적 부하: 살피는 내용마다 판단을 계속해야 하므로 탐색보다 부하가 적다고 단정할 수 없다.
소요 시간: 정해진 경로 없이 훑어보므로 시간이 적게 걸린다고 볼 수 없다.
조직적 정보 탐색: 브라우징은 조직적·체계적 방법과 반대되는 성격이다.
네 가지 전략: 마르키오니니가 든 전략은 훑어보기, 관찰하기, 항해하기, 모니터하기로, 정독하기는 포함되지 않는다.

OAI 프로토콜에 대한 옳은 설명은 저장소 간 메타데이터의 공유를 위한 규약이라는 내용이다.
OAI-PMH는 데이터 제공자의 저장소에서 서비스 제공자가 메타데이터를 수확(harvesting)해 활용하도록 하는 규약이다.
물리적 네트워크 간 컴퓨터 통신 규약: TCP/IP에 대한 설명이다.
1988년 미국표준협회가 채택한 정보검색 표준: Z39.50에 대한 설명이다.
단순객체접근 프로토콜: SOAP에 대한 설명이다.
HTML 문서를 주고받는 규약: HTTP에 대한 설명이다.

닐슨의 사용성 속성과 거리가 먼 것은 융통성(flexibility)이다.
닐슨이 제시한 사용성 속성은 학습성, 효율성, 기억용이성, 오류, 만족도의 다섯 가지다. 융통성은 여기에 들지 않는다.
학습성: 처음 접했을 때 기본 업무를 얼마나 쉽게 수행하는지를 뜻하는 닐슨의 속성이다.
효율성: 익힌 뒤 업무를 얼마나 빨리 수행하는지를 뜻하는 닐슨의 속성이다.
기억용이성: 한동안 쓰지 않다가 다시 쓸 때 얼마나 쉽게 능숙해지는지를 뜻하는 닐슨의 속성이다.
오류: 이용자의 실수가 얼마나 많은지를 살피는 닐슨의 속성이다.

OWL을 관계형 데이터베이스용 쿼리 언어로 설명한 것이 옳지 않다. OWL은 W3C가 권고한 온톨로지 기술 언어이다.
제시된 설명은 ISO 표준인 SQL에 해당한다. 그림에서 OWL은 RDF와 RDFS 위 계층에서 개념과 속성의 관계를 정의하고, RDF 데이터 질의는 별도 구성요소인 SPARQL이 맡는다.
URI: 웹의 정보자원을 식별하고 그 위치를 지정하는 방법을 제공한다.
UNICODE: 세계의 문자를 일관되게 표현하기 위한 문자 집합 표준이다.
XML: 태그를 직접 정의해 데이터를 구조화하는 언어로, 상위 계층의 의미정보 표현을 뒷받침하는 기반이 된다.
RDF: 웹 자원의 메타정보를 주어·술어·목적어 형태로 표현하는 W3C 권고 언어이다.

저장매체의 물리적 약화를 보완하는 방법의 조합은 ㄱ 복사, ㄷ 마이그레이션이다.
매체가 낡는 문제는 자료를 새 매체로 옮겨 해결한다. 인캡슐레이션과 에뮬레이션은 매체가 아니라 옛 파일을 읽는 환경의 구식화에 대응하는 방법이므로, 이 둘이 들어간 조합은 모두 제외된다.
ㄱ 복사(해당): 손상 전에 데이터를 새 매체로 복사해 보존한다.
ㄴ 인캡슐레이션(비해당): 객체를 해석에 필요한 정보와 함께 묶어 두는 방법이다.
ㄷ 마이그레이션(해당): 데이터를 새로운 매체나 형식으로 옮겨 보존한다.
ㄹ 에뮬레이션(비해당): 옛 하드웨어·소프트웨어 환경을 재현하는 방법이다.

Meadow가 제시한 고려 사항이 아닌 것은 엔티티의 망라성이다.
정보표현은 문헌대체물로서 대상을 정확히 서술하고 다른 대상과 구별할 수 있어야 한다. 망라성은 대상을 얼마나 빠짐없이 담느냐의 문제로, 이 기준에 들지 않는다.
엔티티에 대한 정확한 서술 가능성: 대상의 내용을 정확히 나타내야 한다는 고려 사항이다.
유사한 엔티티의 확인: 비슷한 대상을 함께 찾아낼 수 있어야 한다는 고려 사항이다.
해석의 모호성 최소화: 표현이 여러 뜻으로 읽히지 않아야 한다는 고려 사항이다.
다른 엔티티 간의 구별: 서로 다른 대상을 나누어 낼 수 있어야 한다는 고려 사항이다.

LOD 원칙에 맞는 내용은 URI로 식별, RDF로 표현, SPARQL로 질의, HTTP로 유통하는 것이다.
링크드 데이터는 자원을 HTTP URI로 식별해 접근할 수 있게 하고, RDF와 SPARQL 같은 표준으로 정보를 제공하며, 다른 URI로 연결한다. RDF와 SPARQL이 모두 있어야 맞다.
RDF·SQL·FTP 조합: SQL은 관계형 데이터베이스 질의어이고 FTP는 파일 전송 규약이다.
XML·SQL·TCP/IP 조합: 표현 형식이 RDF가 아니고 SQL을 쓰며, 유통도 HTTP가 아니다.
HTML·SQL·HTTP 조합: HTML은 사람이 보는 문서 표현 언어이고 SQL도 맞지 않다.
HTML·SPARQL·HTTP 조합: SPARQL은 RDF를 질의하는 언어이므로 표현이 HTML이면 맞지 않다.

짝이 틀린 것은 라 – 정보 선택이며, 라 단계의 올바른 명칭은 초점 형성(focus formulation)이다.
쿨타우의 ISP는 과제 착수, 주제 선정, 주제 탐구, 초점 형성, 정보 수집, 탐색 종결로 이어진다. 초점이 확립되고 불확실성이 줄어드는 것이 초점 형성 단계의 특징이다.
가 – 과제 착수: 지식의 필요를 인식하고 불확실성을 느끼는 단계로 짝이 맞다.
나 – 주제 선정: 다룰 주제와 접근방법을 정하는 단계로 짝이 맞다.
다 – 주제 탐구: 주제의 방향을 잡기 위해 정보를 모으며 탐구하는 단계로 짝이 맞다.
마 – 정보 수집: 확정된 초점과 관련된 정보만 모으는 단계로 짝이 맞다.