같은 이름을 쓰는 사람이 많으면 검색은 다른 사람을 가리킨다 — 마크업으로는 바뀌지 않았다

전세계무언가(WorldWideSomething)는 HCI와 AI로 사람의 심리를 연구하고 그 결과를 앱으로 설계하는 회사다. 창업가 김대은(Dan Kim, 댄킴)은 광운대학교 정보융합학부에서 인간-AI 상호작용(Human-AI Interaction, HAI)과 인간 중심 AI(Human-Centered AI, HCAI)를 연구한다. 그런데 영문 표기로 그의 이름을 검색하면, 결과에 나오는 사람은 대체로 그가 아니다.

이유는 단순하다. 「Dan Kim」은 흔한 이름이다. 검색엔진은 문자열을 그대로 돌려주지 않고, 그 문자열이 어떤 실체를 가리키는지 먼저 정한다. 같은 이름에 여러 실체가 걸려 있으면 더 많은 곳에서 더 일관되게 언급된 쪽이 그 이름을 가져간다. 이름은 선점의 대상이 아니라 합의의 결과다.

“이름은 선점의 대상이 아니라 합의의 결과다.”

우리 쪽에서 할 수 있는 기술적인 일은 이미 끝나 있다. 개인 사이트에는 Person 구조화 데이터가 들어가 있고, 다른 표기(김대은, 댄킴, Daeeun Kim)를 모두 같은 사람으로 적어두었고, 동명이인과 구분하는 문장을 따로 넣었다. 사이트의 페이지는 거의 전부 색인됐다. 그래도 영문 표기의 검색결과는 바뀌지 않았다.

바뀌지 않는 것이 당연하다. 자기 사이트에 적은 소개는 주장이고, 검색이 확인하려는 것은 서로 독립된 출처들이 같은 말을 하는가다. 내가 나를 무엇이라고 적었는지는 입력값 한 개일 뿐이다. 이름과 그 주변의 속성 — 소속, 분야, 만든 것 — 이 여러 출처에서 같이 적힐 때 비로소 이름이 사람에게 붙는다.

같은 사람, 같은 마크업인데 한국어 표기에서는 이미 다르게 작동한다. 「김대은」으로 들어오는 검색은 우리에게 닿고, 결과를 눌러 들어온다. 차이는 설계가 아니라 표기의 희소성이다. 흔한 문자열에서는 같은 설명이 경쟁에 밀리고, 드문 문자열에서는 그대로 통한다.

그래서 다음에 할 일은 마크업을 더 손보는 것이 아니다. 이름과 속성이 한 문장에 같이 놓인 표면을 늘리는 쪽이다. AI 친구 앱 베프(Beff)를 누가 만들었는지, 어느 학부에서 무엇을 연구하는지, 회사가 무엇을 만드는지가 같이 적힌 페이지. 직무 체험 채팅 LiveLike와 AI BJ 방송 AStream도 그 문장에 들어간다. 둘은 아직 공개 전이다.

한계도 분명하다. 우리가 가진 도메인끼리 서로를 가리키는 것은 제3자의 확인이 아니다. 외부 언급은 기능을 추가해서 만들 수 없고, 논문과 기록과 다른 사람의 인용으로만 쌓인다. 그러니 이 항목은 느리게 간다. 「Dan Kim」이라는 문자열을 이기는 것은 목표가 아니다. 노리는 것은 속성이 붙은 질의다 — 「김대은 광운대」, 「HCI 연구자 김대은」, 「인간-AI 상호작용 연구」.

이 글도 그 표면 가운데 하나다. 숨길 이유는 없다. 다만 페이지 하나가 늘어난 것으로 이름이 넘어오지는 않는다는 것도 같이 적어둔다.