허브와 권위: 페이지랭크와는 다른 또 하나의 링크 분석법(HITS)

부스트키워드 팀

검색 데이터로 키워드의 검색량, 트렌드, 검색 의도를 파악하고 마케팅 의사결정을 돕는 도구 부스트키워드를 만듭니다.

앞서 살펴본 페이지랭크는 "다른 페이지로부터 링크를 많이 받을수록 중요하다"는 원리로 웹페이지의 중요도를 계산했습니다. 그런데 링크 구조를 분석하는 방법이 페이지랭크 하나만 있는 것은 아닙니다. 비슷한 시기에 등장한 또 다른 접근이 바로 HITS(Hyperlink-Induced Topic Search) 알고리즘입니다. 이 알고리즘은 웹페이지를 '허브(Hub)'와 '권위(Authority)'라는 두 가지 서로 다른 역할로 나누어 바라본다는 점에서 페이지랭크와 흥미로운 차이를 보입니다.

링크 분석 방법이 페이지랭크만 있는 것은 아니다

페이지랭크가 놓치는 부분: 모든 링크를 하나의 기준으로만 평가

페이지랭크는 모든 페이지에 단 하나의 중요도 점수만을 부여합니다. 하지만 실제 웹을 살펴보면, 페이지들이 수행하는 역할은 저마다 다릅니다. 어떤 페이지는 특정 주제에 대한 좋은 자료들을 모아 링크로 정리해서 소개해주는 역할을 하고, 어떤 페이지는 그 자체로 깊이 있고 신뢰할 만한 원본 정보를 담고 있어 다른 여러 곳으로부터 자주 링크를 받는 역할을 합니다.

"좋은 정리 사이트"와 "좋은 원본 사이트"는 역할이 다르다는 관찰

예를 들어 "제주도 맛집 총정리"라는 블로그 글은 그 자체로 독창적인 정보를 담고 있다기보다, 여러 훌륭한 맛집 소개 페이지들을 링크로 잘 모아 정리해주는 역할을 합니다. 반면 실제로 그 맛집을 운영하는 가게의 공식 홈페이지나, 깊이 있는 취재로 작성된 맛집 리뷰 원본 기사는 다른 여러 정리글로부터 링크를 받는 대상이 됩니다. HITS는 이 두 가지 서로 다른 역할을 구분해서 각각 점수를 매기자는 발상에서 출발합니다.

HITS 알고리즘의 핵심 아이디어

허브(Hub)란 무엇인가

허브란 좋은 정보를 담고 있는 여러 페이지로 링크를 많이 걸어주는 페이지를 말합니다. 위 예시의 "제주도 맛집 총정리" 블로그 글처럼, 그 자체로 독창적인 정보를 많이 담고 있지는 않더라도, 신뢰할 만한 여러 페이지를 잘 소개해주는 역할을 하는 페이지가 좋은 허브로 평가받습니다.

권위(Authority)란 무엇인가

권위란 실제로 깊이 있고 신뢰할 만한 정보를 담고 있어서, 여러 다른 페이지들로부터 링크를 많이 받는 페이지를 말합니다. 위 예시에서 실제 맛집의 공식 정보나 깊이 있는 리뷰 원본이 이에 해당합니다.

허브와 권위는 서로를 강화하는 관계

HITS의 흥미로운 점은 허브와 권위가 서로 순환적으로 영향을 주고받는다는 것입니다. 좋은 허브는 좋은 권위 페이지들을 많이 링크로 소개해주는 페이지이고, 좋은 권위 페이지는 좋은 허브들로부터 많이 링크를 받는 페이지입니다. 즉 어느 한쪽의 점수를 정확히 계산하려면 다른 한쪽의 점수를 먼저 알아야 하는, 서로 맞물린 관계에 있습니다.

허브 점수와 권위 점수는 어떻게 계산될까

좋은 권위 페이지를 많이 가리킬수록 좋은 허브

한 페이지의 허브 점수는, 그 페이지가 링크를 걸고 있는 다른 페이지들의 권위 점수를 모두 더해서 계산합니다. 즉 이미 권위 점수가 높다고 평가된 페이지들을 많이 가리키고 있을수록, 그 페이지의 허브 점수도 함께 높아집니다.

좋은 허브로부터 많이 링크를 받을수록 좋은 권위

반대로 한 페이지의 권위 점수는, 그 페이지로 링크를 걸어주는 다른 페이지들의 허브 점수를 모두 더해서 계산합니다. 이미 허브 점수가 높다고 평가된 페이지들로부터 많이 링크를 받을수록, 그 페이지의 권위 점수도 함께 높아집니다. 이 두 계산을 번갈아 가며 여러 차례 반복하다 보면, 페이지랭크와 마찬가지로 각 페이지의 허브 점수와 권위 점수가 특정한 값으로 서서히 안정되어 갑니다.

간단한 예제로 이해하는 HITS 계산

정리글 사이트 2개와 원본 정보 사이트 3개로 이루어진 가상의 예시

다음과 같은 가상의 웹이 있다고 해봅시다. 정리글 성격의 페이지 H1, H2가 있고, 원본 정보 성격의 페이지 A1, A2, A3이 있습니다. H1은 A1, A2, A3 모두에 링크를 걸고 있고, H2는 A1과 A2에만 링크를 걸고 있습니다.

점수가 반복 계산을 거치며 안정되는 과정

처음에는 모든 페이지의 허브 점수와 권위 점수를 동일하게 시작합니다. 첫 계산에서 A1과 A2는 H1과 H2 양쪽 모두로부터 링크를 받으므로 권위 점수가 상대적으로 높게 계산되고, A3은 H1로부터만 링크를 받으므로 권위 점수가 더 낮게 계산됩니다. 이렇게 계산된 권위 점수를 바탕으로 다시 허브 점수를 계산해보면, 더 많은 페이지(A1, A2, A3)에 링크를 걸고 있는 H1이 두 개(A1, A2)에만 링크를 건 H2보다 더 높은 허브 점수를 갖게 됩니다. 이 과정을 반복하면 결국 H1이 H2보다 더 좋은 허브로, A1과 A2가 A3보다 더 좋은 권위 페이지로 수렴하는 결과에 도달합니다.

페이지랭크와 HITS, 무엇이 다를까

페이지랭크: 전체 웹을 대상으로 하나의 중요도 점수

페이지랭크는 검색어와 상관없이 웹 전체를 대상으로 미리 계산해둘 수 있는 단 하나의 중요도 점수를 각 페이지에 부여합니다. 그래서 어떤 검색어가 들어오든 동일한 페이지랭크 값을 순위 계산에 활용할 수 있습니다.

HITS: 검색어와 관련된 페이지들 사이에서만 계산되는 두 가지 점수

반면 HITS는 원래 특정 검색어와 관련된 페이지들의 작은 집합을 먼저 추려낸 뒤, 그 집합 안에서만 허브 점수와 권위 점수를 계산하는 방식으로 고안되었습니다. 이 때문에 HITS는 검색어가 달라질 때마다 계산을 새로 해야 하고, 페이지마다 허브와 권위라는 두 가지 서로 다른 관점의 점수를 갖게 됩니다.

실제로 어디에 쓰일까 (그리고 왜 페이지랭크만큼 널리 쓰이지 않게 되었을까)

HITS는 특정 주제에 대한 좋은 정리 사이트와 좋은 원본 사이트를 구분해서 찾아준다는 점에서 이론적으로 매력적인 접근입니다. 다만 검색어가 들어올 때마다 관련 페이지 집합을 추리고 계산을 새로 해야 한다는 점은 대규모 검색엔진을 실시간으로 운영하는 데 있어 부담이 되었고, 소수의 페이지가 의도적으로 서로 링크를 주고받으며 점수를 조작하는 데도 취약하다는 약점이 있었습니다. 이 때문에 오늘날 대형 검색엔진의 핵심 랭킹 방식으로는 페이지랭크 계열의 접근이 더 널리 자리 잡았지만, HITS가 제시한 "링크에는 서로 다른 역할이 있다"는 통찰은 이후 여러 링크 분석 연구에 영향을 미쳤습니다.

정리하며

HITS 알고리즘은 웹페이지를 "좋은 정보를 소개해주는 허브"와 "신뢰할 만한 원본 정보를 담은 권위 페이지"라는 두 가지 역할로 나누어 바라본다는 독특한 관점을 제시했습니다. 허브와 권위가 서로를 강화하며 순환적으로 점수를 주고받는다는 발상은, 링크 하나하나가 단순한 추천을 넘어 저마다 다른 의미를 가질 수 있다는 사실을 잘 보여줍니다.