알아가는 즐거움

문득 이런 생각이 들었다. -프로그래머나 시스템 관리자 등이 아닌- 일반 사용자들이 컴퓨터를 사용하는 데 있어 파일이란 개념이 반드시 필요할까? MS윈도우와 매킨토시를 모두 사용하고 있기는 하지만 윈도우에서는 거의 Visual Studio와 인터넷 뱅킹 정도밖에 사용하지 않기 때문에 주로 맥을 기준으로 생각해보았다. [계속 읽기]

구글에게 물어보니까 이런 결과를 물어다 주었다. 연결된 페이지를 보면 퀵실버(Quicksilver)를 이용해서 윈도우의 “새파일 만들기” 기능을 흉내내는 방법을 설명하고 있다. [계속 읽기]

컴퓨터를 사용하다 보면 간단한 메모에서부터 일기나 감상문 등 다양한 문서를 작성하게 된다. 그 양이 얼마 되지 않을 때는 텍스트 파일 하나로도 충분하지만 양이 늘어나고 또 복잡해질수록 정보를 조직화해야 할 필요(혹은 욕구)가 생긴다.

지금까지 내가 찾은 해결책 중 하나는 위키다. 쉽게 페이지를 만들어서 연결시킬 수 있으며, 동적으로 문서들 사이의 구조를 변경할 수 있기 때문이다.

수많은 종류의 위키 중에서 내가 선택한 것은 TiddlyWiki였다. 번거로운 설치 없이 그냥 파일 하나만 내려받으면 된다는 점이 마음에 들었고, 또 깔끔하고 예쁜 인터페이스가 좋았다. [계속 읽기]

검색엔진에서 가장 중요한 것은, “얼마나 많은 문서를 수집하느냐”가 아니라 “가지고 있는 문서를 얼마나 잘 랭킹하느냐”라는 것을 구글이 증명했다. 즉, 질의를 입력한 사용자가 가장 원할 것 같은 문서를 앞에다가 배치하는 것이 중요하다는 말이다. 그렇다면 검색 엔진은 보통 어떤 방법으로 랭킹을 하고 있을까?

컴퓨터로 랭킹 알고리즘을 구현할 때 먼저 생각해야 할 것은, 질의어와 문서를 컴퓨터 상에서 어떻게 표현할 것이냐는 문제다. 그 다음으로는 질의어와 문서의 연관도를 어떻게 계산할지도 결정해야 한다. 쉬운 방법은 단순히 질의어에 속한 단어를 포함한 모든 문서를 찾는 것이지만 이것만으로는 정확도가 떨어질 수밖에 없다.

그래서 보통 벡터 공간 모델(Vector Space Model, VSM)을 많이 사용한다. 질의어와 문서를 키워드의 벡터로 표현하고, 내적값을 계산해서 유사함을 평가한다. (Cosine Similarity) [계속 읽기]

매킨토시 세상에도 참 다양한 가계부 프로그램이 있다. 그 중에서 내가 사용하는 것은 iBank. 2년 전의 어느 날부터 오늘까지 매일의 돈쓰임을 꾸준하게 기록해왔다. 이제 12월도 되고 했으니 연말기념으로 이 프로그램에 대해 간단히 정리해본다.

비슷한 많은 프로그램 중에서 iBank를 선택한 가장 큰 이유는 바로 깔끔하고 정갈한 디자인이었다. 그냥 스크린샷 하나로 충분, 다른 이유가 필요하지 않았다.

하지만 그게 유일한 장점은 아니다. [계속 읽기]