게리 플레이크: '피봇'이 웹 탑색의 전환점이 될 수 있을까요?

오늘 제가 여러분에게 오직 한가지 아이디어만을 전해야한다면, 그것은 우리가 소비하는 모든 데이터 전체가 그들의 부분합보다 크다는 것을 알리고 싶습니다. 그리고, 정보의 홍수 속에서 고민하기보다는 저는 여러분이 이러한 정보들을 어떻게 이용해, 그 안에 나타나는 패턴들을 찾아내고 숨겨져있는 흐름들을 볼 수 있을지에 대해서 생각하기를 바랍니다.

지금 여기서 보는 것은 연령대에 대한 일반적인 사망율표 입니다. 제가 사용하고 있는 이 도구는 작은 실험의 하나로, "피봇(Pivot)"이라 부릅니다. 저는 이 피봇을 통해 특정 사망원인에 대해 살펴볼 수 있습니다. 여기서는 "사고"가 되겠죠. 바로, 새로운 패턴이 나타납니다. 이곳 중간 구역은 대부분의 사람들이 가장 활발히 활동하는 연령대이기 때문이고, 이곳은 다수가 가장 노쇠한 연령대이기 때문입니다. 우리는 여기서 한발 더 뒤로 물러서 사망 원인에 따라 자료들을 재정리할 수도 있습니다. 순환계 질병들과 암이 가장 일반적인 사망 원인으로 나타나는군요. 하지만 모두에게 그런 것은 아닙니다. 우리가 연령대로 자료를 정렬하고, 40대 이하에 대해 살펴보면, 우리는 '사고'가 사람들이 가장 조심해야하는 사망 원인임을 알수 있습니다. 그리고 조금 더 자세히 살펴보면 특히나 남성에게 해당됨을 알 수 있죠.

결국 여러분들은, 정보를 보거나 이런 방법으로 자료들을 볾으로써, 마치 살아있는 정보들 즉, 인포그래픽 안에서 유영하듯 유기적 아이디어를 얻을 수 있습니다. 그럼 우리가 미가공 데이터에 대해 이렇게 할 수 있다면, 가공된 자료, "컨텐츠"에 대해서도 못할 이유가 없겠죠? 그래서 우리가 지금 여기서 보여드릴 것은 지금까지 출판되었던 스포츠 일러스트레이티드 잡지의 모든 첫페이지입니다. 모두 여기있습니다. 모두 웹상에 존재하는 것들이죠. 제 이야기가 끝난 후에, 여러분의 방에서도 모두 해 보실 수 있습니다. 피봇을 이용해 10년 동안의 첫페이지들이나 특정 연도의 첫페이지들에 대해서 자세히 살펴볼 수 있습니다. 특정 호에 대해서 바로 살펴볼 수도 있습니다. 자, 그럼 저는 이것을 살펴보기로 하죠. 이번 호에 나온 운동 선수들에 대해 살펴보겠습니다. 저는 랜스 암스트롱의 팬입니다. 그러니 이것을 클릭해보겠습니다. 랜스 암스트롱의 사진이 실렸던 모든 호들이 화면에 나타납니다.

(박수)

자, 제가 이중에서 유독 눈에 띄는 것, 아마도 이렇게, "모든 싸이클링에 대해 살펴보면 어떨까?"라 생각한다면, 저는 한발 물러나서, 그것을 펼쳐볼 수 있습니다 이제 그래그 레몬을 볼 수 있군요. 자 이제 이것이 어떤 것인지 알 수 있겠지요. 이런 방식으로 정보들 속을 항해해나갈 때, 깊이 들어가기도하고, 넓게 보기도 하고, 들어갔다가, 나왔다가 하기도 하면서 단순히 검색을 하거나, 웹 브라우징을 하는 것이 아닌 실제로는 기존과 약간 다른 무언가를 하게됩니다. 이는 검색과 웹브라우징의 중간쯤이며, 우리는 이것이 정보가 사용되는 방식을 바꿀 것이라 생각합니다.

저는 이 아이디어를 조금 더 특이한 무언가에 대해서 적용시켜보고자 합니다. 우리는 모든 위키피디아 페이지를 가지고 와서 그것들을 작은 요약 페이지들로 줄여두었습니다. 따라서 요약 페이지들은 짧은 줄거리로 구성되어 있고 아이콘들은 그 페이지가 실려있는 영역을 나타내고 있습니다. 저는 최상위 500개의 가장 유명한 위키피디아 페이지들을 지금 보여드리고 있습니다. 이러한 제한적인 것들으로도 우리는 많은 것들을 할 수 있습니다. 지금 당장, 우리는 위키피디아에서 가장 유명한 세부 항목들이 어떤 것들인지를 알 수 있죠. 계속해서 이제 정부를 선택해보겠습니다. 자, 이제 정부를 선택했고, 정부와 가장 빈번하게 관련되는 위키피디아의 카테고리가 타임지의 "올해의 사람들"임을 알 수 있습니다. 이러한 통찰은 위키피디아안의 어떤 페이지에도 속해 있지 않은 것이기 때문에 굉장히 중요합니다. 한걸음 뒤로 물러서서 전체를 볼 수 있을 때에만 이러한 통찰력을 가질 수 있습니다.

이런 특별한 요약들 중의 하나를 살펴보면서, 저는 타임지의 "올해의 사람들"에 대해서 보다 자세히 알아 볼 수 있고, 그것들 모두를 불러올 수 있습니다. 이 사람들을 살펴보면, 저는 대부분의 사람들이 "정부"와 관련된 것임을 알 수 있습니다. 몇몇은 자연과학과 관련이 있네요. 몇몇은, 작은 숫자지만, 경영과 관련이 있습니다. 여기 제 상사가 있군요. 그리고 몇몇은 음악과 관련이 있습니다. 그리고 충분히 흥미롭게도, 보노는 또한 TED Prize를 받은 사람 입니다. 그래서 우리는 TED Prize 를 받은 사람들을 모두 살펴볼 수 있습니다. 여러분이 보시는 것처럼, 우리는 웹을 페이지에서 페이지를 이동하는 것이 아닌, 최초로 마치 웹이 거미줄(web)인 것과 같이 보다 상위의 개념에서 탐색하고 있습니다.

저는 이제 여러분이 조금 놀라실만한 다른 것들을 보여드리고자 합니다. 저는 지금 뉴욕 타임지의 웹사이트를 보고 있습니다. 이제 이 응용프로그램, 즉 피봇을 이용하면 - 저는 이것을 브라우져라고 부르고 싶지 않습니다; 사실 이것은 브라우져가 아닙니다. 하지만 여러분은 이것을 이용해서 웹 페이지들을 볼 수 있고 우리는 확대/축소 기술을 이와 같은 각각의 웹페이지에 적용할 수 있습니다. 한 걸음 뒤로 물러났다가 다시 특정 위치로 돌아갈 수 있습니다. 이것이 중요한 이유는 웹페이지들을 이렇게 볾으로써 나의 웹브라우징 히스토리들 역시 동일하게 볼 수 있기 때문입니다. 즉, 제가 특정 시간 간격동안 무엇을 했는지를 자세히 살펴볼 수 있습니다 여기에, 사실, 제가 그동안 했던 모든 데모들이 들어 있군요. 그리고 저는 제가 오늘 일찍이 했던 것들을 되풀이해볼 수 있습니다. 그리고 만약 한걸음 물러서서 모든 것을 보고자 한다면 저는 저의 기록들, 아마도 저의 검색 기록들을 샅샅히 찾아볼 수 있습니다. 여기, 저는 저와 친밀한 것들을 검색했습니다 Bing 검색엔진에서, 라이브랩 피봇에 관해서 검색했습니다. 이것들을 통해서 저는 웹페이지를 살펴볼 수 있고 다시 그 페이지들을 열어볼 수도 있습니다. 이것이 하나의 메타포가 목적에 따라 여러번 재생산된 것이고, 각각의 경우에 대해 데이터 부분합보다 전체 데이터가 더 큰 것임을 보여준 것입니다

지금, 이 세계에서 우리는 데이터를 골치거리로 생각합니다. 우리는 정보 과다의 골치거리에 대해서 이야기하고 너무도 많은 데이터에 허우적거리는 것을 이야기합니다. 하지만 우리가 이를 뒤짚을 수 있다면, 그러니까 웹 자체를 뒤짚을 수 있다 생각한다면 어떨까요? 하나에서 그 다음으로 가는 것이 아니라 여러개들로부터 또다른 여러개로 이동하는 것에 익숙해지고, 기존에는 숨겨져 있던 특정 패턴들을 볼 수 있다면 어떨까요? 만약 우리가 그것을 할 수 있다면, 우리는 자료들에 갖혀 있는 것이 아니라 실제로 그 자료들로부터 정보를 끄집어 낼 수 있을 것 입니다. 그리고, 단순히 정보를 다루는데에 그치는 것이 아니라, 지식을 알아내려고 애쓸 수 있습니다. 우리가 만약 그 지식들을 알 수 있다면, 우리는 아마도 지혜를 찾아낼 수 있을 것 입니다.

감사합니다.

(박수)