핵심 요약: Day2 Indexing 핵심 — 구글은 페이지를 Heading, Navigation, Main Content로 나눠 이해하고(Centerpiece), 텍스트를 tokenization해 색인한다. 이 개념은 띄어쓰기가 불규칙한 한국어에서 특히 중요하다.
Indexing 토픽에서 상당 부분은 구글이 HTML 콘텐츠를 어떻게 Processing 하는가에 대한 개념에 중점을 맞추어 많은 내용들이 다루어졌습니다.
1. Centerpiece 의 개념
구글은 크롤링 이후 구글이 콘텐츠를 이해하기 위한 구글만의 구조를 만들고 Indexing 과정 이전에 processing 하는 과정을 거칩니다. 페이지에서 유저들이 보는 화면에서 구글은 세가지 영역으로 나누어 콘텐츠를 이해하게 되는데요.
- Heading
- Navigation
- Main Content
여기서 중요한 부분은, 바로 link 가 main content 영역에 위치시키는가 아닌가로 URL의 중요성을 강조하거나 하지 않을 수 있다는 것입니다.
이제까지 공개하지 않았던 processing 개념에 대해 자세히 구글이 공유해준 시간인것 같습니다.
2. Tokenization 의 개념
구글은 HTML 내에 텍스트 문장을 그대로 가져가지않고, tokenizing 을 하게됩니다. 특히 한국어는 문장 내 단어 사이사이에 공백을 항상 사용하지 않는 언어적 특성으로 인해서 이 개념이 더욱 중요한데요. 문장을 단어들로 모두 쪼개는 tokenization 과정을 거쳐 구글 내 search index 로 다시 저장하는 과정을 거칩니다.
3. Internalization과 Localization 의 개념
언어의 각기 다른 특성으로 인해서기도 하면서, 같은 언어를 사용하지만 각기 다른 단어나 스펠링을 사용하는 경우들이 있는데요. 구글 문서에서 많은 내용을 이미 다루고 있으면서, 강제적으로 SERP 내에 로컬 콘텐츠를 타국가 콘텐츠보다 올리기 위한 작업은 생각보다 제한적이었습니다.
4. JavaScript?
Gary 의 한마디
“I hate JavaScript”