키워드는 그만, 한 문장이면 원하는 스톡 사진이 나온다
실제 검색 네 가지—오랜 단골 카페 손님, 군중 속의 고독, 순수한 은유, 그리고 같은 검색어를 두 언어로—로 보여드립니다. 장면을 문장으로 묘사하는 편이 어떤 키워드 검색창보다 낫다는 사실을요.
Marouane Tijani
9 분 분량
머릿속에는 그 사진이 또렷하게 떠오릅니다. 따스한 아침 햇살, 세월이 깊게 팬 얼굴, 작은 잔 하나, 한적한 거리,
그리고 이 사람이 이 자리에 천 번은 앉아 봤으리라는 분명한 느낌. 그런데 스톡 사진 사이트를 열어 보면,
결국 그 장면을 통째로 포기하고 검색창이 받아줄 만한 키워드 몇 개로 잘게 부숴 넣어야 합니다.
노인, 카페, 커피. 그렇게 돌아오는 결과는 어딘가 뻣뻣하고, 뻔하고, 한참 빗나가 있죠.
이미지 찾기가 답답한 진짜 이유가 여기에 있습니다. 사진이 세상에 얼마나 많으냐는 사실 핵심이 아닙니다. 관건은 그 사진을 어떤 방식으로 불러낼 수 있느냐입니다. 이제 그 방식을 바꿔 보겠습니다 — 그리고 네 차례에 걸쳐 직접 증명해 보이겠습니다.
키워드 검색이 통하지 않는 이유
대부분의 사진 라이브러리, 그리고 Google Images의 검색창 뒤에서 돌아가는 전통적인 스톡 검색은 결국 태그를 맞춰 보는 시스템입니다. 사진마다 사람이나 알고리즘이 붙여 둔 단어가 따라붙죠. 이를테면 남자, 테이블, 커피, 야외 같은 것들요. 검색을 하면 엔진은 입력한 단어와 사진에 달린 단어를 비교해, 얼마나 겹치는지로 순위를 정합니다. 그런데 이 방식은 늘 같은 지점에서 세 번 무너집니다.
- 어휘의 간극. 나는 “카페”라고 쳤는데 태그에는 “커피숍”이라고 적혀 있습니다. 나는 “나이 든”이라고 했는데 태그는 “시니어”라고 합니다. 뜻은 같은데 단어가 달라서, 태그 매칭은 이 둘을 끝내 이어 주지 못합니다.
- 의도의 간극. 검색어에는 분위기가 담겨 있습니다. 일상의 반복, 외로움, 삼십 년 묵은 습관 같은 것들요. 그런데 어떤 태그도 이런 결을 담아내지 못하니, 엔진은 그 의미를 버리고 명사 몇 개만 붙들고 갑니다.
- 긴 검색어일수록 손해. 설명을 자세히 할수록 키워드 검색은 오히려 더 헤맵니다. 단어가 하나 늘 때마다 태그에 없을 법한 항목도 하나씩 늘어나기 때문이죠. 그래서 우리는 검색어를 점점 단순하게 줄이는 데 길들여집니다.
시맨틱 이미지 검색이란 무엇인가
시맨틱 이미지 검색은 태그 단어를 맞춰 보는 대신, 이미지를 그 의미로 찾아냅니다. AI 모델이 검색어와 색인 속 모든 이미지를 두고, 그것이 결국 무엇에 관한 것인지를 압축한 숫자 지문, 곧 벡터로 바꿔 놓습니다. 그런 다음 엔진은 그 지문이 검색어의 지문과 가장 가까이 놓인 이미지부터 보여 줍니다. 비교가 “의미의 공간”에서 일어나기 때문에, 한 줄의 묘사가 내가 쓴 단어로는 한 번도 태그된 적 없는 사진과도 맞아떨어질 수 있습니다.
여기서 두 가지 결론이 자연스레 따라 나오는데, 사실 이게 전부입니다.
- 평범한 일상어로 검색하면 됩니다. 친구에게 장면을 설명하듯, 완전한 한 문장으로요.
- 검색어가 길고 풍부할수록 결과가 더 좋아집니다. 나빠지는 게 아니라요. 디테일이 하나 늘 때마다 매칭이 굶주리는 게 아니라, 오히려 지문이 한층 또렷해집니다.
테스트: 일부러 불가능하게 만든 한 문장
차이를 눈으로 확인할 수 있도록, 어떤 키워드 시스템도 버텨내지 못할 검색어를 일부러 골랐습니다. 너무 길고, 너무 구체적이며, 사물의 나열이 아니라 하나의 이야기가 담긴 문장입니다.
「삼십 년째 매일 아침 드나든 카페, 그 테이블에 앉은 노인.」
키워드 검색창에 이걸 넣으면 둘 중 하나가 벌어집니다. 문장을 노인, 남자,
카페로 잘라낸 뒤 뻔한 스톡 사진을 한가득 쏟아 놓거나 — 아니면 문장을 통째로 곧이곧대로 받아들였다가
그렇게 태그된 사진이 하나도 없어 거의 빈손으로 돌아옵니다. 삼십 년도, 매일 아침도,
일상이 쌓아 올린 그 고요한 무게도 죄다 버려지는 거죠. 아래는 Pexafy가 이 문장을 한 글자도 손대지 않고 그대로 검색해 돌려준 결과입니다.
맨 앞 결과를 보세요. 야외 카페 테이블에 홀로 앉은 노년의 남성, 문장이 묘사한 바로 그 몸에 밴 아침의 고요가 사진에 그대로 배어 있습니다. 이 사진에 “삼십 년”이라고 태그를 단 사람은 아무도 없습니다. 엔진이 문장의 속뜻을 읽어내 그 감정을 찾아낸 겁니다. 한 번이면 운일 수도 있죠. 그러니 세 번 더 해 보겠습니다.
키워드 엔진을 무너뜨리는 검색 3가지 더
1 · 대상이 없는 감정: “군중 속의 고독”
“고독”이라는 태그 같은 건 없습니다. 키워드 엔진은 도시와 군중만 집어내
관광 엽서 같은 사진을 내놓을 뿐입니다. 반면 Pexafy는 그 감정을 읽어냅니다. 흐릿하게 스쳐 가는 낯선 사람들 사이에 홀로 멈춰 선 한 사람을요.
2 · 순수한 은유: “모두의 기대를 짊어지는 무게”
이 문장에는 카메라에 담을 만한 대상이 아예 하나도 없습니다. 태그 매칭으로는 손쓸 도리가 없죠. 그런데 Pexafy는 이 은유를 가장 직설적이고 인간적인 형태로 풀어냅니다. 무거운 짐을 실제로 어깨에 짊어진 사람들로요.
감정, 은유, 서사 — 종류가 다른 세 가지 “불가능”에 대해, 진짜로 들어맞는 사진을 세 묶음 찾아냈습니다. 여기에, 누가 스톡 사진을 쓸 수 있느냐 자체를 조용히 바꿔 놓는 기능이 하나 더 남아 있습니다.
3 · 같은 검색을, 어떤 언어로든
키워드 검색은 태그가 적힌 언어 — 거의 다 영어죠 — 만큼만 제 몫을 합니다. 반면 Pexafy는 어떤 언어든 의미를 똑같은 공간에 매핑하기 때문에, 영어로 치든 한국어로 치든 검색어가 결국 같은 자리에 가서 꽂힙니다. 어부 한 명을 두 언어로 검색하면 어떤 일이 벌어지는지 보시죠.
두 언어에서 맨 위에 뜬 사진 두 장이 똑같습니다. 키워드를 번역해 맞춘 게 아니라, 한국어로 출발하든 영어로 출발하든 같은 이해에 가닿은 결과입니다. Pexafy는 단 하나의 색인 위에서 100개가 넘는 언어를 이런 식으로 처리합니다.
Google Images, Unsplash, Pexels와 어떻게 비교되는가
오해는 말아 주세요. Unsplash, Pexels, Pixabay는 정말로 자유롭게 쓸 수 있는 멋진 사진을 제공하고, Pexafy는 이들 전부에 더해 그 이상까지 검색합니다. Google Images는 열린 웹을 색인하는 능력에서 따라올 곳이 없죠. 차이는 사진 자체에 있는 게 아닙니다. 그 사진을 어떻게 불러낼 수 있느냐에 있습니다.
| 키워드 / 태그 검색 Unsplash · Pexels · Pixabay | Google Images | Pexafy | |
|---|---|---|---|
| 무엇으로 매칭하나 | 태그 단어 | 페이지 텍스트 & 태그 | 시각적 의미 |
| 한 문장으로 검색하면 | 더 나빠짐 | 더 나빠짐 | 더 좋아짐 |
| 감정 & 은유 | 버려짐 | 버려짐 | 이해함 |
| 비영어 검색어 | 영어 태그만 | 일부만 | 100개 이상 언어, 색인 하나로 |
| 한 번 검색에 도는 소스 | 라이브러리 한 곳 | 열린 웹 | 9개 라이브러리 동시에 |
| 깔끔한 무료 라이선스 | O | 사이트마다 직접 확인 | O — 결과마다 출처 링크 제공 |
속을 들여다보면, Pexafy는 사람이 사진을 보듯 한 장 한 장을 읽습니다. 태그를 곧이곧대로 믿는 대신 픽셀 자체를 들여다보는 방식이죠. 신경망이 모든 이미지의 실제 내용과 검색어에 담긴 의미를 함께 헤아려, 둘을 하나의 공통된 공간에 나란히 올려놓습니다. 그러면 알맞은 사진을 찾는 일은 내 문장에 가장 가까이 놓인 이미지를 골라내는 일이 됩니다. 그것도 9개 라이브러리를 통틀어, 100 밀리초도 안 되는 사이에요.
문장으로 검색하는 법: 팁 4가지
시맨틱 검색을 제대로 써먹으려면, 그동안 몸에 밴 키워드 습관 몇 가지를 내려놓아야 합니다.
- 명사를 나열하지 말고 장면을 그려 주세요. “간호사 병원”이 아니라 “늦은 밤 병원 복도에서 잠시 숨을 돌리는 지친 간호사”처럼요.
- 분위기를 얹으세요. 고요한, 정신없는, 아련한, 미니멀한 같은 말은 결과를 실제로 끌고 갑니다. 군더더기가 아니라 엄연한 의미의 일부거든요.
- 그냥 모국어로 쓰세요. 굳이 영어로 번역할 필요 없습니다. 평소 생각하는 그 언어로 문장을 적으면 됩니다.
- 필터 말고 말로 다듬으세요. 결과가 너무 광고 같나요? “꾸밈없는, 자연광, 다큐멘터리”를 덧붙여 보세요. 버튼을 누르는 대신 묘사를 고쳐 가며 좁혀 가는 겁니다.
결국 달라지는 건 이 한 가지입니다. 머릿속 발상을 기계가 받아줄 키워드로 끼워 맞추는 일을 그만두고, 이미 눈앞에 선명하게 떠오른 그 장면을 그대로 묘사하면 됩니다. 발목을 잡고 있던 건 검색 방식이었지, 사진 창고가 아니었으니까요.