MUM: 복잡한 검색어를 위한 Google의 신기술

게시 됨: 2021-10-04

MUM(다중 작업 통합 모드)이란 무엇입니까? 어떻게 작동합니까? 목표는 무엇입니까? 이번 포스팅에서는 구글의 인공지능을 기반으로 한 이 새로운 기술의 세계를 소개해 드리겠습니다. SEO는 미래에 어떻게 바뀔까요?

MUM(다중 작업 통합 모델)의 정의

MUM ( Multitask Unified Model )은 정확하고 명확한 단어나 구문을 사용하는 경우에도 사용자가 검색 엔진에서 수행하는 더 나은 검색어를 이해하기 위한 Google의 새로운 기술입니다 .

목표는 답변에 도달하는 데 필요한 질문 수를 줄이고 사용자에게 더 많은 성과와 만족스러운 결과 를 제공하며 이전 모델보다 정보 및 세계 지식에 대한 포괄적인 이해를 개발하는 것 입니다.


Google의 수석 부사장인 Prabhakar Raghavan이 Google I/O 2021 무대에서 MUM을 발표하고 있습니다.

Google은 MUM에 대해 다음과 같이 정의합니다.

"Google이 언어를 더 잘 이해하고 복잡한 검색 요구 사항에 대한 유용한 응답을 더 쉽게 얻기 위해 내부적으로 탐색 중인 새로운 기술"입니다.

MUM의 기술

이제 MUM에 대한 정의가 있으므로 그 옆에 있는 기술을 더 잘 이해할 수 있도록 몇 가지 기능을 살펴보겠습니다.

  • MUM은 강력 합니다. T5 텍스트 대 텍스트 프레임워크를 사용하고 Transformer 아키텍처를 기반으로 하지만 BERT(Bidirectional Encoder Representations from Transformers)보다 1000배 더 강력합니다.
  • MUM은 다국어 입니다. 이전 모델보다 더 완벽하게 이해하면서 75개의 다른 언어와 많은 다른 작업을 한 번에 이해할 수 있습니다.
  • MUM은 다중 모드입니다. 즉, 웹 페이지, 텍스트 및 이미지와 같은 다양한 형식의 정보를 이해할 수 있지만 미래에는 비디오 및 오디오에서도 동시에 이해할 수 있습니다.

  • MUM은 정교 합니다. 가장 복잡하고 정확하며 명확한 검색 쿼리를 이해하도록 설계된 기술로, 완전한 답변을 얻으려면 일반적으로 평균 8단계가 필요합니다. 따라서 새로운 인공 지능은 사용자의 탐색 프로세스를 용이하게 합니다.

오늘날의 검색 엔진은 전문가가 대답할 만큼 충분히 정교하지 않습니다. 그러나 멀티태스킹 통합 모델(MUM)이라는 새로운 기술을 통해 우리는 이러한 유형의 복잡한 요구 사항을 지원하는 데 점점 더 가까워지고 있습니다. 따라서 앞으로는 작업을 완료하는 데 필요한 검색 횟수가 줄어들 것입니다.

Google IO'21 – Google 검색의 새로운 기능 – LaMDA | 멀티태스킹 통합 모델 – MUM | 이것은 SEO를 변경합니까?
Prabhakar Raghavan, Google 수석 부사장, Google I/O 2021 – MUM: 이것이 SEO를 변경합니까?

Google MUM의 이점은 무엇입니까?

MUM의 가장 중요한 이점 중 하나 는 검색 세션을 단축 할 수 있다는 것입니다.

복잡한 쿼리에서 MUM은 명시적 컨텍스트뿐 아니라 암시적 컨텍스트 및 관련 쿼리도 이해할 수 있습니다. 또한 사용자에게 유용할 수 있는 정보를 제공할 수 있습니다.

예를 들어 보겠습니다(Google에서 만든 것과 동일). 저는 산을 오르는 것을 좋아하고 최근에 Mount Adams라는 산을 하이킹했습니다. 나는 내년 가을에 후지산을 하이킹하고 싶기 때문에 이 새로운 경험을 준비하기 위해 무엇을 다르게 해야 하는지 알고 싶습니다. 지금은 검색 엔진에서 다음과 같이 많은 검색을 해야 합니다.

  • 각 산의 고도;
  • 평균 온도;
  • 하이킹 코스의 어려움;
  • 사용할 올바른 기어;
  • 등등.

검색을 많이 한 후에 필요한 모든 정보를 얻을 수 있습니다.

이제 MUM에서 어떤 일이 일어날 수 있는지 봅시다.

MUM은 내가 한 일과 내가 해야 할 일을 이해할 수 있었습니다.


MUM은 내가 두 산을 비교하고 있다는 것을 이해하고 높이와 트레일 정보가 관련이 있을 수 있다고 추측합니다.

또한 하이킹의 맥락에서 "준비"에는 훈련 및 올바른 장비와 같은 측면이 포함될 수 있음을 이해할 수 있습니다. 유용한 관련 정보를 추출하여 제안할 수도 있습니다.

MUM은 세계에 대한 깊은 지식을 바탕으로 통찰력을 제공할 수 있기 때문에 두 산의 고도가 거의 같지만 후지산의 가을은 장마철이므로 방수 재킷이 필요할 수 있음을 강조할 수 있습니다. MUM은 또한 웹에서 유용한 기사, 비디오 및 이미지에 대한 포인터와 함께 최고 등급의 장비 또는 최고의 훈련 운동과 같은 심층 탐구에 유용한 하위 주제를 표시할 수 있습니다.

또 다른 중요한 이점은 언어 장벽의 제거입니다 .

언어는 정보에 접근하는 데 있어 중요한 장벽입니다. MUM은 언어와 상관없이 지식을 전달함으로써 이러한 장벽을 허물 수 있습니다 .

검색어와 동일한 언어로 작성되지 않은 소스에서 "학습"하고 사용자가 답변을 얻을 수 있도록 도와줍니다.

후지산의 동일한 예를 사용하여 웹에 일본어로 작성된 후지산에 대한 유용한 정보가 있다고 가정해 보겠습니다. 지금쯤이면 다른 언어로 검색해도 찾을 수 없을 것입니다.

MUM은 소스의 지식을 모든 언어로 이전 하고 정보를 사용하여 내 언어에서 가장 관련성이 높은 결과를 찾을 수 있습니다.

따라서 앞으로 후지산 방문에 대한 정보를 검색할 때 산의 가장 멋진 전망을 즐길 수 있는 곳, 해당 지역의 온천, 인기 있는 기념품 가게와 같은 결과를 볼 수 있습니다. 일본어.

[사례 연구] Google의 봇 크롤링 관리

26,000개 이상의 제품 참조가 있는 1001Pneus는 SEO 성능을 모니터링하고 Google이 올바른 카테고리와 페이지에 크롤링 예산을 사용하고 있는지 확인하는 안정적인 도구가 필요했습니다. OnCrawl을 사용하여 전자 상거래 웹사이트에 대한 크롤링 예산을 성공적으로 관리하는 방법을 알아보십시오.
사례 연구 읽기

MUM 및 백신 연구

MUM의 첫 번째 응용 프로그램은 백신 연구를 개선하는 것 입니다.

우리 모두는 종종 같은 개념이 다른 용어로 정의될 수 있다는 것을 압니다. 이는 언어, 문화 또는 지리적 영역 또는 여러 요인의 조합에 따라 달라질 수 있습니다.

팬데믹 기간 동안 사람들은 Google에서 COVID-19와 관련된 정보를 찾기 시작했으며 Google은 신뢰할 수 있는 보건 당국(예: 세계 보건 기구)의 고품질 정보를 제공하기 위해 사용자 표현을 식별하는 방법을 배워야 했습니다.

Google의 분석에 따르면 AstraZeneca, CoronaVac, Moderna, Pfizer, Sputnik 및 기타 백신의 이름은 전 세계적으로 800개가 넘을 수 있습니다. 백신에 대한 정보를 찾는 사람들은 "Coronavaccin Pfizer", "mRNA-1273", "CoVaccine" 등을 검색할 수 있습니다.

모든 이름을 정확하게 식별하는 능력은 사람들에게 신뢰할 수 있는 최신 정보로 결과를 제공하는 데 중요하지만 이 작업은 일반적으로 오랜 시간(몇 시간 또는 몇 주)이 걸립니다. MUM 덕분에 몇 초 만에 50개 이상의 언어로 된 800개 이상의 백신 이름 변종을 식별할 수 있었습니다 . 공식 백신 이름의 작은 샘플만 사용하여 MUM은 언어 간의 변이를 빠르게 식별했습니다.

새로운 알고리즘의 가능성을 보여주는 좋은 테스트였습니다. 가까운 장래 에 MUM의 새로운 기술이 모든 검색어에 대해 여러 언어로 된 사용자 검색의 관련성을 향상시킬 수 있을 것이라고 생각하기 쉽습니다.

Search On 2021의 최신 뉴스

Google은 Search On 이라는 라이브 스트리밍 이벤트에서 인공 지능 덕분에 가능해진 몇 가지 혁신을 발표했으며 앞으로 몇 달 안에 Google 제품에서 보게 될 것입니다.
첫 번째 뉴스는 이미지로 검색하는 새로운 방법에 대한 것이며 Google Lens에 직접 통합될 것입니다 . 이를 통해 사용자는 Google 이미지를 기반으로 검색하는 것뿐만 아니라 Google 렌즈를 통해 촬영된 대상에 대해 질문하여 자신이 보고 있는 것에 대해 검색할 수 있습니다.

이 새로운 기능을 사용하면 티셔츠 사진을 볼 때 렌즈 아이콘을 터치하고 양말과 같은 다른 의류 품목에서 동일한 모델이나 디자인을 찾도록 Google에 요청할 수 있습니다. 이것은 단어로 정확하게 설명하기 어려울 수 있는 것을 찾을 때 유용합니다. 이미지와 텍스트를 단일 쿼리로 결합하면 이미지로 검색하고 정확한 질문을 하기가 더 쉬워집니다.

또 다른 예는 새를 촬영한 다음 Lens에게 "무엇을 먹고 있나요?"라고 묻는 것입니다. 또는 자전거 체인 사진을 찍고 "고칠 방법은 무엇입니까?"라고 물어보십시오.

두 번째 뉴스는 검색 아래 숨겨진 관련 주제인 "알아야 할 사항"에 대한 것입니다.

예를 들어 "아크릴 물감"을 검색하면 Google은 사용자가 이 주제에 접근하는 방식을 분석하고 검색을 서로 연관시켜 아크릴 물감에 관한 최대 350개의 주제를 제공합니다.

예를 들어, "가정용 도구로 아크릴 물감 만들기"와 같은 주제를 탐색하고 발견할 수 있으므로 주제를 훨씬 더 깊이 파고들 수 있습니다. 그런 다음 "확대"하거나 축소하여 그림을 배울 수 있는 곳이나 다양한 그림 방법 또는 유명한 화가에 대해 자세히 알아볼 수 있습니다.

세 번째 뉴스는 영상과 영상 주제 분석에 관한 것입니다.

Google은 하이라이트를 발견하기 위해 비디오를 분석할 뿐만 아니라(이미 하고 있는 것처럼), 이제 비디오의 주제를 식별하고 더 깊이 탐색하고 더 배울 수 있는 링크를 제공하는 새로운 경험을 제공할 것입니다.

MUM 덕분에 정보에 대한 사전 이해 덕분에 비디오에서 구체적으로 언급되지 않은 관련 주제가 표시됩니다.

이 뉴스는 앞으로 몇 주 안에 도착할 것이며 다음 달에 개선될 것입니다.

결론

이 시스템은 앞으로 몇 달 또는 몇 년 안에 다른 제품에 통합될 것입니다.

MUM은 기존 시스템의 여러 측면을 개선할 수 있을 뿐만 아니라 정보를 검색하고 탐색하는 완전히 새로운 방법을 만들 수 있습니다.

Google이 사람들이 의사소통하고 정보를 자연스럽게 해석하는 모든 다양한 방식을 이해할 수 있는 미래로 나아가는 것이 좋습니다.

내가 가장 놀라운 것은 언어에 관계없이 개념을 검색하는 능력입니다. 특히 매우 구체적인 쿼리에 대한 응답 품질이 크게 향상될 것이라고 믿습니다.

SEO 작업은 어떻게 변경됩니까? 많은 사람들은 알고리즘에 의한 콘텐츠에 대한 이해가 계속 증가하는 상황에서 SEO가 여전히 의미가 있는지 궁금해합니다. AI가 텍스트를 이해하는 데 더 많이 향상될수록 더 많은 SEO가 경계선 기술의 부담에서 벗어나 정확한 개체에 대해 정의되고 완벽하게 일관성 있고 상호 연결된 특별한 리소스의 생산에 집중할 수 있을 것이라고 믿습니다.

그리고 이것은 내가 기대하는 SEO입니다.