요약

  • 2007년에 등장한 reCAPTCHA는 답을 아는 단어와 아직 읽지 못한 단어를 묶어, 방문자 확인과 옛 인쇄물의 문자화를 함께 수행했다.
  • 2008년 설계에서 모르는 단어가 검사용 단어가 되려면 처음 세 사람의 답이 일치하고 두 OCR의 추정과 모두 달라야 했다.

컴퓨터가 못 읽는다고 사람에게 물어본 단어가, 얼마 뒤 사람의 답을 검사한다. 초기 reCAPTCHA의 승진 속도는 제법 빨랐다. 낡은 책의 흐릿한 글자에도 관리직으로 가는 길이 있었던 셈이다.

Carnegie Mellon University의 2007년 프로젝트 소개는 이 거래를 설명한다. 사이트에 들어가려는 이용자가 광학 문자 인식 프로그램, 즉 OCR이 읽지 못한 인쇄물을 판독한다. 입력창 앞에서 들인 짧은 수고가 오래된 자료를 문자로 옮기는 작업에 보태졌다.

답도 모르는 문제를 내고 어떻게 채점했을까. 연구진의 2008년 원논문에 나온 방법은 두 단어를 한 조로 만드는 것이었다. 하나는 답을 아는 검사용 단어, 다른 하나는 미해독 단어다. 순서를 무작위로 바꾸고 이미지를 더 일그러뜨렸다. 검사용 단어를 맞힌 사람의 다른 답은 미해독 단어에 대한 유력한 후보로 기록했다. 같은 단어를 다른 사람에게 보여줄 때는 왜곡 방식도 바꿨다.

글로 남길 답과 남을 시험할 답

문자를 확정할 때는 사람의 답에 1표, OCR의 답에 0.5표를 부여하고 최소 2.5표를 요구했다. 두 사람과 OCR 하나가 같은 답을 내면 판독을 확정할 수 있었다.

검사용 단어로 승격되는 조건은 더 까다로웠다. 처음 세 사람의 답이 서로 같으면서 두 OCR의 답과 모두 달라야 했다. 이 조건을 통과한 단어는 다음 방문자를 시험할 수 있었다. 앞사람이 푼 문제가 뒷사람의 시험지 제작에 투입되는 구조다.

처음부터 모든 단어를 사람에게 맡기지도 않았다. 두 OCR의 출력이 다르거나 영어 사전에 없는 단어를 추려 질문했다. 반대로 판독이 확정되기 전에 여섯 사람이 거부한 단어는 읽을 수 없는 것으로 제외했다. 다른 문제를 요청하는 버튼까지 자료 정리에 쓰인 것이다.

학교의 2009년 발표에 따르면 서비스는 2007년에 등장했고, 회사는 2008년에 설립됐으며, 2009년에 Google이 인수했다. 초창기 설계의 재미는 단어의 두 번째 직업에 있다. 방문자는 옛 글을 복원하는 동시에, 일정한 조건 아래 다음 방문자를 검사할 기준도 만들었다. 입력창은 답을 받아 두는 데서 그치지 않고 다음 시험을 준비했다.