웹 아카이브
웹 아카이브(web archive)는 웹의 페이지와 관련 자원을 특정 시점의 상태로 수집하고 장기간 보존하는 저장소 또는 그 보존 활동을 가리킨다. 웹 문서는 계속 변경되거나 삭제될 수 있어 과거의 정보를 확인하려면 당시의 표현을 별도로 기록해야 한다. 웹 아카이빙은 학술 연구, 언론...
| 분류 | 디지털 기록 보존 시스템 |
|---|---|
| 주요 용도 | 웹사이트와 웹 자원의 과거 버전 보존 |
| 관련 기술 | World Wide Web, HTML, URL, 웹 브라우저 |
| 참고 자료 | Internet Archive: Wayback Machine |
웹 아카이브(web archive)는 웹의 페이지와 관련 자원을 특정 시점의 상태로 수집하고 장기간 보존하는 저장소 또는 그 보존 활동을 가리킨다. 웹 문서는 계속 변경되거나 삭제될 수 있어 과거의 정보를 확인하려면 당시의 표현을 별도로 기록해야 한다. 웹 아카이빙은 학술 연구, 언론 기록, 공공 기록 관리, 디지털 문화유산 및 링크 부패에 대한 대응에 활용된다.
웹 아카이브는 일반적으로 웹 크롤러를 사용하여 HTML, CSS, 이미지와 스크립트 등의 자원을 수집한다. 수집한 응답에는 원본 URL, 수집 시각, HTTP 헤더와 콘텐츠 바이트 등 재현에 필요한 메타데이터를 함께 저장할 수 있다. WARC 같은 표준화된 컨테이너 형식은 여러 웹 응답을 기록하고 교환하는 데 사용된다.
아카이브의 재현 서비스는 사용자가 원래 URL과 날짜를 지정하면 보관된 응답을 조합해 페이지를 보여준다. Internet Archive의 Wayback Machine은 대표적인 웹 기록 열람 시스템이다. 시간이 다른 시점에 수집된 이미지나 외부 자원이 혼합될 수 있으므로 재현된 화면이 특정 순간의 원래 사이트와 항상 정확히 동일하다고 가정할 수는 없다.
동적 웹 애플리케이션은 클라이언트에서 JavaScript를 실행하거나 원래 서버의 API에 의존할 수 있어 완전한 보존이 어렵다. 사용자 로그인 후에만 볼 수 있는 자료와 개인화된 응답, 실시간 통신 및 스트리밍 콘텐츠도 일반적인 크롤링만으로는 수집되지 않을 수 있다. 브라우저 기반 캡처와 별도의 데이터 내보내기 기능은 이러한 한계를 보완하는 방법이다.
웹 아카이빙의 기술적 구조 외에도 저작권과 개인정보, 접근 제한 및 보존 정책을 고려해야 한다. 보관된 콘텐츠가 원본에서 삭제되었다는 이유만으로 항상 공개 유지할 수 있는 것은 아니며 자료의 성격과 적용되는 제도에 따라 접근을 제한하기도 한다. 장기간 유지하려면 저장 무결성 검사, 메타데이터 관리와 여러 복제본의 보관이 중요하다.[1]