사라진 웹페이지를 다시 만나는 곳, 인터넷 아카이브와 웨이백 머신
오래된 기사 링크를 눌렀는데 404 오류가 나온다. 기업은 홈페이지를 새롭게 꾸몄고, 전시가 끝나자 행사 안내도 사라졌다. 그러나 ‘지금 접속할 수 없다’와 ‘그때 존재하지 않았다’는 같은 말이 아니다. 인터넷 아카이브의 웨이백 머신(Wayback Machine)은 과거 특정 시점에 수집한 웹페이지를 다시 열어볼 수 있게 한다. 다만 저장된 문서와 당시 방문자가 실제로 보았던 화면을 완전히 같은 것으로 취급해서는 안 된다. 오래된 기록을 읽는 사람에게는 이 작은 차이가 중요하다.
인터넷 아카이브와 웨이백 머신은 어떻게 다른가
인터넷 아카이브(Internet Archive)는 1996년 설립된 비영리 디지털 보존 기관으로, 웹뿐 아니라 도서·음원·영상·소프트웨어 등 다양한 자료를 모은다. 웨이백 머신은 이 기관이 제공하는 웹페이지 기록 검색 서비스다. 사이트의 URL을 입력해 과거 캡처 날짜를 고르고, 그때 수집된 기록을 열어보는 도구다. 기관 전체와 도구 하나를 같은 뜻으로 쓰면 기록이 어디서 왔는지 설명할 때 혼동이 생긴다.
웹 수집은 1996년부터 진행됐으며 일반 이용자가 과거 페이지를 검색할 수 있는 웨이백 머신은 2001년에 공개됐다. 오늘날의 웹이 훨씬 커졌어도 한 원리는 같다. 보존된 자료는 인터넷 전체를 완벽하게 복사한 ‘시간여행’이 아니라, 수집기가 특정 때 접근해 기록한 파일들의 집합이라는 것이다.
주소를 입력하면 달력에 무엇이 표시될까
기본 사용법은 간단하다. 웨이백 머신에 사이트 주소 또는 특정 기사 주소를 넣고, 보존 기록이 있는 연도와 날짜를 고른다. 캘린더의 표시는 특정 날 수집 시도가 있었거나 기록이 남아 있음을 알려준다. 확인하고 싶은 것이 브랜드 홈페이지 디자인인지, 단일 발표문의 수정 전 문구인지에 따라 전체 홈페이지 URL 또는 개별 페이지 URL을 검색하는 게 좋다.
캘린더에 점이 있다고 해서 반드시 정상 페이지를 확보한 것은 아니다. 인터넷 아카이브의 도움말은 저장 당시 서버 응답 상태에 따라 색상이 달라질 수 있다고 안내한다. 흔히 파란색은 2xx 성공, 초록색은 3xx 리디렉션, 주황색은 4xx 오류, 빨간색은 5xx 서버 오류를 뜻한다. 따라서 404 기록이 있는 날짜를 선택했다면 그날 살아 있던 글을 읽는 것이 아니라, 페이지가 없다는 응답을 기록한 장면을 보고 있을 수 있다.
아카이브 URL 속 숫자도 주의해서 읽어야 한다. /web/20150102001455/처럼 14자리로 된 시각이 들어 있으면 일반적으로 YYYYMMDDhhmmss 형태의 캡처 시각을 나타낸다. 이 숫자가 사이트의 최초 개설 시각이나 글을 수정한 시각이라는 뜻은 아니다. GMT/UTC로 기록된 시각을 서울 시간으로 바꿔야 하는 경우도 있다. 출처에 날짜와 시각을 쓸 때는 그 사실이 ‘페이지에 적힌 사건 시각’인지 ‘수집된 시각’인지 분리해야 한다.
웹페이지 저장은 스크린샷 한 장을 찍는 일이 아니다
웨이백 머신은 페이지를 구성하는 HTML뿐 아니라 가능한 경우 CSS, 이미지, 스크립트와 관련 자료를 함께 저장한다. 전문 웹 아카이빙에서는 WARC(Web ARChive)와 같은 보존 형식에 수집 파일과 관련 메타데이터를 넣는다. 사용자가 과거 페이지를 열면 도구는 남아 있는 자료를 조합해 브라우저에 재생한다.
정적인 스크린샷과 달리 링크나 텍스트를 따라갈 수 있다는 장점이 있다. 그러나 이 방법으로 당시 서버의 모든 기능까지 되살리지는 못한다. 로그인, 지도, 영상, 검색 결과, 댓글처럼 다른 서버나 현재 API 호출에 의존하는 기능은 제대로 작동하지 않을 수 있다. 이미지가 비어 있거나 다른 날짜의 이미지가 대신 보일 수도 있다. 페이지에 본문 문장이 남아 있다는 사실과 모든 디자인·동작이 원래대로 복원됐다는 주장은 다르다.
직접 비교: 메트로폴리탄 미술관 홈페이지의 두 날짜
확보한 두 HTML 기록을 비교하면, 동일한 원본 주소 http://www.metmuseum.org/에 대해 웨이백 머신에 남은 2014년 1월 1일 02:44:30 GMT와 2015년 1월 2일 00:14:55 GMT의 문구 차이를 확인할 수 있다. 각각의 아카이브 주소는 원본 주소 앞에 캡처 시각을 넣는 형식이다.
당시 확보된 HTML을 기준으로 2014년 메뉴에는 ‘Collections’ 아래 ‘Search the Collections’가 보였다. 반면 2015년 기록에서는 ‘Collection’ 아래 ‘The Collection Online’이라는 표현이 사용됐고, 방문 관련 메뉴에는 ‘The Met App’이라는 항목도 등장했다. 두 기록 모두 HTTP 200 정상 응답에 해당하는 문서였다는 점도 응답 기록에서 확인된다.
이 증거가 보여주는 것은 두 캡처에 저장된 메뉴 문구가 달랐다는 사실이다. 바뀐 버튼의 색이나 픽셀 위치를 측정한 결과는 아니다. 메뉴 문구가 정확히 어느 날 바뀌었는지, 두 날짜 사이의 모든 방문자에게 동일한 화면이 제공됐는지도 알 수 없다. 2014년 초 휴관 안내처럼 날짜에 따라 자연스럽게 달라지는 임시 문구까지 영구적 디자인 변화로 해석해서는 안 된다.
| 비교 대상 | 2014년 1월 1일 캡처 | 2015년 1월 2일 캡처 | 확인할 수 있는 범위 |
|---|---|---|---|
| 주요 메뉴 | Collections | Collection | 저장된 HTML의 문구 차이 |
| 컬렉션 탐색 | Search the Collections | The Collection Online | 텍스트 표기 변경 |
| 방문 관련 앱 | 당시 표기 별도 확인 필요 | The Met App 표기 | 2015 캡처에서 문자열 존재 |
| 서버 응답 | 200 | 200 | 두 문서 수집 성공, 당시 모든 기능의 정상 동작까지는 아님 |
이 비교의 가치는 화려한 옛 화면에 있지 않다. 같은 주소의 두 시점 문서를 동일한 질문으로 읽는 방법에 있다. 기록이 보여주는 것을 넘어서지 않을 때, 웹 디자인의 역사도 신뢰할 만한 자료로 서술할 수 있다.
Save Page Now는 사이트 전체 백업인가
아니다. 인터넷 아카이브의 ‘Save Page Now’는 사용자가 현재 공개된 주소를 저장 요청하는 기능이다. 공식 도움말은 한 번의 저장이 사이트 전체, 모든 하위 디렉터리 또는 미래의 자동 수집을 보장하지 않는다고 분명히 설명한다. 특정 페이지가 저장되더라도 연결된 모든 이미지와 외부 서버가 같은 날 완전하게 보존됐는지까지 확인해야 한다.
일부 공개 폼에는 연결된 페이지 저장 옵션이 보일 수 있지만, 이것을 전문 크롤러가 사이트 전체를 수집하고 장기간 보관하는 아카이빙 프로젝트와 같다고 이해해서는 안 된다. 기관용 수집 도구인 Archive-It처럼 사이트 목록, 범위, 반복 수집의 정책을 설계하는 일과 개인이 한 URL을 저장하는 일은 목적이 다르다. 웨이백 머신은 자신의 사이트를 복구하기 위한 확실한 백업 서비스가 아니다. 원본 서버나 정기 백업을 대체할 수 있다고 믿으면 중요한 파일을 잃을 수 있다.
왜 어떤 웹페이지는 하나도 남지 않았을까
웹 아카이브는 공개 웹에 접근 가능한 범위에서 자료를 수집한다. 크롤러가 링크를 발견하지 못했거나, 로그인·접근 제한·동적 로딩·기술적 장애 때문에 문서를 가져오지 못할 수 있다. 일부 콘텐츠는 게시자의 권리와 개인정보 문제에 따라 접근이 제한될 수도 있다. 저장 기록이 없다는 사실만으로 과거에 그 페이지가 존재하지 않았다고 판단할 수 없는 이유다.
또한 보존 기록이 있다고 해서 그 자료를 자유롭게 재배포해도 된다는 뜻은 아니다. 아카이브에 열리는 저작물에는 저작권과 개인 정보가 남아 있을 수 있다. 인용 목적의 제한된 사용과 이미지·영상 재게시의 허용 범위는 별도로 판단해야 한다. 과거 웹페이지를 다시 볼 수 있다는 기술적 가능성을 곧바로 권리 허가로 읽어서는 안 된다.
아카이브를 증거로 쓸 때 물어야 할 네 가지
첫째, 어떤 원본 URL의 기록인가. 비슷한 주소나 국가별 사이트를 섞으면 서로 다른 문서를 비교하게 된다. 둘째, 캡처 시각은 언제인가. 문서 작성일과 수집일을 구분해야 한다. 셋째, 정상 문서가 보존됐는가. 200 응답인지 404 등의 오류 기록인지 확인한다. 넷째, 실제로 무엇을 관찰했는가. HTML 문구인지, 이미지인지, 클릭 후 동작인지 구체적으로 밝혀야 한다.
웨이백 머신이 지키는 것은 완전한 과거의 재현보다도, 현재 화면이 바뀌었을 때 질문을 되돌릴 수 있는 증거의 조각이다. 아카이브를 현명하게 쓰는 방법은 ‘그때도 이랬다’고 단정하는 것보다, 이 날짜의 이 주소에는 무엇이 저장돼 있었는가라고 묻는 데서 시작된다.
