기록을 정정한 실측

수집기 설계에 공백이 있어서 분류 목록이 정확한지를 확인해야 했다. 기존 문서에는 대상별 분류가 합쳐서 여섯 개라고 적혀 있었다.

Open Table of contents

세 배였던 실제 개수

브라우저로 실제 페이지를 비로그인 상태로 열어 각 대상의 분류를 세어 봤다. 합계가 열여덟 개로 기존 기록의 세 배였다.

기존 기록이 축소돼 있었던 것인데 처음 볼 때 눈에 띄는 것만 적었을 가능성이 크다. 화면에 몇 개가 먼저 보이고 나머지는 스크롤하거나 다른 탭에 있으므로 주요 분류를 적고 그것을 전체로 착각하기 쉬운 구조였다.

같이 확인한 것이 분류 식별자로 목록에 직접 진입할 수 있다는 점이었다. 홈에 들어가 탭을 클릭할 필요가 없다.

수집기가 훨씬 단순해지는데 홈 진입과 탭 클릭이라는 두 단계가 없어지기 때문이다. 이 하나로 수집 흐름 설계가 바뀌었다.

기존 코드에 대해 글 식별자를 자체 생성해서 원본과 매칭이 안 될 수 있다는 비판이 적혀 있었다. 실제 식별자와 원본 페이지 주소를 대조하니 같았다.

자체 생성이 아니라 원본 식별자였으므로 이전 비판이 틀린 것이었다. 그 형식을 뜯어보니 시각과 밀리초에 두 글자가 붙은 형태여서 문자열 정렬이 곧 시간순이 되고 증분 판정을 날짜 파싱 없이 문자열 비교만으로 할 수 있었다.

이 확인을 전부 비로그인으로 했다는 점이 중요했다. 목록은 전부 보이고 본문만 잠겨 있어서 구조 검증에는 계정이 필요 없었다.

로그인해서 하면 계정에 접근 이력이 남고 잘못하면 제재 위험도 생긴다. 기존 기록 중 잠김 판정 신호는 확인해 보니 그대로 유효했으므로 틀린 것만 정정하고 맞는 것은 그대로 뒀다.

분류 필터는 식별자를 정본으로 하고 제목의 태그 접두는 보조로만 쓰기로 했다. 태그는 사람이 붙이는 것이라 빠지거나 표기가 다를 수 있다.

열여덟 개 중 의뢰 범위 밖으로 보이는 넷은 수집 안 하기로 했지만 그것을 내가 정할 일이 아니므로 목록은 다 적고 추가 여부는 확인이 필요하다고 남겼다. 이 확인 하나가 분류 개수와 진입 방식과 식별자 판단 셋을 바꿨고 설계 문서를 다시 써야 할 만큼이었다.