오늘은 인스타그램의 숨은 꿀기능을 하나 알아보겠습니다. 단지, 일상을 공유하는 사진 플랫폼이 아니라, 내가 가고 싶은 곳을 찾는 검색 도구로 활용하는 방법인데요. 인스타 감성 사진을 얻을 수 있는 장소를 찾기에 편리하지 않을까요? 한 번 알아보시죠.
인스타그램을 검색엔진으로
맛집이나 카페 등 친구와 새로운 장소에 가고 싶을 때, 가장 많이 활용하는 것이 네이버 블로그 검색이죠? 그런데 가끔 블로그 내용은 조금 올드한 느낌이 들기도 하고, 인스타 감성 사진을 얻을 수 있는 예쁜 장소를 원할 때는 뭔가 아쉬운 느낌이 듭니다. 어차피 인스타용 감성 사진이 목적이라면 이제 인스타그램의 위치기반 검색을 활용해 보세요. 지금 내 위치에 있는 인스타 핫플을 검색할 수 있습니다.
How to Use
인스타그램에서 검색을 누르기
일단 검색 항목으로 들어가야 합니다. 검색항목에 들어가게 되면, 추천 검색어가 나오고, 직접 입력을 할 수도 있는데요. 어떤 것을 해도 상관없습니다. 우리는 검색어로 검색을 하려고 하는 것이 아니라 위치 검색으로 넘어갈 것이기 때문에 아무것이나 선택해 줍니다.
위치 아이콘 누르기
카페를 선택해서 나온 화면입니다. 이 상태에서 새롭게 나온 아이콘 4개 중 가장 오른쪽의 위치 아이콘을 눌러 줍니다. 이렇게 하면, 기존에 입력한 검색어 (여기서는 카페)를 기준으로 위치가 등록된 리스트가 나오게 되고, 그중에서 찾고자 하는 위치를 선택하면 해당 위치의 사진들을 볼 수 있습니다.
위치 리스트 중 '광교 카페거리'를 선택한 화면입니다. 해당 위치를 가고 싶으신 분이라면 이 상태에서 사진들을 찾아보시면 됩니다. 그런데, 오늘 우리가 알아볼 것은 특정 위치에 있는 인스타그램 스폿들을 알고 싶은 것이기 때문에, 다음으로 넘어가겠습니다.
내 위치를 기준으로 검색하기
일단, 사진들이 있는 화면과 지도가 있는 화면의 경계 부분을 아래로 드래그를 해 보세요. 그러면 지도가 확대가 되면서 누를 수 있는 버튼이 하나 추가됩니다.
바로 '이 지역 검색'이라는 버튼인데요. 해당 버튼을 누르면, 현재 지도 위치를 기준으로 인스타그램에 올라온 위치들을 검색해 줍니다. 만일에 현재 지도 기준이 아니라 내가 있는 위치를 검색하고 싶다면, 우측 상단의 현재 위치 지정 버튼을 누르면, 현재 위치를 중심으로 지도가 이동합니다. 그 후에 다시 '이 지역 검색' 버튼을 누르면, 현재 위치를 중심으로 인스타그램 정보를 검색해 줍니다.
이렇게 나온 검색 결과는 기존에 입력한 검색어와는 상관없이 현재 위치를 중심으로 검색된 것이기 때문에, 사진에 표시된 카테고리들 중에서 선택을 해 주시면, 원하는 종류의 항목들을 볼 수 있습니다.
이때, 지도에 있는 아이콘을 누르면 해당 위치정보로 올라온 사진들을 확인할 수 있습니다.
어떠신가요? 이렇게 찾은 카페 중 하나의 사진들을 봤는데요. 감성사진 좀 뽑으실 수 있을 것 같은가요? 인스타그램을 자주 활용하시고 일상을 종종 공유하시는 분이라면, 새로운 인스타그램 감성 스폿을 찾는데 활용하면 좋겠다 생각됩니다.
장점과 단점
장점
인스타그램을 사용하는 유저들이 직접 올린 사진을 직접 볼 수 있기 때문에, 내가 방문했을 때 어떤 사진을 건질 수 있는지 미리 가늠해 볼 수 있습니다. 말 그대로 인스타 감성 사진을 얻고 싶으신 분이라면, 해당 상점의 감성 스폿을 미리 볼 수도 있고, 매장에 방문했을 때 해당 위치를 찾아보기도 수월하겠죠? 같은 장소라도 어떤 배경으로 찍느냐에 따라 사진의 분위기는 많이 다르니까요.
단점
아무래도 사진 위주의 정보만 볼 수 있는 플랫폼이다 보니, 해당 매장의 구체적인 메뉴를 비롯한 정보들을 얻기는 어렵습니다. 즉 사진보다 맛집을 찾고자 하신다면, 이 방식은 그다지 효율이 좋지 못합니다.
또 한 가지 단점은, 지도상에 내가 원하는 카테고리의 사진이 아닌 정보도 섞여 있다는 것입니다. 위치 정보를 기준으로 했기 때문인데요. 그래서 직접 사진들을 보면서 직접 걸러내는 단계가 필요합니다.
오늘은 인스타그램의 위치기반 검색 기능에 대해서 알아봤는데요. 인스타그램 감성 사진을 찍을 스폿을 찾는 분에게는 매우 유용한 기능이 될 것 같고, 맛집을 찾기 위한 분이라면, 인스타그램보다는 네이버 검색이 아직은 더 유용해 보입니다.
댓글