본 연구는 7개 언어(한국어, 독일어, 러시아어, 스페인어, 영어, 이태리어, 프랑스어)를 대상으로 하여 명사가 핵을 이루는 다양한 연어 및 연어 대응표현의 데이터베이스를 구축하고 이를 기반으로 유형론적 관점의 대조 연구를 수행하는 것을 목적으로 한다.
연어란 ...

본 연구는 7개 언어(한국어, 독일어, 러시아어, 스페인어, 영어, 이태리어, 프랑스어)를 대상으로 하여 명사가 핵을 이루는 다양한 연어 및 연어 대응표현의 데이터베이스를 구축하고 이를 기반으로 유형론적 관점의 대조 연구를 수행하는 것을 목적으로 한다.
연어란 긴밀한 공기 관계를 보이는 두 개의 어휘 요소간의 결합을 의미하는 것으로, 전형적으로 구성 어휘 요소 중 하나는 그 의미가 투명하고 다른 하나는 그 의미가 불투명한 경우를 말한다. 예를 들어 한국어의 ‘나이를 먹다, 새빨간 거짓말, 비난의 화살’ 등이 대표적인 연어라 하겠다. 위의 예에서 ‘나이, 거짓말, 비난’처럼 그 의미가 투명한 어휘 요소를 연어핵, ‘먹다, 새빨간, 화살’처럼 그 의미가 투명하지 않은 어휘 요소를 연어변이라 칭한다. 이때 연어핵과 연어변의 결합에는 일반적으로 제약이 따르고, 또한 연어변의 의미 불투명성으로 인하여 연어 전체의 의미가 정확히 파악되지 않는 것이 일반적이다.
한편 연어는 개별 언어마다 고유한 양식으로 나타나고 따라서 언어간의 연어 대응 관계는 일정하지 않다. 실제로 한 언어의 연어는 다른 언어에서 다양한 형태로 실현될 수 있다. 예를 들어 한국어 연어 ‘질문을 던지다’의 대응표현이 6개 언어에서 모두 연어로 실현되는 반면, 한국어에서는 연어인 ‘화를 내다’는 프랑스어(se mettre en colère)에서는 연어로 구현되나, 독일어(Ärger herauslassen), 영어(get angry)에서는 자유결합으로 나타나며, 스페인어(enfadarse), 이태리어(arrabbiarsi/ inquietarsi/ adirarsi), 러시아어(рассердиться)에서는 하나의 어휘로 실현된다.
본 연구에서는 통사․의미적 양태를 보이는 각 언어별 연어의 특성을 기술하고 언어간의 연어 대응 관계에 대한 정밀한 데이터베이스를 구축하여 이를 체계적으로 대조 연구하고자 한다.

본 연구과제의 결과물은 다음과 같은 세 가지 관점에서 활용가능성과 기대효과를 가질 수 있다.
￭ 언어교육적 관점
한국어와 다국어 간의 연어정보 구축자료는 한국인을 대상으로 한, 그리고 외국인을 대상으로 한 한국어교육 분야에서 보다 효율적으로 이용될 ...

본 연구과제의 결과물은 다음과 같은 세 가지 관점에서 활용가능성과 기대효과를 가질 수 있다.
￭ 언어교육적 관점
한국어와 다국어 간의 연어정보 구축자료는 한국인을 대상으로 한, 그리고 외국인을 대상으로 한 한국어교육 분야에서 보다 효율적으로 이용될 수 있다. 기본어휘의 확장단계에 있는 한국인이나 영어 사용자에게 연어정보를 제공해주면 보다 자연스런 중고급 수준의 한국어를 습득 내지는 구사할 수 있다. 학교에서는 구축된 연어정보를 사용하여 작문, 해석, 회화 부분에서 실제 교육자료로서 활용할 수 있으며 특히 외국인을 대상으로 한 한국어 교육에 있어서 고급수준의 교재를 편찬하는 데 직접 활용할 수 있다. 또한 외국어 관련 분야에 종사하는 사람들은 통역, 번역 등의 실무작업에서 한국어-다국어 연어자료를 효과적으로 활용할 수 있다.
￭ 언어학적 관점
연어핵과 연어변의 결합으로 분석되는 연어정보는 어휘학이나 사전편찬학 분야에서 즉각적으로 활용될 수 있다. 연어변으로 출현하는 어휘들의 부류에 따라 다양한 의미들을 보다 객관적으로 분류할 수 있으므로 다의어 분석과 동의어 기술을 엄밀히 할 수 있다. 또한 체계적인 연구에 기반하여 구축한 연어 정보는 기존 사전의 정보갱신이나 새로운 사전편찬에 활용될 수 있다. 이는 한국어 및 6개 언어의 연어 대응자료의 구축은 한국어와 개별 외국어간, 또는 언어계통 간 대조연구에 효과적으로 활용될 수 있다.
￭ 자연언어처리 관점
본 연구 결과는 자연언어처리에서 핵심이 되는 단어 중의성 해소 문제를 해결하여 정보검색, 정보추출 분야나 문서분류, 문서 클러스터링 및 문서요약 시스템구축에 기초자료로 활용될 수 있다.
또한, 본 연구에서 구축한 연어 데이터베이스는 기계번역의 여러 단계에서 직접 이용될 수 있다. 출발언어의 분석단계(parsing)에서 보면, 연어 정보에 의한 문장분석은 보다 높은 정확률을 가져다 줄 수 있고, 한국어-다국어 데이터베이스를 일종의 변환사전으로 활용하면 정확한 대응표현을 선별할 수 있다. 그리고 생성단계 (generation)에 있어서도 구축된 목표언어의 연어 정보를 이용하면 보다 자연스런 문장을 산출해낼 수 있어서 고품질의 번역결과를 얻을 수 있다.

본 연구는 그 내용을 다음과 같이 4단계로 구분하고 3년간에 걸쳐 연차적으로 추진하도록 한다.

￭ 기초 연구
￭ 한국어 연어 목록 구축
￭ 한국어, 독일어, 러시아어, 스페인어, 영어, 이태리어, 프랑스어 대조 데이터베이스 구축
￭ 다 ...

본 연구는 그 내용을 다음과 같이 4단계로 구분하고 3년간에 걸쳐 연차적으로 추진하도록 한다.

￭ 기초 연구
￭ 한국어 연어 목록 구축
￭ 한국어, 독일어, 러시아어, 스페인어, 영어, 이태리어, 프랑스어 대조 데이터베이스 구축
￭ 다국어 연어의 유형별 대조 연구

이때의 기본 방향은 엄밀한 이론언어학 관점을 중점적으로 취하되, 코퍼스 기반 접근법을 적극적으로 활용함으로써 이론언어학적 관점이 가질 수 있는 한계를 보완하는 것이 될 것이다. 우리가 중심적으로 준거할 이론적 토대는 Mel'čuk의 방법론이 될 것이다. Mel'čuk의 의미-텍스트 이론(Meaning Text Theory)은 연어핵과 연어변의 결합 관계를 어휘함수(lexical function)라는 체계적이고 형식적인 의미 관계로 설명하고 있다. 따라서, 이 이론은 본 연구의 대상이 되는 7개 언어 내에서 다양하게 나타나는 연어들의 특성과, 이들 언어들 간의 연어 대응 관계들을 일관적인 기준으로 기술할 수 있게 해 줄 것이다.
Mel'čuk의 방법론에 더하여 본 연구는 코퍼스 기반 연구 방법을 부가적으로 취하여, Mel'čuk의 이론이 가지고 있는 한계, 즉 문맥 의존성(context sensibility)의 부족을 보완하고자 한다. 즉, 우리는 이미 확보한 한국어-다국어(10개 언어) 대용량 병렬 코퍼스 등 다양한 코퍼스를 적극 활용하여 추출한 용례들에 기반하여 다국어 연어 대조 데이터베이스를 구축 할 계획이다.


1. 기초 연구

7개어(한국어, 독일어, 러시아어, 스페인어, 영어, 이태리어, 프랑스어) 연어 대조 데이터베이스 구축을 위하여, 기초 연구에서는 다양한 연어 이론을 검토하고, 기존 연구에 사용된 방법론과 모형을 종합하여, 각 언어별, 언어간 기술 모형을 설계하고 그 기술 모형에 근거한 표본 기술을 시도한다.
특히 기술 모형을 설계하는 데 있어서는, 한국어와 대응 외국어 간에 대응 연어의 존재 여부, 어휘의 의미상 대조, 연어핵과 연어변, 논항 구조, 격틀, 선택 제약, 문법 범주, 상, 시제, 태 등의 일치 혹은 불일치를 기술할 수 있는지를 반드시 고려하도록 한다.

2. 한국어 연어 목록 구축

일반적으로 연어를 규정하는 가장 중요한 기준은 ‘단일방향성’으로 두 구성 요소 중 하나가 다른 하나를 제한적으로 요구한다는 것이다. 즉, 구성요소는 선택어와 피선택어로 구성되며, 여기서 선택어는 연어핵, 피선택어는 연어변으로 불리운다. 본 연구에서는 명사가 핵이 되어 구성하는 다음 다섯 가지 유형의 연어들을 다룬다.

(1) ＮＶ 유형: 명사+동사 유형 예)결론을 내리다, 질문을 던지다/퍼붓다
(2) AＮ 유형: 형용사+명사 유형 예) 새빨간 거짓말, 막다른 골목
(3) NA 유형: 명사+형용사 유형 예) 신망이 두텁다, 얼굴이 창백하다
(4) ＮＮ 유형: 명사+명사 유형 예) 엽기적 살인, 열광의 도가니
(5) NP 유형: 명사+조사 유형 예) 반대로, 동시에

이 때의 연어 목록은 연어핵이 되는 명사를 중심으로 구축할 것이다. 우선 명사의 의미부류와 다양한 코퍼스를 바탕으로 각 목록에 해당하는 명사 1000개를 선별하고 이를 핵으로 하는 연어 목록 5000개를 구축하기로 한다. 이 과정은 KAIST 기본어휘 목록, 21세기 세종계획 전자사전의 연어사전, KAIST 한국어 단어망, 그 밖의 Ontology, Wordnet, 시소러스 등을 적극 활용하는 3단계의 선별 및 정제과정을 포함한다.
한국어 연어 기술에서 고려되는 세부 항목은 연어핵/연어변(연어핵이 되는 명사에 대해 연어변으로 올 수 있는 모든 품사의 어휘 기술), 연어 유형(NV, NA, NN, NP 둥 어떤 유형에 속하는가), 격틀 정보(조사, 보문표지, 어순 정보), 논항구조(의미역), 선택제약(의미부류), 어휘함수, 용례(코퍼스에서 발굴) 등이다.

3. 7개어 연어 대조 데이터베이스 구축

7개어 연어 대조 데이터베이스는 이상과 같이 구축된 한국어 연어 5000개에서 출발하여 독일어, 러시아어, 스페인어, 영어, 이태리어, 프랑스어의 대응표현을 찾아 상세히 기술하는 방식으로 구성된다.
연어는 두 어휘들 간의 제한적 결합관계이므로, 언어 간의 연어 대응관계는 다양하고 복잡한 양상을 지닌다.

- 연어 vs 연어
- 연어 vs 자유결합
- 연어 vs 하나의 어휘요소
- 연어 vs 대응표현 없음
- 연어 vs 관용표현

특히, 계통적으로 서로 다른 독일어, 러시아어, 스페인어, 영어, 이태리어, 프랑스어, 한국어 사이에는 상기 대응 관계 유형이 더욱 복잡하게 나타난다. 예를 들어, 한국어 연어를 중심으로 살펴보면, 한국어에서는 NV형 연어로 분석되는 ‘소리를 지르다’는 6개 외국어에서 다양한 유형의 대응표현으로 나타난다. (예1 참조)

예1) 소리를 지르다(한국어)
schreien (Ｖ＋Ｎ형 허용 안함)(독일어)
кр