빅데이터 시대의 언어 연구

CWB 기반 코퍼스는 몇 가지 장점을 가지고 있다. 그중의 하나는 대용량 데이터를 처리할 수 있는 효율적인 검색 시스템 CQP를 내장하고 있다는 점이다. 이 검색 시스템은 2GB까지 처리 가능하다. 두 번째 장점은 유니코드를 지원하기 때문에 여러 언어의 코퍼스 구축을 가능하게 하여 언어 보편적으로 활용된다는 것이다. 세 번째 장점은 원천 텍스트의 포맷을 폭넓게 수용하기 때문에 부가되는 언어적 정보에 있어 차이가 있는 자료들도 하나의 코퍼스로 통합할 수 있다는 데서 찾을 수 있다. 넷째는 검색 시에 정규 표현식을 지원한다는 장점을 갖는다. 이러한 여러 가지 장점 때문에 많은 언어들이 이미 CWB 기반 코퍼스로 구축되어 웹을 통해 서비스되고 있다. 예를 들어 BNCweb이라는 이름으로 웹상에서 서비스되고 있는 영어 코퍼스 BNC는 바로 CWB 기반 코퍼스이다. (22쪽)

위의 예에서 확인할 수 있듯이 존재를 표현하는 ‘there’와 함께 한 문장 내에 나타나는 동사들 가운데 출현빈도가 높은 것은 ‘seem’, ‘appear’, ‘remain’이다. 이 통계를 뒷받침하는 용례들 가운데 일부는 앞서 50에 제시된 바 있다. 위의 검색식 60에 쓰인 준거점(target) 바로 뒤에는 ‘hw’가 나타나 있는데, ‘hw’ 대신에 ‘word’나 ‘pos’ 등 위치속성이 쓰일 수도 있다. 이와 관련한 선택은 검색을 통해 달성하고자 하는 검색의 목적과 결부되어 있다. (91쪽)

이 표에 따르면 소통동사(vc4), 심리동사(vc9) 및 사회관계동사(vc13) 부류가 into 사역구문과 공연하는 정도가 매우 높은 것으로 나타난다. 이 부류의 동사들은 워드넷 내에서의 평균값과 비교하여 2∼3배 정도 자주 이 구문에 출현한다. 선구적으로 이 구문에 대한 연구를 시작했던 Huston·Francis (2000)에서도 frighten, scare 및 terrify 등 부정적인 심리동사들이 이 구문을 매우 선호한다는 점을 지적한 바 있다. 이들은 이외에도 coax나 charm 등 비이성적인 설득을 시도하는 소통동사와 force나 coerce 등 강요를 의미하는 동사들도 이 구문에 빈번히 나타난다는 사실을 밝혀낸 바 있다. (222쪽)

다음으로 괴테가 요한나 쇼펜하우어와 가장 가깝다는 점도 이목을 끄는데, 둘 다 여행기를 쓴 문학가라는 점에서 공통점을 찾을 수 있다. K?hler(1999)에 따르면, 요한나 쇼펜하우어가 1806년부터 1828년까지 바이마르에서 문학살롱을 운영하였고 괴테는 살롱의 주요 참석자였다. 교육열이 높은 한국인의 시각에서 보자면, 철학자 쇼펜하우어의 어머니는 아들의 교육을 위해서 문화교육도시 바이마르로 이사를 해 당대 최고 지성인들과 친교를 맺은 것으로 해석할 수 있다. 어머니의 지혜로운 결정에 의해 쇼펜하우어는 위대한 철학자의 반열에 오른다. 곧 요한나 쇼펜하우어는, 아들의 교육을 위해 3번이나 이사를 한 맹자의 어머니와 비교될 만하다.
또한 Brewer(2002)는 요한나 쇼펜하우어의 장편소설 『가브리엘레(Gabriele)』가 괴테의 작품 『빌헬름 마이스터의 편력시대』에 영향을 미쳤다고 주장한다. 더 나아가 빌헬름 폰 훔볼트와 루소가 어떤 관심사를 공유한 것으로 나타난다. 이에 대해서도 심층적인 연구가 필요하지만, 문득 드는 생각은 두 저자가 모두 ‘교육’ 문제에 몰두한 적이 있다는 사실이다. 알렉산더 폰 훔볼트와 다윈은 지질학자이자 탐험가라는 공통점을 갖기 때문에 텍스트들도 자연 유사성을 보인 것이라고 할 수 있다. 일반 대중의 시각에서 볼 때 13인의 문서유사도가 흥미로운 점은 텍스트적 관점에서는 친구 간(괴테와 쉴러)이나 모자 간(요한나 쇼펜하우어와 아르투어 쇼펜하우어) 혹은 형제 간(알렉산더 폰 훔볼트와 빌헬름 폰 훔볼트)도 모두 남남이라는 사실일 것이다. (385~387쪽)

각 언어의 코퍼스를 활용하여 분석을 시도하는 영역은 크게 네 가지다. 어휘 층위의 통계적 분석, 형태론 층위, 연어관계 및 구문과 어휘의 상관관계이다. 코퍼스로부터 추출한 빈도와 용례를 기초로 하여 6개 언어에 대해 각 영역과 관련된