메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국일어일문학회 일어일문학연구 일어일문학연구 제104권 제2호
발행연도
2018.1
수록면
157 - 187 (31page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본고에서는 메이지(明治) 군가 80 곡과 쇼와(昭和) 군가 · 군국가요 140 곡을 대상으로 ‘병사’에 대한 언어 표현에 포커스를 두어 메타포 · 어휘의 종류와 특징, 출현 배경 등을 비교 분석하였다. 메이지 시대에는 93 곡에서 총 37 종류의 메타포・어휘가 나타나고 있는데, 「丈夫/軍・皇御軍・大御軍/武士・武夫/兵・兵士/男/醜の御楯」등과 같이 다양한 고어 (특히 와카에서 다용된 어휘)의 활용에 역점을 두고 있는 것을 특징으로 들 수 있다. 이러한 특징은 신체시 (新体詩) 및 메이지 군가의 창성자 도야마 마사카즈(外山正一)의 와카에 대한 계승의식에서 출발 한 것이라 할 수 있다. 이것은 ‘천황제 시스템・이데올로기’를 표방하는 동시에 ‘봉건적 군신관계와 봉건 무사정신・도덕으로의 복귀와 각성’ 통해 발현되어진 이른바 ‘헌신・죽음의 각오와 의무를 요구하는 언어코드’로써 활용되었다 할 수 있다. 이러한 메타포・어휘 외에도 서양의 근대 군대 제도의 수용과 징병제 실시를 배경으로 메이지 ​​제국 국가의 신 군대- 육 · 해군의 활약과 역할의 홍보에 중점을 둔 ‘병(兵)’의 어휘가 메이지 시대에는 빈출되고 있다. 또한 ‘군신(軍神)’의 용어가 다용되고 있는데, 이것은 일본이 아마테라스오가미('天照大神)에 의해 건국 된 ‘신국(神国) 사상'과 천황을 현인신(現人神)으로 신격화하고, ‘전사 = 군신’이라는 '국가 신도(国家神道)의 신앙’이 표출된 것으로 볼 수 있다. 쇼와기에 있어서는 96 곡에서 총 39 종의 메타포・어휘가 나타나고 있다. 주로 고어 (와카 어휘)가 빈번히 활용되고 있는데, 대부분 메이지 시대의 패턴이 그대로 답습된 것임을 알 수 있다. 군가집을 통해 주로 지식인 계층에 의해 널리 보급된 메이지 군가에 비해 쇼와 군가・군국가요는 국가권력의 미디어・언어통제에 의해 생산된 ‘국가 이데올로기 장치’이자 ‘정부 주도의 Top-down형 메커니즘’으로써 활용된 특징을 보이고 있다. 메이지 시대와의 차이점으로 주목해야할 점으로써는 ‘용사(勇士)’와 ‘독수리(鷲)’의 단어의 사용빈도가 상당히 높다는 것이다. ‘용사’는 ‘폭탄 삼용사(爆弾三勇士)의 영웅 미담을 계기로 화제가 되어 관・군・언론 미디어의 협력에 의해 현상 공모곡 발표로 대유행한 것이다. ‘독수리(鷲)’는 쇼와기에는 육・해군 항공 부대명으로도 사용되었는데, 독수리의 국장(国章)과 제복 등을 사용한 나치 독일을 추종하여 활용된 것으로 추측된다. 태평양 전쟁의 발발과 함께 특공의 항공대원이 되었던 ‘독수리’와 , ‘젊은 독수리(若鷲)’(청소년부대)는 ‘승리’, ‘용맹’의 상징 뿐 만 아니라 ‘특공・자폭’의 메타포로써 표출 되었다. 전후에는 전시 유행어 '若鷲'에서 모티브를 얻은 것으로 보이는 「독수리 오형제(科学忍者隊ガッチャマン)」애니메이션이 방송 되어 대인기를 얻기도 하였다. 이 외에도 「사키모리의 노래(防人の歌)」에서 차용된 ‘시코노 미타테(醜の御楯)’, ‘미타테(御楯)’는 신풍특별공격대(神風特別攻撃隊)의 부대명(第一御楯~第7御楯)으로 사용되기도 하였다. 이러한 메타포는 총력전을 위한 ‘국가・국민 총동원’과 ‘1억 옥쇄’, ‘1억 특공’ 과 같은 정치적 슬로건을 내세운 고노에(近衛)-토조(東條)-고이소(小磯) 내각의 ‘군국적 시스템・조직과 이데올로기’를 극명히 표방하고 있다. 이것은 ‘독수리(鷲)’ 와 ‘젊은 독수리(若鷲)’와 같이 ‘특공・자폭의 각오와 의무를 요구하는 언어코드’로써 역할을 하였다고 할 수 있다.

목차

등록된 정보가 없습니다.

참고문헌 (27)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0