중국 내 고전 문헌의 디지털화 현황 및 전망

장염

추천

검색

자료유형: 학술저널

저자정보: 장염 (고려대학교)

저널정보: 한국고전문학교육학회 고전문학과 교육 고전문학과 교육 제49호

발행연도: 2022.2

수록면: 45 - 93 (49page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 연구는 중국의 고전 문헌 디지털화의 현황과 현 단계의 문제에 대해 살펴봄으로써, 한국 고전 연구자에게 중국 고전 문헌 자료에 대한 소개 및 접근의 용이성에 도움을 주는 데 목적이 있다. 중국의 고전 디지털 구축은 1980년대를 시작으로 1980년 중반 탐색기를 거쳐, 1990년대 사업화, 대형화로 이어지고 2007년 이후는 국책 사업의 추진으로 공공성 또는 대중화로 진행되어 왔다. 데이터베이스 축적은 크게 공공 기관에 의해 구축된 것과 기업 및 출판사에 구축된 것으로 나뉜다. 전자는 수록 내용이 제한적이지만 개방도가 높은 것이 장점이다. 특히 오프라인뿐 아니라 원격으로 대중에게 무료 제공해 주는 데이터베이스가 많아 해외 연구자들에게 편리하다. 반면, 후자의 경우 데이터 사용료가 비싸 일반인들이 사용하기 부담스럽지만 자료 수록 내용이 방대하고 풍부하여 서비스를 구매한 기관에 소속된 이용자들에게는 유리한 장점이 있다. 본고는 현 단계 중국 디지털 구축의 문제 네 가지를 짚었다. 데이터베이스 개방도 부족, 국가 차원의 통일된 계획과 지원 결여, 기술적인 난점, 데이터베이스의 저작권 문제 등이 그것이다. 특히 현재 중국에서는 한국과 일본 못지않게 다양한 데이터베이스를 구축하였으나 두 나라처럼 모든 자료를 통일된 플랫폼을 통해 대중에게 무료로 제공해주는 것이 아니기 때문에 데이터베이스의 이용은 비효율적이다. 이 문제의 해결은 나머지 국가 차원의 지원, 기술적인 장벽, 또한 저작권 등의 문제를 개선하는 바탕 위에 가능해진다. 최근에 전통문화 보호에 관한 국가의 거시적인 정책 조정과 기술의 급속한 발전에 따라 일부 문제는 완화될 가능성을 보이고 있다. 특히 고전 문헌의 교감을 맡고 있는 전문적인 고전 출판사가 과거의 출판물을 수합하여 고전 데이터베이스로 만드는 것, 또는 인공지능 기술을 이용하여 고전을 정보화하는 시도 등은 중국뿐만 아니라 한국의 고전 데이터베이스의 구축 연구를 위해 새로운 방향을 제시해줄 수 있어 큰 의미를 지니고 있다.

This paper aims to introduce Korean researchers to how to use Chinese classical documents by examining the current status and problems in the digitalization of classical documents in China, and to help them research and educate classical literature based on reference and analysis of ancient Chinese texts.?Classical digitalization in China began in the 1980s. It then went through an exploration period from the mid-1980s, a stage of commercialization and enlargement in the mid-1990s, and commonality and popularization due to the promotion of national projects since 2007. Database achievements can be mainly divided into the resource library constructed by public institutions and the resource database established by companies or publishers. The former is somewhat limited in content, but the degree of openness remains higher. In particular, there are few databases that provide free services to the public offline as well as remotely, which is very convenient for overseas researchers. The latter has limitations because of its high price, but its rich content and various functions make it useful to institutional users that purchase the service. This paper pointed out four problems with digital construction in China at this stage: lack of database openness, lack of unified national-level planning and support, technical difficulties, and copyright problems. China has established many databases, like Korea and Japan, but these databases have problems of low use efficiency because not all data are provided free of charge to the public through a unified platform as in Korea and Japan. This problem can be resolved by improving national support, technical barriers, and copyright. However, some problems have recently been alleviated due to China's rapid technological development and the macro-policy coordination on the protection of traditional culture. In particular, some ancient book publishing houses attempted to integrate publishing resources and establish databases; companies also started to use AI to identify texts and input them into computers. These trials are of great significance, as they present a new direction for the construction of classical databases in Korea and China.

#고전 문헌 #디지털화 #고전 데이터베이스 #중화고적자원고(中華古籍資源庫) #중국기본고적고(中國基本古籍庫) #서동문고적DB(書同文古籍數據庫) #중화경전고적고(中華經典古籍庫) #Classical documents #Digitization #Classical database #Chinese classic ancient books database #Chinese classic ancient books #Shu tong wen gu ji shu ju ku #Zhonghua Ancient Books Database.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

장염

소속기관 고려대학교

주요연구분야 사회과학 > 교육학 인문학 > 어문학 > 한국어와문학

논문수 4 이용수 31

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)