고전문학 관련 디지털 인문학 연구의 현황과 미래

이승은; 이승은

추천

검색

자료유형: 학술저널

저자정보: 이승은 (고려대학교) 이승은 (고려대학교)

저널정보: 고전문학한문학연구학회 고전과 해석 고전과 해석 제39권

발행연도: 2023.4

수록면: 89 - 126 (38page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 디지털 인문학에 대한 학계의 관심은 교육과정의 개설, 유관분야 연구성과의 증가 등을 통해 확인되는 바다. 이는 디지털 인문학이 인문학의 현재적 흐름인 동시에, 미래 인문학 연구의 방법을 전망하기 위한 징검다리 역할을 할 수 있으리라는 기대를 반영한 결과로 보인다. 본고는 이러한 상황 속에서 고전문학 분야에서 이루어진 디지털 인문학 연구 성과를 구체적으로 검토하고, 앞으로의 전망을 제시하였다. 먼저 그간의 연구 성과를 세 부분으로 나누어 살폈다. 첫째, 데이터베이스 구축 및 데이터 모델링이다. 이는 고전문학 자료의 특성과 존재 양태에 대한 이해를 기반으로 기계가독형 데이터로 전환하는 작업으로, 디지털 인문학의 기본이자 핵심이라 할 수 있다. 둘째, 디지털 도구를 활용한 분석은 문체분석, 감정분석, 네트워크분석, 공간분석 등 다양한 방법론을 고전문학 자료에 적용한 결과를 보여주고 있다. 분석 기법의 발전에 따라 고전문학 연구에의 적용 또한 점차 유의미한 성과를 도출할 것으로 기대되는 분야이다. 셋째, 고전문학 자료 및 연구 결과의 시각화 사례는 아직 많지 않으나, 전통적인 글쓰기와 다른 차원의 창의적인 시각화 시도는 전달력을 제고할 뿐만 아니라 대상에 대한 새로운 통찰로 이어질 수 있을 것으로 본다. 다음으로 17세기 소설 <주생전>, <위생전>, <최척전>을 대상으로 한 감정분석의 실제를 통해 앞으로 고전문학과 디지털 기술의 만남이 보다 생산성 있는 결과로 이어지기 위해 준비되어야 할 지점이 무엇인지 살폈다. 마지막으로 chatGPT와 같은 생성형 인공지능을 문학 연구에 보조도구로 활용할 수 있는 가능성을 전망해보았다. 이를 통해 디지털 도구와 협업하는 연구의 새로운 모델을 고민할 필요가 있음을 알 수 있었다.

Academia’s interest in digital humanities is confirmed through the opening of curriculum and the increase in research results in related fields. This seems to be the result of reflecting the expectation that digital humanities is the current trend of humanities and at the same time can serve as a stepping stone to foresee future humanities research methods. In this situation, this paper specifically reviewed the digital humanities research achievements in the field of classical literature and presented future prospects. The researches so far were divided into three parts. First, database construction and data modeling. This is the work of converting classical literature data into machine-readable data based on understanding of the characteristics and modes of existence, and it can be said to be the basic and core of digital humanities. Second, the analysis using digital tools shows the results of applying various methodologies such as style analysis, sentiment analysis, network analysis, and spatial analysis to classical literature data. Along with the development of analytical techniques, application to classical literature research is also expected to yield meaningful results. Third, there are not many cases of visualization of classical literature data and research results yet, but creative visualization attempts on a different level from traditional writing are expected to not only improve the delivery power but also lead to new insights into the subject. Next, through the practice of sentiment analysis on the 17th century novels <Jusaengjeon>, <Wisaengjeon>, and <Choicheokjeon>, the meeting of classical literature and digital technology should be prepared to lead to more productive results. Lastly, the possibility of using generative artificial intelligence such as chatGPT as an auxiliary tool for literature research was predicted. Through this, it was found that there is a need to think about a new model of research that collaborates with digital tools.

#디지털 인문학 #고전문학 #감정분석 #챗봇 #생성형 인공지능. #digital humanities #Korean Classical literature #sentiment analysis #Generative AI #chatbot

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

이승은

소속기관 고려대학교

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 6 이용수 225

이승은

소속기관 고려대학교

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 6 이용수 225

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)