Modeling Narrative Structure in Latin Epic Poetry with Automatically Generated Story Grammars

기술적 요약: 자동 생성된 이야기 문법을 활용한 라틴 서사시의 서사 구조 모델링

문제 제기
문학 연구에서의 "원거리 독해"에 대한 현재 계산적 접근법은 종종 텍스트를 벡터 공간 임베딩으로 변환하는 데 의존합니다. 특정 기계 학습 작업에는 효과적이지만, 이러한 추상적 표현은 맥락이 풍부한 문학적 세부 사항을 흐리게 하고 인문학자들에게 해석 가능성을 결여시킵니다. 전통적 방법들은 종종 특정 도메인이나 작업에 맞춰져 있어 일반화 가능성이 제한적입니다. 또한, 기존 고전 텍스트의 계산적 분석은 종종 서로 다른 문학적 도메인이나 언어로 쉽게 전환되지 않는 전문 데이터셋이나 모델을 요구합니다. 저자들은 불투명한 통계적 패턴에 의존하지 않고도 서사 구조를 포착할 수 있으면서도 계산적으로 견고하고 인간이 읽을 수 있는 특징 집합의 필요성을 확인했습니다.

방법론
본 논문은 대규모 언어 모델 (LLM) 파이프라인을 사용하여 입력 텍스트에 대해 자동으로 "이야기 문법" 레이블을 생성하는 방법을 제안합니다. 이 접근법은 인간이 암묵적인 이야기 문법을 통해 서사를 이해한다는 읽기 심리학에서 영감을 받았습니다.

• 이야기 문법 정의: 저자들은 변형 문법 (Chomsky 1956) 에 기반한 수정된 이야기 문법을 정의합니다. 주어, 동사, 목적어와 같은 형식적 관계에 초점을 맞추는 표준 구문 분석기와 달리, 이 문법은 텍스트를 서사 기능으로 매핑합니다. 핵심 단위는 시간, 장소, 이유, 수단, 결과와 같은 상황으로 둘러싸인 "의미적 삼중체 (주어, 동작, 목적어)"입니다. 이 문법은 <narrative>, <event>, <trip>과 같은 구조적 괄호부터 ind-name, circum-place, act-neg와 같은 특정 서사 역할을 설명하는 말단 레이블에 이르기까지 5 개 수준에 걸쳐 약 28 개의 레이블로 구성된 계층 구조를 포함합니다.
• 모델 및 학습: 이 연구는 이러한 레이블을 생성하기 위해 GPT-5(OpenAI 2025) 를 활용합니다. 이러한 특정 레이블링 체계에 대한 기존 정답 데이터가 부재하기 때문에, 저자들은 **퓨샷 학습 (few-shot learning)**을 활용합니다. 베르길의『에클로게』에서 30 행을 수동으로 레이블링하여 학습 세트로 사용했습니다. 이러한 예시들은 문법 정의 및 작업 설명과 함께 프롬프트를 통해 모델에 제공되었습니다.
• 데이터 처리: 이 방법은 베르길의『아이네이스』와 루카누스의『내전사』라는 두 편의 라틴 서사시에 적용되었습니다. 텍스트는 개별 시 행 (구절) 으로 나누어 전처리되었습니다. 모델은 각 구절의 각 단어에 대해 일련의 이야기 문법 레이블을 생성하여 텍스트의 서사 기능을 나타내는 트리 구조를 효과적으로 만들었습니다.
• 분석 기법: 저자들은 두 가지 주요 분석 방법을 사용했습니다:
  1. 빈도 분석: 특정 스타일 패턴을 식별하기 위해 특정 레이블과 부분 시퀀스의 발생 횟수를 세는 것.
  2. 의미 매칭: 생성된 레이블 시퀀스를 특징 벡터로 사용하여 가중 코사인 유사도 지표를 적용하는 것. 이 지표는 노드 (레이블), 엣지 (부모 - 자식 관계), 그리고 경로 (길이 $n=3$인 시퀀스) 를 기반으로 유사도를 계산하여 어휘적 중복에 의존하지 않고 상호텍스트적 유사점을 식별합니다.

주요 결과
이 연구는 이 파이프라인을『아이네이스』(9,897 행) 와『내전사』(8,060 행), 그리고 리비우스의『건국사』(제 1 권) 라는 산문 텍스트에 적용했습니다.

• 스타일론적 차이: 레이블 빈도는 뚜렷한 서사 전략을 드러냈습니다.『내전사』는『아이네이스』(행당 0.641) 에 비해 ind-name(행당 1.047) 의 빈도가 더 높게 나타나, 루카누스의 고유명사 목록화에 대한 학계의 관찰과 일치했습니다. 반면,『아이네이스』는 구절의 시작 부분에서 circum-place를 더 자주 사용했습니다 (0.500 대 0.470). 이는 베르길의 이동 중심 구조와 공간적 프레임을 반영합니다.
• 부분 시퀀스 패턴: event, trip, subj, subj-ind, ind-name과 같은 공통 부분 시퀀스는 두 텍스트 모두에서 널리 발견되어 공유된 서사 관습을 나타냈습니다. 그러나 event, trip, act, act-circum, circum-place는『아이네이스』에서 훨씬 더 흔하게 나타났는데, 이는 베르길이 행동을 앞서 공간적 배경을 우선시한다는 발견을 뒷받침합니다.
• 산문 대 시: 리비우스의 산문에 적용되었을 때, 모델은 더 길고 복잡한 문장 구조에 어려움을 겪으며 obj-subj 레이블을 과도하게 사용했습니다. 이는 최적의 성능을 위해 스타일이 일치하는 퓨샷 예시의 필요성을 강조했습니다.
• 의미 매칭:『아이네이스』와『내전사』를 비교한 사례 연구에서, 이야기 문법 기반 의미 매칭은 Tesserae 벤치마크의 알려진 상호텍스트 3,410 개 중 501 개를 상위 10% 결과 내에서 복원했습니다. 특히, 어휘적 유사성은 낮지만 서사 구조가 유사한 구절 간에 높은 점수의 매칭 (예: 점수 0.975) 을 식별하여, 이 방법이 어휘가 아닌 기능에 기반한 유사점을 감지할 수 있음을 입증했습니다.

의의 및 주장
저자들은 이 방법이 계산적 분석과 전통적 문학 연구 간의 간극을 연결하는 "인간이 읽을 수 있고 일반화 가능한 특징 집합"을 제공한다고 주장합니다.

• 해석 가능성: 임베딩 기반 방법과 달리, 출력은 "이름 있는 개인", "출발 동작", "장소"와 같이 학자들이 직접 해석할 수 있는 명시적 서사 레이블로 구성됩니다. 이를 통해 "인문학과 기술자 모두에게 접근 가능한" 패턴을 발견할 수 있습니다.
• 일반화 가능성: 고정된 어휘 매핑을 피하고 구조적 문법에 의존함으로써, 적절한 퓨샷 예시가 제공된다면 이 방법은 다양한 문학적 도메인과 언어에 적용될 수 있습니다.
• 상호 보완성: 저자들은 이 접근법을 기존 자연어 처리 (NLP) 작업의 대체제가 아닌 상호 보완적 특징 집합으로 위치시킵니다. 스타일론, 저자 식별, 암시 탐지, 의미 매칭과 같은 작업을 위한 앙상블 학습 파이프라인에 통합될 수 있습니다.
• 검증: 이 방법은 베르길의 공간적 지향 대 루카누스의 행동 중심 서두와 같은 확립된 문학적 통찰을 성공적으로 복원하고 새로운 구조적 패턴을 식별함으로써, 계산적 문학 분석을 위한 도구로서 이야기 문법의 유용성을 검증했습니다.

본 논문은 이 접근법이 서사 구조를 대규모로 가독 가능하게 만들면서도 인문학적 범주에 기반을 두게 함으로써 인문학과 기술자 간의 더 풍부한 협력을 촉진한다고 결론지었습니다.