Computational Representations of Character Significance in Novels
이 논문은 타 캐릭터에 의한 논의를 포함하는 새로운 6요소 성격 구조 모델을 제안하며, 19세기 영국 사실주의 소설에 대한 계산적 분석을 통해 이 접근법이 캐릭터 중심성과 젠더 역동성에 관한 문학 이론에 새로운 통찰을 제공한다는 점을 입증한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
소설을 단순히 하나의 이야기가 아니라, 북적이는 도시라고 상상해 보십시오. 오랫동안 문학 비평가들과 컴퓨터 과학자들은 등장인물이 거리를 얼마나 많이 걸었는지(장면에 등장한 횟수)나 다른 사람과 얼마나 많은 악수를 나누었는지(대화를 나눈 횟수)를 단순히 세는 방식으로 그 도시에서 누가 "중요한" 인물인지 파악하려 노력했습니다.
이 논문은 이러한 방식이 마치 도시에서 어떤 사람이 공공장소에 얼마나 자주 보이는가만으로 그 사람의 중요성을 판단하는 것과 같다고 주장합니다. 이는 어떤 사람이 온종일 집에 머물러 있더라도, 마을에서 가장 화제가 되는 인물일 수 있다는 사실을 간과하는 것입니다.
다음은 연구진이 수행한 작업을 쉬운 비유를 사용하여 정리한 내용입니다.
1. 새로운 "6점 척도" 성적표
단순히 "거리 등장"을 세는 대신, 연구팀(컴퓨터 과학자와 문학 전문가로 구성된 혼합 팀)은 캐릭터의 이야기 속 "공간"을 측정하기 위한 새로운 6부 구성의 성적표를 만들었습니다. 이것은 캐릭터의 존재감을 측정하는 성적표와 같습니다.
- 이름 (N): 이름이 몇 번이나 적혔는가? (마치 우편함에 이름이 적혀 있는 것을 보는 것과 같습니다.)
- 의사소통 (C): 얼마나 말하거나 글을 쓰는가? (마치 마을 광장에서 목소리의 크기와 같습니다.)
- 내면성 (I): 그들의 생각과 감정을 듣기 위해 우리가 얼마나 그들의 내면 속으로 들어가는가? (마치 개인 일기를 읽는 것과 같습니다.)
- 행동 (A): 그들이 하는 물리적인 행동은 무엇인가? (마치 집을 짓거나 경주를 하는 것과 같습니다.)
- 타인에 의한 논의 (DC): 다른 캐릭터들이 그들에 대해 얼마나 많이 이야기하는가? (이것이 새로운 핵심 요소입니다. 이는 마치 파티에 참석하지 않은 누군가에 대해 사람들이 속삭이는 것과 같습니다.)
- 서술자의 묘사 (DN): 이야기꾼이 그들을 얼마나 묘사하는가? (마치 서술자가 잠시 멈추어 "그의 슬픈 눈을 보라"고 말하는 것과 같습니다.)
2. "가십 지도" (새로운 네트워크)
연구진은 성적표의 "논의(Discussion)" 부분을 기반으로 한 특별한 종류의 지도(그래프)를 구축했습니다.
- 기존 지도: 이전의 지도들은 누가 누구와 함께 있었는지(공동 출현) 또는 누가 누구와 대화를 나누었는지(대화)를 보여주었습니다. 이것들은 양방향 도로와 같습니다.
- 새로운 지도: 이 지도는 누가 누구에 대해 이야기하는지를 보여줍니다. 이것은 일방통로입니다.
- 비유: 앨리스는 전혀 말을 하지 않지만, 다른 모든 사람이 그녀에 대해 끊임없이 이야기하는 마을을 상상해 보십시오. 기존의 지도에서 그녀는 보이지 않는 존재처럼 보일 것입니다. 하지만 이 새로운 "가십 지도"에서 그녀는 모든 이가 그녀를 가리키고 있기 때문에 우주의 중심이 됩니다.
3. 실험: 비평가처럼 읽도록 컴퓨터를 가르치기
연구팀은 19세기 영국 소설(예: 오만과 편견, 제인 에어)에 대해 이 6부 구성의 성적표를 채우기 위해 두 가지 방법을 테스트했습니다.
- 방법 A (The "BookNLP" 파이프라인): 문학에 특화되어 설계된 규칙 기반의 전문 도구입니다. 이는 특정 문장을 찾아내는 데 정확한 위치를 아는 숙련된 사서와 같습니다.
- 방법 B (The "LLM" 접근법): 강력한 AI 챗봇(GPT-4와 같은)을 사용하여 텍스트를 읽고 수치를 추측하게 하는 방식입니다.
결과: 전문적인 사서 도구(BookNLP)가 AI 챗봇보다 훨씬 더 정확하고 일관성이 있었습니다. 챗봇은 특히 조연 캐릭터를 다루거나, 서술자가 곧 캐릭터인 1인칭 시점의 이야기를 다룰 때 혼란을 겪었습니다. 연구진은 대규모 연구를 위해 "사서" 도구를 사용하기로 결정했습니다.
4. 발견한 사실
새로운 성적표와 "가십 지도"를 사용하여 64권의 고전 소설을 분석한 결과, 몇 가지 놀라운 사실을 발견했습니다.
- "하나와 다수" 이론: 소설은 한 명의 주인공과 공간을 차지하기 위해 싸우는 수많은 조연들로 구성된다는 유명한 이론이 있습니다. 연구진은 이것이 대체로 사실이지만, 그 "하나"는 종종 단 한 명의 영웅이 아니라, 스포트라이트를 공유하는 2~3명의 작은 집단이라는 것을 발견했습니다.
- 이야기의 대상이 되는 것 vs 이야기하는 것: 오만과 편견에서 다아시는 가장 많이 "이야기되는" 캐릭터입니다(가십 지도에서 가장 높은 'In-Degree'를 가짐). 그러나 엘리자베스 베넷은 다른 사람들에 대해 가장 많이 "이야기하는" 사람입니다(가장 높은 'Out-Degree'). 이는 대화의 주제가 되는 것과 화자가 되는 것이 다르다는 것을 보여줍니다.
- 성별과 가십: 연구진은 성별에 따라 누가 누구에 대해 이야기하는지 살펴보았습니다. 그들은 이 소설 속 여성들이 남성이 남성에 대해 이야기하는 것보다 여성에 대해 더 많이 이야기한다는 것을 발견했습니다. 또한, 여성들은 타인을 논의하는 역할을 할 가능성이 더 높았던 반면, 남성들은 주로 논의의 대상이 되었습니다. 이는 기존의 "누가 누구 옆에 있었는가"라는 지도가 완전히 놓쳤던 숨겨진 사회적 층위를 드러냈습니다.
요약
이 논문은 단순히 "누가 나타나는가"를 넘어 캐릭터의 중요성을 측정하는 새로운 방법을 제시합니다. 캐릭터가 얼마나 생각하고, 행동하며, 결정적으로 타인에 의해 얼마나 많이 이야기되는지를 계산함으로써, 연구진은 소설의 사회적 세계를 더 미묘하게 그려낼 수 있는 지도를 만들었습니다. 그들은 컴퓨터가 이 일을 수행할 수 있지만, 세부 사항을 정확히 파악하기 위해서는 일반적인 AI가 아닌 적절한 도구(특화된 소프트웨어)가 필요하다는 것을 증명했습니다. 이를 통해 우리는 이 고전 이야기들 속에서 "주인공"이 단순한 한 명의 영웅이 아니라, 복잡한 관계의 그물망이라는 것을 볼 수 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.