Metaphors' journeys across time and genre: tracking the evolution of literary metaphors with temporal embeddings

1. 연구 문제 (Problem)

• 배경: 은유는 언어와 인지의 보편적 현상이지만, 실험적 연구는 일상적 은유에 집중되어 왔으며, 문학 작품에 등장하는 은유는 상대적으로 덜 연구되었습니다.
• 문제점: 기존 연구들은 은유 생성 시점과 독자가 이를 처리하는 시점 사이의 시간적 간격 (temporal gap) 을 고려하지 않았습니다. 19 세기에 창작된 은유를 21 세기 독자가 이해할 때, 언어와 사회의 변화로 인해 추가적인 인지적 노력이 필요한지 여부는 밝혀지지 않았습니다.
• 가설: 이탈리아어의 경우 19 세기에는 문학과 비문학 (일상 언어) 의 스타일이 유사했으나, 21 세기에는 웹 기반 언어와 현대 문학이 급격히 분화되었습니다. 저자들은 이러한 장르적 분화와 시간적 변화가 은유 처리 비용 (semantic similarity) 에 영향을 미칠 것이라고 가정했습니다.

2. 방법론 (Methodology)

이 연구는 역사적 분산 표현 (Diachronic Distributional Semantics) 기술을 활용하여 은유의 진화를 정량화했습니다.

• 데이터 수집 및 코퍼스 구성:

  • 총 토큰 수: 1 억 2,400 만 개 (124 million tokens).
  • 시기: 19 세기 vs 21 세기.
  • 장르: 문학 (Literary) vs 비문학 (Non-literary, 예: 웹, 신문, 기술 문서).
  • 데이터 소스: Project Gutenberg, Itwac (웹 크롤링), LIS (1850-1940), ChronicItaly 등.
  • 4 가지 학습 세트: 19 세기 문학, 19 세기 비문학, 21 세기 문학, 21 세기 비문학.

• 은유 데이터셋:

  • 19 세기 이탈리아 문학 텍스트에서 추출한 "A of B" (NOUN of NOUN) 구조의 은유 515 개.
  • 예: "Capelli di fiamma" (불꽃 같은 머리), "Nebbia di malinconia" (우울의 안개).
  • 각 은유는 주제 (Topic, A) 와 차량 (Vehicle, B) 으로 구성됨.

• 모델 학습 (TWEC):

  • Temporally aligned Word Embeddings with a Compass (TWEC) 모델을 사용.
  • 이 방법은 서로 다른 시기의 코퍼스를 훈련하여 생성된 벡터 공간이 동일한 좌표계를 공유하도록 정렬 (alignment) 합니다.
  • 이를 통해 19 세기와 21 세기의 단어 의미 표현을 직접 비교할 수 있게 되었습니다.

• 측정 지표:

  1. 코사인 유사도 (Cosine Similarity, CS): 은유의 주제와 차량 간의 의미적 거리. (거리가 멀수록 처리 비용이 높다고 간주).
  2. 시맨틱 이웃 밀도 (Semantic Neighborhood Density, SND): 단어 주변의 의미적 밀집도.
  3. 벡터 일관성 (Vector Coherence, VC): 시간 (19 세기 vs 21 세기) 에 따른 단어 의미의 안정성.
  4. 빈도 (Frequency): 단어의 상대적 출현 빈도.

• 통계 분석:

  • 선형 혼합 효과 모델 (Linear Mixed-Effects Models, LMM) 을 사용하여 시대 (Epoch), 장르 (Genre), 그리고 단어 수준 변수 (SND, VC, Freq) 가 CS 에 미치는 영향을 분석했습니다.

3. 주요 결과 (Key Results)

• 전체적인 시간적 변화:

  • 19 세기에서 21 세기로 넘어가는 전체적인 은유 처리 비용 (CS) 의 변화는 통계적으로 유의미하지 않았습니다. 즉, 시간이 지났다고 해서 은유 자체가 본질적으로 더 어려워진 것은 아닙니다.

• 장르의 상호작용 효과 (가장 중요한 발견):

  • 시대와 장르의 상호작용이 유의미하게 나타났습니다.
  • 문학 (Literary): 19 세기와 비교하여 21 세기 문학 텍스트에서 은유의 주제와 차량 간의 의미적 거리가 더 멀어졌습니다 (Similarity 감소). 즉, 현대 문학에서 고전 은유를 이해하는 데 더 많은 인지적 노력이 필요해졌습니다.
  • 비문학 (Non-literary): 21 세기 웹/일상 언어에서는 오히려 주제와 차량 간의 의미적 거리가 더 가까워졌습니다 (Similarity 증가). 현대의 창의적인 웹 언어가 은유적 연결을 더 쉽게 만들었습니다.
  • 19 세기: 당시에는 문학과 비문학 간에 은유 처리의 차이가 거의 없었습니다 (당시 언어 스타일의 유사성 때문).

• 단어 수준 변수의 영향:

  • 차량 (Vehicle) 의 SND: 비문학 텍스트에서 차량의 의미적 밀도가 높을수록 은유 처리가 쉬웠습니다 (의미적 연결이 강화됨).
  • 주제 (Topic) 의 VC (일관성): 21 세기 문학에서 주제의 의미 변화 (VC 가 낮음) 가 클수록 은유 처리 비용이 증가했습니다. 주제의 의미가 시간이 지남에 따라 크게 변하면, 현대 독자가 은유 해석을 위한 맥락적 단서를 찾기 어려워지기 때문입니다.

4. 주요 기여 (Key Contributions)

1. 방법론적 혁신: 분산 표현 (Word Embeddings) 기술을 단일 단어를 넘어 복합 표현 (은유) 의 역사적 진화 분석에 적용했습니다. TWEC 모델을 사용하여 시공간적 벡터 정렬을 통해 은유의 의미적 거리를 정량화했습니다.
2. 이론적 통찰: 은유의 처리 난이도는 고정된 속성이 아니라, 시간적 변화와 장르적 맥락에 따라 동적으로 변하는 과정임을 입증했습니다.
3. 언어학적 발견: 이탈리아어의 경우, 현대 문학의 구어체화 및 단순화 경향이 고전 은유의 처리를 어렵게 만들었으나, 웹 언어의 창의성과 유연성은 오히려 은유 접근성을 높였음을 보여줍니다. 이는 영어 연구 (Mangiaterra et al., 2024) 와의 비교를 통해 언어별 특이성 (Language-specificity) 을 강조했습니다.

5. 의의 및 결론 (Significance)

• 인지적 관점: 문학 은유를 이해하는 데 필요한 인지적 노력은 독자와 작가 사이의 시간적 거리뿐만 아니라, 현재의 언어 환경 (장르) 에 의해 결정됩니다. 현대 독자는 현대 문학의 단순화된 스타일 속에서 고전 은유를 해석할 때 추가적인 노력이 필요하지만, 웹 언어의 유연한 구조에서는 새로운 은유 연결이 더 쉽게 이루어집니다.
• 응용 가능성: 이 연구는 디지털 인문학과 계산 언어학의 접점을 넓혔으며, 역사적 텍스트 분석, 문학 교육, 그리고 자연어 처리 (NLP) 모델의 역사적 맥락 이해에 중요한 시사점을 제공합니다.
• 핵심 메시지: 은유의 "어려움"은 내재적 속성이 아니라, 단어의 의미 네트워크 구조와 언어의 역사적, 장르적 변화가 상호작용하여 만들어내는 동적 현상입니다.