On the First Computer Science Research Paper in an Indian Language and the Future of Science in Indian Languages

논문 개요

이 논문은 저자 Siddhartha Visveswara Jayanti 가 **텔루구어 (Telugu)**로 작성한 최초의 현대적 컴퓨터 과학 연구 논문인 **《Sāmānya jāgṛti-pariṣkāraṃ (Generalized Wake-Up)》**의 경험과 그 기술적 성과, 그리고 인도어 (Indic languages) 로 과학을 표현하기 위한 미래 비전을 다룹니다. 저자는 분산 컴퓨팅 분야에서 새로운 하한선 (lower bound) 을 증명하는 논문을 작성하는 과정에서 겪은 언어적, 기술적 장벽과 이를 극복한 방법론을 제시합니다.

1. 문제 제기 (Problem)

• 과학적 표현의 언어적 장벽: 인도에는 14 억 이상의 인구가 거주하며, 그중 대다수는 영어를 유창하게 구사하지 못합니다. 그러나 인도의 최상위 과학 및 공학 대학 (IIT 등) 과 학술 논문은 거의 전적으로 영어로만 이루어져 있어, 모국어 기반의 과학 교육 및 연구 접근성이 심각하게 제한되고 있습니다.
• 기술 용어 부재: 현대 컴퓨터 과학 (알고리즘, 분산 컴퓨팅, 이산 수학 등) 의 고급 개념을 설명할 수 있는 인도어 고유 기술 어휘가 존재하지 않습니다. 예를 들어, '공유 메모리 멀티프로세서', '알고리즘 시간 복잡도', '하한선' 등의 개념을 표현할 표준 용어가 없었습니다.
• 기술적 지원 부족: 텔루구어와 같은 인도어는 현대 타이핑, 폰트 렌더링, 그리고 과학적 문서 작성 (LaTeX 등) 을 위한 기술적 인프라 (Internationalization) 가 미비하여 논문 작성 자체가 매우 어려웠습니다.

2. 방법론 (Methodology)

저자는 위 문제들을 해결하기 위해 다음과 같은 방법론을 적용했습니다.

• 산스크리트어 (Sanskrit) 생성 문법 활용 (Samskrtam Technical Lexicon Project):

  • 현대 기술 용어를 번역하는 대신, 산스크리트어의 생성 문법 (파니니의 아슈타다야, Aṣṭādhyāyī) 을 기반으로 새로운 용어를 **창안 (Coining)**했습니다.
  • 산스크리트어는 어근 (Root) 과 접사 (Affix) 를 조합하여 복잡한 개념을 정밀하게 정의할 수 있는 체계적인 문법을 갖추고 있습니다.
  • 예시: 'Shared-memory multiprocessor'를 산스크리트어 어근을 조합하여 saṁvibhaktasmr̥ti bahusaṁsādhakamu (공유된 기억 + 다수의 처리기) 로 유도하고, 이를 텔루구어 문법 규칙에 맞춰 saṁvibhakta-smr̥ti bahu-saṁsādhakamu로 변형하여 사용했습니다.
  • 이 방식은 텔루구어뿐만 아니라 힌디어, 타밀어 등 다른 인도어에도 쉽게 적용 가능한 공통 어휘 체계를 제공합니다.

• 텔루구TeX (TeluguTeX) 개발:

  • 텔루구어 과학 문서의 제본 (Typesetting) 문제를 해결하기 위해 기존 도구들을 커스터마이징한 템플릿을 개발했습니다.
  • 사용 도구:
    • Lipika: 텔루구어 및 산스크리트어 입력을 위한 IME (입력기).
    • Kohinoor Telugu: 모든 텔루구어 문자와 복합 문자 (Guṇintālu) 를 올바르게 렌더링하는 폰트.
    • XeLaTeX: 수학 공식과 텔루구어 텍스트를 함께 처리할 수 있는 확장된 LaTeX 엔진.
  • 이를 통해 수학 공식, 알고리즘 블록, 정리 (Theorem) 서술이 포함된 텔루구어 논문 작성이 가능해졌습니다.

3. 주요 기여 및 연구 결과 (Key Contributions & Results)

논문 본체인《Sāmānya jāgṛti-pariṣkāraṃ》는 분산 컴퓨팅 분야에서 다음과 같은 기술적 성과를 냈습니다.

• 지식 전파의 하한선 증명: 공유 메모리 시스템에서 '지식 (Knowledge)'이 전파되는 속도에 대한 근본적인 하한선을 증명했습니다.
• 일반화된 깨어남 문제 (Generalized Wake-up Problem): 비동기 시스템에서 $k$개의 프로세스가 '깨어남 (작동 시작)'을 인지하는 데 필요한 효율성을 분석했습니다.
• 동시성 데이터 구조의 복잡도 하한선:
  • 큐 (Queue), 스택 (Stack), 우선순위 큐, 디조인트 셋 유니온 (Disjoint Set Union) 등 여러 동시성 데이터 구조에 대해 시간 복잡도 하한선을 도출했습니다.
  • 단일 프로세스 환경에서는 상수 시간 ($O(1)$) 이 소요되지만, $p$개의 프로세스 환경에서는 적어도 $\Omega(\log p)$의 시간이 필요함을 증명했습니다.
  • 이 하한선은 평균화 (Amortization) 나 무작위화 (Randomization) 를 통しても, 심지어 완화된 정의 (Relaxed definitions) 를 적용하더라도 깨뜨릴 수 없음을 보였습니다.
• 실무 적용 및 영향:
  • 이 연구 결과는 로버트 타잔 (Robert Tarjan) 과의 공동 연구를 통해 동시성 디조인트 셋 유니온 알고리즘을 설계하는 데 활용되었습니다.
  • 개발된 알고리즘은 $O(\alpha(n, m/np) + \log(np/m+1))$의 시간 복잡도를 가지며, 프로세서 수에 따라 거의 선형적인 속도 향상 (Almost linear speed-up) 을 달성했습니다.
  • 이 알고리즘은 구글의 오픈소스 그래프 마이닝 라이브러리에 통합되어 수십억 개의 간선을 가진 그래프 (도로 네트워크, 인터넷 등) 의 연결 요소를 찾는 데 사용되고 있습니다.

4. 의의 및 미래 비전 (Significance & Future)

• 과학적 표현의 민주화: 이 논문은 영어가 아닌 인도어로도 최첨단 컴퓨터 과학 연구를 수행하고 출판할 수 있음을 입증했습니다. 이는 10 억 이상의 인도어 사용자에게 과학 교육과 연구 참여의 기회를 열어줍니다.
• 산스크리트어 기술 어휘 프로젝트 (STLP): 산스크리트어의 생성 문법을 기반으로 한 기술 어휘 체계는 인도어 전체에 걸쳐 통일되고 정밀한 과학 용어를 제공할 수 있습니다. 이는 교육 (유치원부터 박사 과정까지) 과 연구의 장벽을 낮추는 핵심 열쇠가 됩니다.
• 기술적 국제화 (Internationalization) 의 필요성: 과학적 표현을 위해서는 언어적 노력뿐만 아니라, 인도어 스크립트를 지원하는 키보드, 폰트, 제본 시스템 등 기술적 인프라의 지속적인 개선이 필수적입니다.
• 인공지능과 번역: 향후 AI 와 기계 번역이 과학 문헌 번역에 활용될 수 있으나, 초기 단계에서는 인간 전문가에 의한 정확한 용어 생성과 번역이 선행되어야 함을 강조합니다.

결론

이 논문은 단순한 언어 실험을 넘어, 인도어 기반의 과학 생태계 구축을 위한 구체적인 청사진을 제시합니다. 산스크리트어 기반의 기술 어휘 개발과 기술적 국제화를 통해, 인도 전역의 인재들이 모국어로 과학을 배우고 연구할 수 있는 토대를 마련함으로써, 국가의 과학 기술 역량을 극대화할 수 있음을 보여줍니다.