💬 NLP

Constructing Parallel Multidimensional Chromatic Lexicons for Corpus-Assisted Analysis of Russian and English Texts

이 논문은 다차원적인 러시아어 및 영어 색채 어휘집을 개발하고 안드레이 벨리와 에밀리 디킨슨의 시에 대한 비교 파일럿 연구를 통해 그 유용성을 입증함으로써 색채 용어의 코퍼스 보조 분석을 위한 도구의 부족 문제를 다루며, 해당 연구는 색채 사용의 빈도와 특성에서 유의미한 교차 언어적 차이를 드러냈다.

원저자: Larisa Nikitina

게시일 2026-08-04

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Larisa Nikitina

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

언어를 거대하고 북적이는 도시라고 상상해 보세요. 그곳에서 모든 단어는 하나의 건물입니다. 대부분의 경우, 우리는 건물의 색깔에 대해 생각하지 않고 그저 그 옆을 지나갑니다. 하지만 만약 우리가 도시 전체를 색칠할 수 있다면 어떨까요? 만약 "파란색" 건물보다 "빨간색" 건물이 얼마나 더 자주 나타나는지, 혹은 그 동네가 얼마나 "밝게" 느껴지는지를 정확하게 측정할 수 있다면 어떨까요? 이것이 바로 코퍼스 언어학(corpus linguistics)의 세계입니다. 연구자들이 방대한 디지털 텍스트 라이브러리를 사용하여 인간의 눈으로는 놓칠 수 있는 패턴을 포착하는 분야입니다. 이 연구의 핵심은 색상이 단순히 시각적인 것이 아니라, 하나의 언어적 도구라는 아이디어입니다. 화가가 그림을 따뜻하거나 차갑게 만들기 위해 특정 색조를 선택하듯, 작가들은 독자가 행복함, 슬픔, 혹은 흥분을 느끼게 하기 위해 특정한 색채 단어를 선택합니다. 하지만 까다로운 점은 이 대목입니다. 서로 다른 언어는 서로 다른 "색상 팔레트"를 가지고 있다는 것입니다. 예를 들어, 러시아어와 영어는 단순히 같은 색을 나타내는 단어가 다른 것이 아니라, 단어의 '양'이 다르고 그 단어를 구성하는 방식도 다릅니다. 이 논문은 한 가지 큰 질문을 던집니다. 이 두 가지 서로 다른 색의 세계를, 길을 잃지 않고 비교할 수 있도록 어떻게 공정하고 나란한 지도를 만들 수 있을까요?

연구자인 라리사 니키티나(Larisa Nikitina)는 이 수수께끼를 풀기 위해 두 개의 맞춤형 "색채 사전(lexicon)"을 구축하기로 했습니다. 이 사전들을 단순한 목록이 아니라, 고도의 기술이 집약된 다층적 필터라고 생각하십시오. 단순히 "빨강"이나 "파랑"을 나열하는 대신, 이 사전들은 모든 색채 단어를 세 가지 특정 범주로 분류합니다. 바로 색상(Hue, 빨강이나 초록 같은 실제 색), 채도(Saturation, 선명하거나 탁한 정도, 예: 밝은 소방차 빨간색과 빛바랜 장미색의 차이), 그리고 온도(Temperature, 색이 노을처럼 따뜻한지 혹은 얼음처럼 차가운지)입니다. 또한 이들은 특정 색상 이름은 아니더라도 사물이 얼마나 밝거나 어둡게 보이는지를 묘사하는 "시각적 묘사어(visual descriptors)"도 포함했습니다.

이 사전들이 제대로 작동하게 만들기 위해 팀은 매우 주의를 기울여야 했습니다. 단순히 구글 번역기를 사용하는 것은 러시아의 눈송이를 단지 "눈"이라는 단어만 보고 영어의 눈송이와 맞추려는 것과 같았기 때문입니다. 그들은 모든 항목을 수동으로 확인해야 했습니다. 예를 들어, 영어에서 "citrine(시트린)"이라는 단어는 보석과 황색을 모두 의미할 수 있지만, 러시아어에서 그에 대응하는 단어는 보석만을 의미한다는 것을 깨달았습니다. 만약 이 과정을 거치지 않았다면, 컴퓨터는 러시아어의 루비 반지를 "빨간색" 색채 단어로 잘못 카カウント했을 것입니다. 또한 러시아어의 까다로운 문법, 즉 하나의 어근이 수십 가지의 변형을 만들어내는 문제도 해결해야 했습니다. "계란 노른자"가 "노란색"이라는 단어와 뿌리가 같다는 이유만으로 실수로 집계되지 않도록 주의해야 했습니다.

사전이 완성되자(러시아어 224개 항목, 영어 141개 항목), 팀은 이를 테스트에 투입했습니다. 그들은 이 사전들을 고성능 쌍안경처럼 취급하여, 매우 이질적인 두 작가인 러시아 상징주의 시인 안드레이 벨리(Andrei Bely)와 19세기 미국 시인 에밀리 디킨슨(Emily Dickinson)의 시를 정밀하게 스캔했습니다. 그들은 이 두 시인의 "색채 지문"이 어떤 모습인지 알고 싶었습니다.

결과는 놀라웠습니다. 확실히 색을 나타내는 단어들만 엄격하게 살펴보았을 때, 벨리는 디킨슨보다 색채 용어를 3.4배 더 자주 사용한다는 사실을 발견했습니다. 분석한 시의 표본에서 벨리의 텍스트에는 304개의 확정된 색채 언급이 있었던 반면, 디킨슨은 125개였습니다. 단순히 벨리가 색을 더 많이 사용한 것만이 아니었습니다. 그는 색을 사용하는 방식도 달랐습니다. 그는 "낮은 채도"(탁하고 회색빛이 도는 톤)의 색상에 크게 의존했으며, "밝다"나 "어둡다"와 같은 시각적 묘사어를 디킨슨보다 훨씬 더 빈번하게 사용했습니다. 반면 디킨슨은 보라색의 상대적 빈도가 높았는데, 이는 학자들이 그녀의 작품에 대해 관찰해 온 내용과 일치하지만, 이 특정 표본에서 가장 흔한 색은 아니었습니다.

연구진은 "금"이나 "은"처럼 색일 수도 있고 재료일 수도 있는 "모호한" 색들을 포함했을 때 결과가 달라지는지 확인하기 위해 "민감도 테스트"도 실시했습니다. 이러한 모호한 단어들을 포함하더라도 주요한 결과는 변하지 않았습니다. 즉, 벨리의 시가 여전히 디킨슨의 시보다 현저히 더 다채롭다는 사실이 유지되었습니다. 그러나 흥러운 변화가 하나 있었는데, 바로 "노란색"에 관한 것이었습니다. 엄격한 계수에서는 노란색이 두 시인 사이에서 유의미한 차이를 보이지 않았습니다. 하지만 "금"과 같은 단어들을 포함하자, 벨리의 작품에서 노란색이 훨씬 더 빈번하게 나타났습니다. 이는 단어를 어떻게 분류하느냐에 따라 특정 색에 대한 이야기가 달라질 수 있음을 보여주었습니다. 비록 전체적인 그림은 그대로 유지될지라도 말입니다.

궁극적으로, 이 논문은 단순히 누가 보라색을 더 좋아하는지를 말해주는 데 그치지 않았습니다. 이 논문은 서로 다른 언어가 색을 어떻게 다루는지 비교할 수 있는 공정하고 과학적인 방법을 구축할 수 있음을 증명했습니다. 정렬된 다차원적 사전을 만듦으로써, 연구진은 언어학자들이 작가들이 우리 마음속에 그림을 그리기 위해 언어의 전체 스펙트럼을 어떻게 사용하는지 탐구할 수 있는 새로운 도구를 제공했습니다. 이는 색상은 보편적일지라도, 우리가 그것을 말하는 방식은 경이로울 정도로 독특하다는 것을 보여줍니다.

기술 요약: 러시아어 및 영어 텍스트의 코퍼스 보조 분석을 위한 병렬 다차원 색채 어휘집 구축

문제 제기
본 논문은 문학 텍스트 내 색채 용어의 코퍼스 보조 언어 분석을 위해 설계된 연구 도구의 상대적 부족 문제를 다룬다. 기존 연구들은 흔히 색채 어휘를 동질적인 범주로 취급하여 색조(hue), 채도(saturation), 온도(temperature) 및 시각적 기술어(visual descriptors)의 결정적인 차이를 간과한다. 또한, 체계적인 분석을 위한 재사용 가능한 교차 언어적 자원은 제한적이며, 이전 연구들은 빈번하게 기초적인 기본 색채 용어(BCTs)나 특정 저자에게 국한되어 왔으며 표준화되고 재현 가능한 프레임워크를 갖추지 못했다. 본 연구는 형태론적 차이를 고려하고 미세하고 정량적인 문체 분석을 가능하게 하는, 러시아어와 영어에 정렬된 다차원 어휘집을 개발함으로써 이러한 격차를 해소하고자 한다.

연구 방법론
본 연구는 러시아어와 영어에 대한 병렬 색채 어휘집을 구축하기 위해 구조화된 다단계 절차를 채택하였으며, 이후 파일럿 코퍼스 분석을 수행하였다.

어휘집 구축:
- 출처 확보: 초기 목록은 전문 온라인 리소스(영어의 경우 ColourHexa, 러시아어의 경우 ColourScheme.ru)에서 수집되었으며, 학술 문헌(예: Bochkarev et al., 2023; Lindsey & Brown, 2014)과 교차 참조되었다.
- 교차 언어적 정렬: 기계 번역은 잠재적 누락을 식기 위한 발견 보조 도구로 사용되었으나, 의미적 등가성의 근거로 사용되지는 않았다. 인위적인 대칭성을 제거하고 용어가 대상 언어에서 관습적인 색채 의미를 갖도록 보장하기 위해 수동 큐레이션이 핵심적인 역할을 하였다.
- 형태론적 처리: 러시아어의 풍부한 형태론적 특성에 각별한 주의를 기울였다. 잘못된 매칭(예: '노란색'을 뜻하는 *zhelt-*와 '계란 노른자'를 뜻하는 zheltok를 구별하는 것)을 방지하기 위해, 본 연구는 와일드카드 어근 대신 정확한 사전 기본형을 활용하였다. 러시아어 어휘집(224개 항목)은 러시아어 색채 형용사의 생산적인 파생적 특성으로 인해 영어 어휘집(141개 항목)보다 더 크다.
- 다차원 분류: 항목들은 다음 네 가지 차원에 걸친 공유된 운영 스키마를 사용하여 분류되었다:
  - 색조(Hue): 빨강, 주황, 노랑, 초록, 파랑, 보라, 갈색, 분홍, 회색.
  - 채도(Saturation): 고(선명함/순수함), 중(혼합됨/기원 유래), 저(무채색/창백함).
  - 온도(Temperature): 차가움, 따뜻함, 중립.
  - 기술어(Descriptor): 특정 색조를 명명하지는 않지만 시각적 속성을 설명하는 시각적 또는 미적 수식어(예: 불투명한, 빛나는, 창백한, 선명한).
- 맥락적 코딩: 재료나 보석에서 유래한 용어(예: 금, 루비)는 유지되었으나, 분석 과정에서 "Ambiguous_visual(모호한 시각적 용어)"로 표시되어 맥락 내에서의 색채적 의미에 대한 수동 검증을 거치도록 하였다.
파일럿 연구:
- 코퍼스: 의도적으로 샘플링된 두 개의 시(poetry) 코퍼스를 분석하였다: 안드레이 벨리(러시아 상징주의자, 20,373 토큰)와 에밀리 디킨슨(미국 낭만주의자, 28,479 토큰).
- 절차: 텍스트의 표제어 추출(lemmatisation) 및 정제 작업을 수행하였다. 매칭된 항목들은 Confirmed_chromatic(확정된 색채 용어), Ambiguous_visual(모호한 시각적 용어), 또는 Excluded(제외됨)로 분류되었다.
- 통계 분석: 두 단계의 분석 단계가 구현되었다:
  - 엄격한 분석(Strict Analysis): Confirmed_chromatic 용어만을 포함하였다.
  - 민감도 분석(Sensitivity Analysis): 결과의 안정성을 테스트하기 위해 Confirmed_chromatic과 Ambiguous_visual 용어를 모두 포함하였다.
- 지표: 유의성과 효과 크기를 평가하기 위해 로그 우도 통계( $G^2$ ), Holm-adjusted p-value, 로그 비율을 계산하였다. 희소 데이터(sparse data)의 경우 피셔의 정확 검정(Fisher's exact test)을 사용하였다.

주요 결과
파일럿 연구 결과, 두 시인의 색채적 이디오렉트(idiolect) 사이에 뚜렷한 양적 차이가 드러났다:

빈도: 확정된 색채 용어는 디킨슨 코퍼스(10,000 토큰당 43.89회)보다 벨리 코퍼스(10,000 토근당 149.22회)에서 3.4배 더 빈번하게 나타났다. 이 차이는 민감도 분석에서도 안정적이었다(3.6배 높음).
시각적 기술어: 벨리는 디킨슨(10,000 토큰당 3.51회)보다 시각적 기술어(예: 밝기, 광채)를 현저히 더 많이 사용하였다(10,000 토큰당 38.29회).
색조 및 범주:
- 엄격한 분석에서 빨강, 주황, 초록, 파랑, 회색은 벨리에게서 유의미하게 더 빈번하게 나타났다.
- 모든 채도 및 온도 범주는 벨리에게서 유의미하게 더 빈번하게 나타났다.
- 보라는 디킨슨에게서 더 빈번하게 나타난 유일한 색조였으며, 이는 기존의 질적 연구와 일치하지만, 샘플링된 코퍼스에서 지배적인 색조는 아니었다.
민감도 분석 결과: 모호한 용어(예: 금, 은)를 포함하는 것이 전반적인 비교 기준을 변화시키지는 않았다. 그러나 이는 '노랑' 색조의 통계적 유의성을 변화시켰는데, 재료 기원 용어들이 포함됨에 따라 '노랑'이 민감도 분석에서 유의미해졌으며, 이는 분류 결정이 일반적인 경향성은 유지하더라도 특정 범주의 해석을 바꿀 수 있음을 보여준다.

의의 및 주장
본 논문은 자신의 주요 기여가 순수하게 경험적인 측면보다는 방법론적인 측면에 있다고 주장한다. 주요 성과는 투명하고 재사용 가능한 다국어 색채 어휘집 구축 및 적용 절차이다.

자원 개발: 본 연구는 코퍼스 문체론 및 감각 언어학의 도구로 기능할 수 있는 두 개의 기계 판독 가능한 다차원 어휘집(러시아어 224개 항목, 영어 141개 항목)을 제공한다.
분석 프레임워크: 언어별 고유한 어휘적 구분을 보존하면서도 공유된 분석 스키마를 사용함으로써, 형태론적으로 상이한 언어들을 위해 정렬된 어휘집을 구축할 수 있음을 입증한다.
미세한 분석: 단순한 빈도 측정을 넘어 체계적이고 재현 가능한 결과를 생성하기 위한 다차원 분류(색조, 채도, 온도, 기술어)의 유용성을 검증한다.
모호성 처리: 민감도 분석이 경계선에 있는 사례들(예: 재료 유래 색채 용어)을 어떻게 관리할 수 있는지 보여줌으로써, 이러한 결정이 특정 범주의 결론에는 영향을 미칠 수 있으나 전반적인 비교 패턴을 무효화하지는 않는다는 점을 설명한다.

저자는 연구 결과가 특정 샘플링된 코퍼스를 설명하는 것이며, 모든 러시아어 및 영어 시에 일반화되어서는 안 된다고 명시적으로 밝힌다. 본 연구는 이 어휘집들을 노래 가사, 마케팅 설명, 소비자 리뷰와 같은 문학 및 비문학 텍스트 내의 색채에 대한 향후 양적 및 질적 탐구를 위한 토대로 위치시킨다.

유사한 논문