Language Vitality Beyond Speaker Counts: A Large-Scale Application of the LAR-II Framework across Fifty Indian Languages

기술 요약: 화자 수 그 이상의 언어 활력도

문제 제기
본 논문은 현재 인도의 언어 위기 모니터링에 존재하는 결정적인 결함, 즉 언어의 생존력을 판단하는 주요 대리 지표로 화자 인구수(NoS)에만 의존하는 문제를 다룬다. 2011년 인도 인구조사에서는 19,569개의 원형 모국어 회귀값이 기록되었으나 이를 1,369개의 분류된 언어로 정규화하였다. 그러나 위험도를 평가하는 표준 척도는 여전히 인구 통계적 규모에 머물러 있다. 저자들은 1,000만 명의 화자를 가진 언어가 20만 명의 화자를 가진 언어보다 구조적으로 더 취약할 수 있음을 지적하며, 기존의 표준 지표가 "매우 오해의 소지가 있는 가이드"라고 주장한다. 이 표준 지표는 세 가지 핵심적인 구조적 차원인 세대 간 전승, 변이 파편화, 그리고 영토적 집중도를 포착하지 못한다. 결과적으로, 대규모 공동체들은 "화자 풍부 왜곡(Speaker-Rich Distortion, SRD)" 현상을 겪게 되는데, 이는 인구 통계적 부피가 심각한 구조적 취약성을 은폐하여 정책적 관심과 자원의 잘못된 배분을 초래한다.

연구 방법론
본 연구는 5개의 서로 다른 생태적 및 인구 통계적 구역을 대상으로 하는 LAR-II (언어 평가 및 순위 지정 - II) 정량적 위기 프레임워크를 현재까지 가장 광범위하게 적용한 사례이며, 총 50개의 인도 언어를 조사하였다:

1. 북부 히말라야 (10개 언어)
2. 북동부 (10개 언어)
3. 동중부 부족 벨트 (10개 언어)
4. 서중부 (10개 언어)
5. 남부 (10개 언어)

데이터 출처:

• 화자 수 (NoS): 2011년 인도 인구조사 (C-16 표)
• 언어적 변이 (Lv): Ethnologue (26판)에서 코딩되었으며, People's Linguistic Survey of India (PLSI) 및 전문 문법서와 교차 검증됨.
• 문해력 및 성장률: 2011년 인구조사(DCHB)의 구 단위 대리 지표 및 2001~2011년 10년 단위 성장률.
• 언어 전승 지수 (LTI): UNESCO/EGIDS 기술, PLSI 현장 관찰, 그리고 제도적 기록(교회/교육)에 의해 보정된 루브릭을 기반으로 할당됨.
• 영토 (Area): 인접 영토 원칙을 사용하여 계산됨.

LAR-II 공식:
이 프레임워크는 다음 방정식을 사용하여 가공되지 않은 활력 값(EV)을 계산한다:
$$EV = \frac{NoS}{Lv} \times \frac{Literacy}{100} \times (1 + \frac{Growth}{100}) \times \frac{LTI}{Area}$$

이 가공되지 않은 값은 로그 정규화를 통해 0–100 사이의 활력 지수(Vitality Index)(100이 최고 활력)로 변환되며, 다시 역산되어 위험 점수(Risk Score)(100이 최고 위험)를 산출한다. 로그 정규화의 사용은 화자 수의 극단적인 우편향 분포를 고려하여, 극단적인 이상치(예: 펀자브어)가 선형적으로 전체 척도를 지배하는 것을 방지한다.

주요 결과

1. 구조적 취약성: 본 데이터셋은 광범위한 구조적 취약 상태를 드러낸다. **82% (41/50)**의 언어가 90 이상의 위험 점수(심각한 위험)를 보유하고 있으며, **58% (29/50)**의 언어가 5 미만의 활력 지수를 나타낸다.
2. 화자 풍부 왜곡 (SRD): **46% (23/50)**의 언어가 SRD 현상을 보인다. 즉, 대규모 화자 인구(>500,000명)를 보유하고 있음에도 위험 점수가 80 이상으로 나타난다.
   • Bhili/Bhilodi: 1,040만 명의 화자, 위험 점수 98.62.
   • Gondi: 약 300만 명의 화자, 위험 점수 99.69.
   • Santali: 740만 명의 화자 (제8차 스케줄 지위), 위험 점수 94.46.
     이 언어들은 인구 통계적 규모에도 불구하고, 극단적인 영토 분산, 표준화된 문자 매체의 부재, 세대 간 전승 약화로 인해 구조적으로 취약하다.
3. 규모와 활력의 통계적 디커플링(Decoupling):
   • 화자 수와 활력 사이의 피어슨 상관계수는 0.84이지만, 이는 극단적인 사례(매우 큰 언어 vs 매우 작은 언어)에 의한 고정 효과에 기인한다.
   • 모든 언어를 대칭적으로 다룰 때의 스피어먼 순위 상관계수는 0.588로 떨어지며, 이는 두 변수 간의 관계가 더 약함을 시사한다.
   • 결정적으로, 규모 효과(NoS)를 통제한 상태에서 LTI와 활력 사이의 **편 스피어먼 상관관계(partial Spearman correlation)**는 0.707이다. 이는 규모의 효과를 제거했을 때, 세대 간 전승이 인구 규모보다 활력의 더 강력한 예측 변수임을 입증한다.
4. 구역별 패턴:
   • 북동부: 교회 중심의 전승과 공동체 결속 덕분에 평균 LTI가 가장 높지만(0.77), 70%의 언어가 여전히 심각한 위험에 처해 있다.
   • 동중부 및 서중부: SRD 현상이 지배적이다. 인구는 많으나 분산과 낮은 전승율로 인해 위험도가 임계치에 도달한 상태이다.
   • 남부: 평균 LTI가 가장 낮고(0.44), 도시화와 동화 압력으로 인해 보편적인 심각한 위험 점수를 보인다.

주요 기여

• 삼차원적 활력의 경험적 검증: 본 연구는 인구 규모, 변이 파편화, 세대 간 전승이 분석적으로 독립적이며 상호 대체될 수 없는 차원임을 확인한다. 규모가 크다고 해서 전승이 끊기거나 파편화가 심하다면 그 언어를 "안전하다"고 할 수 없다.
• SRD의 정량적 식별: 본 논문은 공식 기반의 "화자 풍로 왜곡(SRD)"에 대한 최초의 대규모 식별을 제공하며, 현재의 범주적 라벨(예: UNESCO의 "취약함")이 안정적인 대규모 공동체와 파편화되고 변화 중인 공동체를 구분하지 못함을 보여준다.
• 정책 관련 경사도 평가: 범주적 라벨(안전/취약/위험)과 달리, LAR-II 프레임워크는 연속적인 경사도(0–100 위험 점수)를 생성하여 정교한 우선순위 설정을 가능하게 한다.

의의 및 주장
본 논문은 인도의 언어 계획이 단일 지표 모니터링(화자 수)에서 삼차원적 추적 시스템으로 전환되어야 한다고 주장한다.

• 진단적 유용성: 위험 점수는 언어 위기의 메커니즘을 식별하는 진단 도구 역할을 한다. 예를 들어, LTI는 높지만 파편화가 심한 언어(예: Bhili)는 표준화와 제도적 통합이 필요하며, LTI는 낮지만 규모가 큰 언어(예: Gondi)는 전승 지원(예: 모국어 교육)이 필요하다.
• 자원 배분 오류 수정: 화자 수 임계값(예: 화자 10만 명 미만 언어에만 지원)에 의존하는 정책은 대규모의 파편화된 공동체 내에서 발생하는 가장 시급한 구조적 위기를 체계적으로 간과한다.
• 확장성: 본 프레임워크는 기존의 인구조사 및 조사 데이터를 활용하도록 설계되어, 모든 언어에 대한 즉각적이고 자원 집약적인 현장 조사가 없더라도 국가적 규모로 재현 가능하다. 다만, 저자들은 일차적인 현장 데이터가 절대적인 위험 점수 값을 더욱 정교하게 만들 것임을 인정한다.

결론적으로, 본 연구는 인도의 토착 언어 지형이 인구 통계적 모니터링이 과소평가하고 있는 "구조적 취약성" 상태에 있으며, 효과적인 개입을 위해서는 규모, 전승, 통합을 동시에 다루어야 한다고 밝히고 있다.