Nigerian Salafi Discourse Corpus (NSDC): Construction, Methods, and Use

언어 사용 방식을 연구하는 학문에서 연구자들은 오랫동안 두 가지 서로 다른 도구에 의존해 왔습니다. 한 가지 도구는 소수의 텍스트를 정독하는 것으로, 학자가 모든 단어를 면밀히 검토하여 그 이면에 담긴 깊은 의미와 사회적 맥락을 이해하는 방식입니다. 다른 하나는 단어를 대량으로 집계하는 것으로, 컴퓨터가 수백만 페이지를 스캔하여 인간의 눈으로는 놓칠 수 있는 숨겨진 패턴을 찾아내는 방식입니다. 수십 년 동안 이 두 가지 접근법은 종종 서로 다른 세계에서 작동했습니다. 그러나 이제는 이들을 결합하여, 방대한 양의 데이터를 통해 정독의 방향을 안내하고, 정독을 통해 숫자의 의미를 파악하는 새로운 연구 분야가 성장하고 있습니다. 이러한 접근 방식은 신념이 단순히 개인적인 생각이 아니라 거리와 모스크, 그리고 점점 더 소셜 미디어에서 벌어지는 공적인 논쟁인 종교를 연구할 때 특히 강력합니다. 무슬림 인구가 방대하고 다양한 나이지리아에서 인터넷은 서로 다른 집단이 자신들의 정체성, 권위, 그리고 사회적 위치를 두고 논쟁하는 주요한 장이 되었습니다. 이러한 논쟁을 이해하기 위해 연구자들에게는 개별적인 목소리의 미묘한 차이를 놓치지 않으면서도 대화의 엄청난 규모를 포착할 수 있는 방법이 필요합니다.

이것이 바로 이바단 대학교의 연구팀이 수행하고자 했던 작업입니다. 그들은 나이지리아 내에서 특정하고 종종 논란이 되는 순니파 이슬람 운동인 살라피즘(Salafism)이 어떻게 논의되는지 추적하기 위해 거대한 디지털 라이브러리를 구축했습니다. 그들은 단순히 무작위적인 게시물을 수집한 것이 아니라, '나이지리아 살라피 담론 코퍼스(Nigerian Salafi Discourse Corpus)'라고 불리는 세심하게 조직된 아카이브를 구성했습니다. 이 컬렉션은 2015년부터 2025년까지 10년 동안 팔로워가 많은 페이지와 프로필에서 게시된 약 5,800개의 게시물을 포함하고 있습니다. 이 게시물들에 담긴 텍스트의 양은 거의 250만 단어에 달합니다. 연구진은 메타(Meta)가 제공하는 공식 연구 인터페이스를 사용하여 데이터를 수집함으로써, 공인과 조직의 공개된 콘텐츠에만 접근했음을 보장했습니다. 목표는 나이지리아라는 맥락 속에서 살라피스트들이 어떻게 묘사되는지, 그들이 스스로를 어떻게 묘사하는지, 그리고 수피(Sufi)나 시아(Shia) 무슬림과 같은 다른 집단에 어떻게 반박하는지를 명확하고 검증 가능한 기록으로 만드는 것이었습니다.

이 라이브러리를 구축하기 위해 연구진은 중요한 과제에 직면했습니다. 페이스북의 가공되지 않은 데이터는 매우 무질서하다는 점입니다. 데이터에는 깨진 서식, 중복 게시물, 이모지, 외국어 스크립트, 그리고 단어를 세려는 컴퓨터를 혼란스럽게 만드는 링크 등이 포함되어 있습니다. 이를 해결하기 위해 그들은 '살리(Salih)'라고 명명한 특화된 인공지능 어시스턴트를 활용했습니다. 이 도구는 단순히 답을 추측하는 것이 아니라 엄격한 편집자 역할을 수행했습니다. 살리는 이모지나 URL 같은 노이즈를 제거하면서도 의미 있는 단어는 유지하는 엄격한 규칙을 따라 텍xt를 정제했습니다. 또한 매 단계마다 스스로의 작업을 점검하여 게시물이 실수로 삭제되지 않았는지 확인하고 최종 단어 수가 정확한지 검증했습니다. 그 결과, 다른 연구자들이 분석할 수 있는 깨끗하고 조직된 텍스트 컬렉션이 만들어졌습니다. 이 과정은 완전히 투명하게 설계되어, 어떤 과학자라도 동일한 단계를 따를 경우 정확히 같은 결과를 얻을 수 있도록 함으로써 과학적 신뢰의 핵심 표준을 충족했습니다.

텍스트가 정제된 후, 연구진은 모든 단어에 세 가지 층위의 상세한 정보를 추가했습니다. 첫 번째 층위는 각 단어가 명사, 동사, 혹은 고유 명사와 같은 어떤 종류의 단어인지를 식별하는 것입니다. 두 번째 층위는 단어들을 '종교적 권위', '갈등', '예배 관습'과 같은 특정 주제로 그룹화하는 것입니다. 세 번째 층위는 가장 복잡한 단계로, 문장 전체의 목적을 코딩하는 것입니다. 즉, 문장이 특정 집단을 정당화하려 하는지, 상대를 공격하는지, 행동을 촉구하는지, 혹은 타인의 말을 전달하는지를 분류했습니다. 이 코딩은 담론-역사적 접근법(discourse-historical approach)이라 불리는 방법을 기반으로 하며, 이는 연구자들이 단순히 무엇이 말해지고 있는가가 아니라, 왜 그것이 말해지고 있으며 어떤 효과를 의도하고 있는지를 이해하도록 돕습니다. 연구진은 컴퓨터가 방대한 작업을 수행했지만 시스템이 완벽하지는 않았다는 점을 주의 깊게 기록했습니다. 그들은 컴퓨터가 '행동 촉구'와 같은 특정 유형의 문장을 과잉 식별하는 경우가 있음을 발견했으며, 향후 이를 개선할 계획입니다.

그들이 밝혀낸 데이터는 활기차고 때로는 격렬한 대화를 보여줍니다. 연구진은 지난 10년 동안 게시물의 양이 변동했음을 발견했는데, 2017년경에 활동이 정점을 찍었으며 2024년에 다시 한번 상승했습니다. 논의의 상당 부분은 집단을 명명하고 정의하는 것과 관련이 있습니다. 데이터에 따르면 '무슬림(Muslim)'이라는 용어는 대다수의 게시물에서 기본 정체성으로 사용되지만, '살라피(Salafi)', '수피(Sufi)', '시아(Shia)', '와하비(Wahhabi)'와 같은 구체적인 라벨은 집단 간의 경계를 긋는 데 사용됩니다. 분석 결과, '와하비'라는 라벨은 타인을 비판하기 위한 부정적인 용어로 자주 사용되는 반면, '살라피'는 해당 집단이 스스로를 설명할 때 빈번하게 사용되는 것으로 나타났습니다. 또한 연구진은 종교적 권위를 논의할 때 사용하는 언어가 매우 강렬하며, 논거를 뒷받침하기 위해 학자와 종교 텍스트를 인용하는 것에 크게 의존한다는 점을 관찰했습니다. 흥론적이게도, 데이터는 종교 경전이 인용되기는 하지만 그것만이 유일한 도구는 아니라는 점을 보여줍니다. 법, 정치, 사회 질서에 관한 논쟁 역시 매우 흔하게 나타나며, 이는 이 논쟁이 광범위한 나이지리아 국가 및 사회와 깊게 연관되어 있음을 나타냅니다.

가장 눈에 띄는 발견 중 하나는 이러한 게시물의 길이가 시간이 흐름에 따라 어떻게 변했는가 하는 점입니다. 최근 몇 년 동안 게시물의 수는 비교적 일정하게 유지되었으나, 각 게시물의 텍스트 양은 감소했습니다. 이는 담론의 성격이 현대 소셜 미디어의 빠른 속도를 반영하여 더 짧고 압축된 메시지로 변화하고 있음을 시사합니다. 또한 연구진은 이 대화가 신학에 국한된 것이 아니라 보안 및 갈등과도 깊게 얽혀 있다는 점에 주목했습니다. 데이터는 종교 집단이 특히 북부 나이지리아의 반란 상황과 관련하여 폭력과 연결되거나 분리되는 방식을 포착합니다. 연구진은 '보코 하람(Boko Haram)'을 하나의 단위로 유지함으로써, 그 이름 안에 포함된 '하람(haram, 금지된)'이라는 단어가 종교적 규칙과 관련된 코드를 실수로 트리거하지 않도록 하여 보안 관련 논의를 신학적 논의와 명확히 구분했습니다.

이 연구의 가치는 혼란스러운 온라인 논쟁의 흐름을 누구나 연구할 수 있는 구조화된 자원으로 전환했다는 데 있습니다. 이는 연구자들이 일화적인 사례를 넘어, 아프리카에서 종교적 정체성을 형성하기 위해 수백만 개의 단어가 실제로 어떻게 사용되는지에 대한 패턴을 살펴볼 수 있게 해줍니다. 이 코퍼스는 이제 다른 학자들에게 공개되어, 고정관념이 어떻게 형성되는지부터 종교적 언어에서 정치적 충성심이 어떻게 표현되는지에 이르기까지 모든 것을 조사하는 데 활용될 수 있습니다. 연구진은 컴퓨터가 계산을 수행했지만, 이러한 패턴을 해석하는 데는 인간의 통찰력이 필요하다고 강조합니다. 그들은 영역의 지도를 제공했을 뿐이며, 이 논쟁의 더 깊은 의미를 이해하기 위한 여정은 이제 막 시작되었습니다. 이 프로젝트는 세심한 설계와 투명한 방법론이 있다면, 인공지능이 공동체가 자신들을 정의하고 세상 속에서 자신들의 위치를 규정하는 복잡한 방식을 이해하는 데 어떻게 도움을 줄 수 있는지를 보여줍니다.