SKLDC(2023)Research4
red
정재원 KU2018 (토론 | 기여) 사용자의 2023년 6월 12일 (월) 16:45 판
목차
Contents
연구 목적
「성시전도시」는 1792년 정조가 신하들로 하여 '성시전도'를 시제로 하여 지어 올리게 한 일백운 칠언고시를 의미한다. 지금까지 발견된 「성시전도시」는 총 13종이다. 본 연구는 「성시전도시」에 묘사되는 자연경관과 그 주변 정경情景을 조사하는 것을 목표로 한다. 18세기 문인들이 기록한 한양의 자연경관과 그 표현들을 분석하는 것은 단순히 자연에 대한 그들의 감정을 파악하는 것 이상의 의미를 가질 것이다. 당대 사람들은 자연과 인간의 불가분성을 적극적으로 인지하여 때로는 자연을 경외하고 본받았으며 때로는 자연의 흥취를 즐겼다. 본 연구에서는 자연경관에 대한 인상을 기록한 「성시전도시」 표현을 통해, 각각의 경관이 문인들로 하여금 어떠한 정취를 자아냈는지 파악할 수 있을 것이다.
조선인들의 자연친화적 태도는 건축에도 반영되는 것이어서, 동양의 건축은 서양의 건축과는 달리 건축물의 외면보단 자연경관과의 관계맺음 속에서 그 미감을 추구했다.[1] 본 연구는 각각의 자연경관에 어떠한 인위적 건축ꞏ조형물을 건설했는지 그 관계를 파악하여 조선시대 건축의 자연친화적인 미감을 분석하는 참고 자료로 쓰일 수 있을 것이다.
또한 본 연구를 통해 「성시전도시」에 묘사된 각각 자연경관 항목들의 비중 차이를 분석할 수 있을 것으로 기대한다. 예컨대 낙산, 무악산, 남산, 북악산이 언급된 횟수 차이를 비교하여 이들 중 조선시대에 어떤 산이 비중 있게 다뤄졌는지 간접적으로 알 수 있을 것이다. 혹은 이번 연구를 통해 형성될 데이터셋을 통해 「성시전도시」의 작가별로 관심을 가졌던 경관의 각기 다른 양상을 비교할 수도 있을 것이다. 이러한 분석 자료를 만듦으로써 종국에는 18세기 조선인들이 한양 경관을 보고 느꼈던 정경을 추적하고 공감할 수 있기를 희망한다.
연구 대상
본 연구는 「성시전도시」 13종을 연구 대상으로 한다. 13종은 다음과 같다.
- 이덕무 「城市全圖 七言古詩百韻」
- 박제가 「城市全圖應令」
- 신택권 「城市全圖 擬應製 百䪨古詩」
- 신관호 「奉和 禁直諸臣城市全圖應制百䪨」
- 신광하 「御題御批 城市全圖七言百約古詩初試壯元親試御考書下有聲畵三字」
- 이만수 「城市全圖百韻文臣應製」
- 이집두 「城市全圖 七言百約古詩 潭善大夫前行承政院右承旨臣李集斗製進」
- 정동간 「城市全圖 七言百約古詩」
- 김희순 「城市全圖」
- 유득공 「城市全圖應製御評都是畵, 春城遊記」
- 서유구 「城市全圖 試券」
- 이희갑 「城市全圖 百約」
- 이학규 「城市全圖 一百韻」
상기한 13종의 시 전문을 대상으로 '성시전도시에 묘사된 자연경관과 주변 정경'을 연구할 것이다. 여기서 '자연경관'이란, 강산을 필두로 산봉우리, 냇가와 개울, 그리고 인간이 인위적으로 조성한 자연경관까지도 포함한다. 또한 '주변 정경'이란, 앞서 언급된 자연경관의 주변 경관만을 의미하는 것으로, 인위적으로 건설한 궁궐, 성곽, 누각을 포함한 각종 건축물과 조형물을 포함된다. 즉, 모든 도시경관이 포함되는 것이 아닌 자연경관과 연관 관계에 있는 주변 정경만이 연구 대상에 속한다.
2023년 4월 26일 현재 기준으로 이덕무의 「城市全圖 七言古詩百韻」에 드러난 자연경관 및 주변 정경 데이터셋을 수집 완료하였다. 20개 구와 35건의 표현이 추출되었다. 이 중 불명확한 대상들을 제하더라도 총 200 이상의 데이터를 추출할 수 있을 것으로 예상된다.
연구 방법
데이터 샘플링
클래스(Class)
| 명칭(name) | 설명(description) |
|---|---|
| Poem | 「성시전도시」 13종 |
| Line | 「성시전도시」에서 7언으로 된 개별 시구 |
| Expression | 개별 시구를 1/2/3/4/5/7글자로 분절한 시어 |
| Person | 인물 |
| Mountain | 산, 산봉우리, 언덕 |
| Water | 강, 천川, 연못, 나루, 다리 |
| Building | 인위적 건축물ꞏ구조물 |
| Building | 지역ꞏ구역 |
관계(Relation)
| 관계정의 | 관계어(name) | 설명(description) | 자원(source) | 대상(target) |
|---|---|---|---|---|
| 창작하다 | creates | 작가와 작품의 창작 관계 | Person | Poem |
| 부분으로 갖다 | hasPart | 작품과 해당 작품의 시구 간 포함 관계 | Poem | Line |
| 시구와 해당 시구의 표현 간 포함 관계 | Line | Expression | ||
| 공간과 공간 사이의 추상적 포함 관계(물리적 포함 관계가 아님) | Building | Building | ||
| Site | Building | |||
| 안에_위치하다 | isLocatedIn | 공간과 공간 사이의 물리적 포함 관계 | Mountain | Mountain |
| Building | Building | |||
| Building | Site | |||
| Site | Mountain | |||
| 가리키다 | refers | 시의 구체적인 표현이 어떠한 물리적 경관을 지칭하는지 환원 | Expression | Mountain |
| Water | ||||
| Building | ||||
| Site |
속성(Attributes)
| 속성(name) | 설명(description) | 클래스(class) | 예시 |
|---|---|---|---|
| id | 성시전도시 13종에 대한 개별 시의 식별값 | All | PM001 |
| name | 개체데이터의 대표명 | All | 성시전도시_김희순 |
| korname | 개체데이터의 한글명 | Poem | 성시전도 |
| chiname | 개체데이터의 한자명 | Poem, Person, Building, Site | 城市全圖, 景福宮 |
| creator | 특정 작품(Poem)의 작가명 | Poem | 김희순 |
| midName | 작가의 자字(이름) | Person | 차수(次修) |
| courtesyName | 작가의 호號 | Person | 초정(楚亭) |
| birthYear | 작가의 출생년도 | Person | 1750 |
| deathYear | 작가의 사망년도 | Person | 1805 |
| clan | 작가가 소속된 가문 | Person | 안동김 |
| topHeight | 산의 해발 고도 최고점 | Mountain | 836m |
| latitude | 위도 | Mountain, Building, Site | 37.659 |
| longitude | 경도 | Mountain, Building, Site | 126.978 |
| sort | 개별 공간데이터의 추가 분류 기준 | Mountain, Water, Building, Site | 봉우리, 나루, 궁궐 |
| originalText | 개별 시구의 원문 | Line | 昌慶宮深蔭綠碧 |
| transText | 개별 시구의 번역문 | Line | 창경궁은 짙푸른 숲으로 우거지고 |
| description | 부가 설명 및 주석 | Expression, Water, Building, Site | - |
| referenceURL | 시어에 대한 부가 설명 및 주석 | Person, Mountain, Water, Building, Site | - |
연구 데이터
Visualization
(오류 시 우클릭 후 '새 탭에서 이미지 열기')
Map
인물별 언급 공간 빈도 히트맵[3]
히트맵을 비교하다 보면 유달리 이집두, 이희갑에게 빨간 구역이 많음을 확인할 수 있는데, 이는 그들이 언급한 공간 수 자체가 적기 때문에 각 작가 내에서의 비율이 확 올라가 발생된 결과임을 감안하여 봐야 한다.
한양 공간 구분
열두 작가의 히트맵을 비교분석한 결과, 다음과 같은 대강의 공간 분할을 할 수 있었다.
都城圖에 적용시킨 공간 구분[4]
한 눈에 살펴봐도 나머지 세 구역에 비해 창덕궁의 언급량이 압도적으로 많음을 알 수 있다. 이는 경복궁이 임진왜란 때 소실된 이후 흥선대원군의 중건 시도 전까지 터만 남아있던 반면, 창덕궁은 사실상 조선의 제 1 궁궐로서의 입지를 다졌으며 정조가 거처하던 공간이기 때문이다.
겸재 정선이 그린 <경복궁>. 한 때 제 1의 궁궐이었던 공간이라곤 느껴지지 않으며 성벽 안은 무분별하게 소나무가 자라있는 모습이다.
인왕산자락 구역에서는 인왕산을 필두로 필운대가 두루 여러 노드들과 관계를 형성하고 있음이 보인다. 이는 이 구역이 당대 한양인들에게 풍류를 즐기는 명승지적 공간을 형성하고 있음을 함의한다. 박제가, 서유구, 신관호는 이 구역의 공간을 일체 언급하지 않았다.
청계천 이남 구역은 남산과 그에 속한 잠두봉을 제외하면 특정한 공간이 두각되지 않는다. 이를 통해 당대 이 공간에는 소위 랜드마크라 부를 만한 건축물이나 구조물이 없었음을 알 수 있다. 신택권은 유일하게 이 구역을 언급하지 않았다.
경복궁 일대에서 핵심적인 노드는 북악산과 사직이고, 경복궁은 그 다음이다. 이는 본인이 자의적으로 구역을 네 개로 분할할 때 예상하지 못했던 부분이다. 새삼 당대 경복궁의 영향력이 얼마나 약했는지 볼 수 있는 부분이다. 경복궁 중에서는 경회루가 가장 핵심적인 건물이었고, 이 외에도 작가 개개인마다 본인의 관심사에 따라 여러 행정 기관을 파편적으로 언급하고 있다. 이 구역을 언급하지 않은 이는 없지만, 이 구역에서 사직만을 언급한 인물들이 몇 명 있다.
창덕궁 일대는 앞선 세 공간들보다 거의 세 배에 달하는 'refers' 개수를 보유했으며, 그 중에서도 창덕궁 내부의 각종 전각과 궐내각사들이 그 중심에 있다. 또한 예상대로 성균관과 종묘는 이 구역의 핵심 공간이었다. 또 흥인문과 낙산이 기대보다 더 많은 노드들과 연결 관계에 있었다.
이상 네 구역에서 언급된 공간들을 유형별로 정리하면 다음과 같다.
인물별 언급 공간 수 노드별 비교
인물별 언급한 Mountain 수 비교 [9]
인물별 언급한 Water 수 비교
인물별 언급한 Building 수 비교
인물별 언급한 Site 수 비교
인물별 언급한 궁궐 수 비교 [10]
인물별 언급한 총 공간 수 비교 [11]
데이터 수집 방법
(수집방법에 관해 서술)
데이터 목록
(추후 구글 시트에 정리)
연구 결과
(데이터 분석 내용에 관해 서술)
연구 소감
(연구를 진행한 소감에 관해 서술)
참고 자료
최완수, 「겸재의 한양진경: 북악에 올라 청계천 오간수문 바라보니」, 동아일보사, 2004.
주석
- ↑ https://www.youtube.com/watch?v=nv22sqsKxwE
- ↑
- ↑ MATCH (a{gid:'P001'})-[*4]->(b) RETURN b
나머지 인물도 구조 동일 - ↑ 편의상 180도 회전하였음
- ↑ MATCH p=(a:Person)-[*4]->(b) WHERE b.longitude<'126.968' and ('37.518'<b.latitude) RETURN p
- ↑ MATCH p=(a:Person)-[*4]->(b) WHERE b.longitude>'126.968' and ('37.518'<b.latitude<'37.569') RETURN p
- ↑ MATCH p=(a:Person)-[*4]->(b) WHERE '126.968'<b.longitude<'126.983' and ('37.569'<b.latitude<'37.631') RETURN p
- ↑ MATCH p=(a:Person)-[*4]->(b) WHERE '126.983'<b.longitude and ('37.569'<b.latitude<'37.631') RETURN p
용량 문제로 저용량으로 사진을 대체하였음. 원본은 http://dh.aks.ac.kr/~red/wiki/images/d/d4/%EC%B0%BD%EB%8D%95%EA%B6%81.png - ↑ Match(a:Person)-[*4]-(b:Water) RETURN a.name as 인물, COUNT(b) as 언급횟수 order by 언급횟수 desc
Water, Building, Site도 구조 동일 - ↑ Match p=(a:Person)-[*4]->(b) where b.sort='궁' or (b.sort='궁궐') RETURN a.name as 인물, COUNT(b) as 궁궐언급횟수 order by 궁궐언급횟수 desc
궁궐에 해당하는 공간대상이 Building과 Site에 나누어져 있기 때문에 Building{sort:궁궐}과 Site{sort:궁} 언급횟수를 합친 것이다 - ↑ Match(a:Person)-[*4]->(b) RETURN a.name as 인물, COUNT(b) as 총언급횟수 order by 총언급횟수 desc
