김예서CNU23/중국어음운론과제

김예서의 과제

1. 네트워크 시각화

2. 분석 보고서

(1) 데이터 구성 방식

본 연구는 중국어 4성 음절을 대상으로 성모와 운모의 결합 양상을 분석하기 위해 데이터를 구축하였다. 먼저 4성으로 실현되는 음절들을 수집한 후 각 음절을 성모와 운모로 분리하였다. 예를 들어 bà(爸)는 성모 b와 운모 a로, làng(浪)은 성모 l과 운모 ang으로 분해하였다.

구축된 데이터는 노드(Node) 데이터와 엣지(Edge) 데이터로 나누어 정리하였다.

1. 노드 데이터
   • 노드 파일에는 중국어 4성 음절에 사용되는 성모와 운모를 각각 개별 노드로 등록하였다.
   • 성모를 하나의 노드 집합으로 설정하였다.
   • 운모를 또 다른 노드 집합으로 설정하였다.
   • 성모와 운모를 구분하기 위한 Type 속성을 추가하였다.
2. 엣지 데이터
   • 엣지 파일에는 성모와 운모 사이의 실제 결합 관계를 기록하였다.
   • 특정 성모와 운모가 결합하여 4성 음절을 형성하는 경우 엣지를 생성하였다.
   • 성모와 운모 간의 실제 음절 형성 관계만을 기록하였다.
3. 시각화 설정
   • 노드 크기는 연결 정도(Degree)에 비례하도록 설정하였다.
   • 연결 관계가 많은 노드는 크게, 적은 노드는 작게 표시하였다.
   • 성모와 운모를 색상으로 구분하여 가독성을 높였다.
   • 성모와 운모 사이의 연결 관계를 엣지로 시각화하였다.
4. 네트워크 구조

본 연구에서 구축한 네트워크는 성모와 운모라는 두 종류의 노드 집합으로 구성된다. 성모는 운모와만 연결되고, 운모 역시 성모와만 연결되므로 동일한 유형의 노드끼리는 직접 연결되지 않는다. 이러한 특징 때문에 본 연구의 네트워크는 이분 네트워크(Bipartite Network)로 분류할 수 있다.

(2) 네트워크 시각화 과정

본 연구에서는 중국어 4성 음절의 성모와 운모 결합 관계를 시각적으로 분석하기 위해 Gephi를 활용하여 네트워크를 구축하였다. 정리된 데이터는 Excel 파일(.xlsx) 형태로 저장한 후 Gephi에 불러와 네트워크를 생성하였다. 이 과정에서 성모와 운모를 서로 다른 유형(Type)으로 설정하여 두 집단을 구분하여 두 집단을 명확하게 설정하였으며, 이를 바탕으로 중국어 4성 음절의 성모-운모 결합 관계를 하나의 네트워크 구조로 표현하였다.

네트워크 생성 후에는 노드 간 겹 현상을 줄이고 전체 구조의 가독성을 높이 위해 Gephi의 No Overlap(겹침 없음) 기능을 적용하였다. 이를 통해 노드와 라벨이 서로 겹치는 현상을 최소화하여 각 노드가 독립적으로 표시되도록 조정하였다.

또한 네트워크의 시각적 명확을 높이기 위해 다음과 같은 시각화 설정을 적용하였다. 성모와 운모를 시각적으로 구분하기 위해 서로 다른 색상을 부여하였으며, 노드 크기는 Weighted Degree 값을 기준으로 설정하였다. 노드 크기의 범위는 최소 6, 최대 14로 지정하여 연결 관계가 많은 노드는 크게, 적은 노드는 작게 표시되도록 하였다. 이를 통해 결합 범위가 넓은 음운 요소와 상대적으로 제한된 음운 요소를 직관적으로 구별할 수 있었다.

아울러 모든 노드에 라벨을 표시하여 각 성모와 운모를 직접 확인할 수 있도록 하였으며 엣지는 성모와 운모 사이의 실제 결합 관계를 나타내도록 설정하였다. 이러한 정을 통해 네트워크의 구조적 특징을 효과적으로 드러낼 수 있었으며, 이후 분석 단계에서 중심 노드와 주변 노드의 분포 성모-운모 결합 양상을 보다 명확하게 파악할 수 있었다.

최종적으로 구축된 네트워크는 중국어 4성 음절 체계에서 나타나는 성모와 운모의 결합 구조를 시각적으로 보여주며 각 음운 요소의 연결 정도와 네트워크 내 위치를 통해 결합 특성을 분석할 수 있는 기반을 제공하였다.

(3) 분석 내용

성모 연결도 분석

성모	Degree
l	24
n	21
zh	19
d	19
t	19
g	18
h	18
...	...

표 1에서 확인할 수 있듯이 l(24)이 가장 높은 연결도를 보였으며, n(21), d(19), t(19), zh(19)가 그 뒤를 이었다. 반면 f(9), q(11) 등은 상대적으로 낮은 연결도를 나타냈다.

운모 연결도 분석

운모	Degree
ang	20
an	20
u	19
eng	19
ao	19
ai	18
a	18
...	...

표 2를 보면 ang(20), an(20), u(19), eng(19), ao(19)가 가장 높은 연결도를 보였다. 반면 iong(1), er(1)은 매우 낮은 연결도를 보여 제한적인 결합 관계를 나타냈다.

운모 유형별 결합 특성 분석

운모의 연결도를 유형별로 살펴보면 높은 연결도를 보이는 운모들은 주로 비음운모 계열에 집중되는 경향이 나타난다. 실제로 an(20), ang(20), en(16), eng(19) 등은 전체 운모 가운데서도 높은 Degree 값을 기록하였다. 이러한 운모들은 다양한 성모와 결합하여 여러 4성 음절을 형성하는 것으로 확인되었다.
반면 iang(5), iong(1), üan(3), ün(3) 등은 상대적으로 낮은 연결도를 보였다. 이들 운모는 특정 성모와만 결합하는 경우가 많아 결합 범위가 제한적인 것으로 나타났다. 특히 iong은 Degree 값이 1에 불과하여 매우 제한된 결합 관계를 가지는 것으로 확인되었다.
또한 단운모와 복운모를 비교했을 때에도 차이가 나타났다. a(18), e(15), u(19)와 같은 단운모는 비교적 높은 연결도를 보인 반면, 일부 삼중모음 계열 운모나 특수 운모는 낮은 연결도를 보였다. 이는 중국어 4성 음절에서 특정 운모 유형이 보다 생산적으로 사용되고 있음을 보여준다.

영성모 분석

본 연구에서는 영성모를 Ø, y, w의 세 유형으로 구분하여 각각 독립적인 노드로 처리하였다. 분석 결과 y는 Degree 14, Ø는 Degree 11, w는 Degree 9를 기록하였다. 이는 영성모 계열 역시 다양한 운모와 결합하며 중국어 4성 음절 형성에 중요한 역할을 수행하고 있음을 보여준다.

특히 y는 일부 일반 성모보다 높은 연결도를 나타내어 비교적 폭넓은 결합 범위를 가진 것으로 확인되었다. 반면 w는 영성모 계열 가운데 가장 낮은 연결도를 보였으나 여전히 여러 운모와 결합 관계를 형성하는 것으로 나타났다.

이러한 결과는 성모가 없는 음절 역시 중국어 음절 체계에서 독립적인 위치를 차지하며, 영성모 또한 일반 성모와 마찬가지로 음절 형성에 적극적으로 참여하고 있음을 보여준다.

(4) 결과 해석

본 연구의 네트워크 분석 결과, 중국어 4성 음절의 성모와 운모 결합은 균등하게 이루어지지 않고 특정 음운 요소에 집중되는 경향을 보였다. 성모에서는 l, n 등이 높은 연결도를 나타냈으며, 운모에서는 an, ang, eng 등의 비음운모 계열이 높은 연결도를 보였다. 이는 일부 음운 요소가 다양한 결합 관계를 형성하며 네트워크의 중심적인 역할을 수행하고 있음을 의미한다.

또한 운모 유형별 분석 결과, 비음운모 계열은 높은 연결도를 보인 반면 일부 복운모 및 특수 운모는 제한적인 결합 관계를 나타냈다. 이러한 차이는 중국어 음절 구조가 무작위적으로 형성되는 것이 아니라 일정한 음운 제약 아래 조직되어 있음을 보여준다.

한편 영성모 역시 비교적 높은 연결도를 보여 중국어 4성 음절 형성에 적극적으로 참여하는 것으로 나타났다. 종합하면 중국어 4성 음절 체계는 특정 성모와 운모를 중심으로 결합 관계가 형성되는 허브 구조를 가지며, 동시에 음운적 제약에 의해 결합 가능성이 조절되는 체계적 구조를 가진다고 해석할 수 있다.