ChineseCharacterStudies(2026)Research01
CNUDH
Team A: 고준형, 곽대은, 황현성
목차
Contents
1. 연구목적
본 연구는 《說文解字》에 수록된 禾부 소전자형을 연구 대상으로 삼아, 각 글자의 직접구건과 구형모델을 분석하고 禾 구건이 자형 안에서 어떠한 표의 기능을 담당하는지 고찰하는 것을 목적으로 한다. 이를 통해 禾부자가 곡물, 생장, 수확, 저장, 조세, 단위 등의 의미범주로 분화되는 양상을 살피고, 한자의 자형 구성 원리와 고대 농경 사회의 의미 체계 및 사회·경제적 관념이 어떻게 연결되는지를 검토하고자 한다.
2. 연구이론
본 연구는 한자 구형학을 이론적 틀로 삼아 《說文解字》 禾部 자료에 나타난 문자들의 자형 구성과 의미 형성 원리를 분석한다. 한자구형학은 한자의 형체를 이루는 구성요소, 즉 구건(構件)과 형체 구성 방식인 구형(構形) 체계를 분석하여, 이들 구성요소가 지닌 의미 정보를 체계적으로 고찰하는 것을 주요 연구 내용으로 삼는다.한자는 단순한 기호가 아니라 여러 구건이 결합하여 이루어진 구조체이며, 각 구건은 자형 안에서 표의기능, 시음기능 등 특정한 역할을 담당한다. 따라서 한자구형학에서는 한자를 직접구건으로 분해하고, 각 구건의 기능과 구의를 분석함으로써 한자의 형성 원리와 의미 구성 방식을 설명한다. 본 연구는 이러한 한자구형학의 관점에서 《說文解字》에 수록된 禾부 소전자형을 분석하고, 禾구건이 각 글자 안에서 어떠한 기능을 수행하며 의미범주 형성에 어떻게 관여하는지를 고찰하고자 한다.
여기서 직접구건은 특정 한자를 1차적으로 분해했을 때 확인되는 직접적인 구성요소를 뜻한다. 즉, 자형 분석의 출발점에서 파악되는 결합 단위로써, 추가적인 재분해를 거치기 전의 실질적인 분석 단위라고 할 수 있다. 직접구건을 분석하면 각 구성요소가 자형 안에서 어떤 역할을 담당하는지, 즉 표의 기능이나 시음 기능 등을 수행하는지 파악할 수 있다. 예를 들어, 秀의 직접구건은 禾와 𠘧(안석 궤)로 나뉜다.
구건의 기능은 한자구형학에서 자형의 역할 분담을 설명하는 핵심 범주이다. 우선, 구건의 기능에는 표형기능, 표의기능, 시음기능, 표시기능이 있다. 표형기능은 사물의 형체를 본떠 나타내는 기능이고, 표의기능은 구성요소가 단독으로 쓰일 때의 어휘적 의미를 나타내는 기능이다. 시음기능은 글자의 음을 나타내는 기능이며, 표시기능은 다른 구성요소에 종속되어 자형 안에서 구별이나 지시의 역할을 담당하는 기능이다. 본 연구에서는 이러한 기능 구분을 바탕으로 禾와 禾 외 구건이 각각 자형 안에서 어떤 역할을 수행하는지 분석한다.
구형모델은 개별 구건의 기능이 결합하여 이루어지는 자형 구성 방식이다. 즉, 하나의 한자가 어떤 구건들로 구성되어 있으며, 그 구건들이 표의·시음·표형·표시 기능을 어떻게 분담하는지를 유형화한 개념이다. 본 연구에서는 각 한자의 직접구건을 먼저 분석하고, 이어서 그 구건의 기능을 검토함으로써 해당 한자의 구형모델이 무엇인지 파악한다. 이 가운데 의음합성자는 의미를 담당하는 요소와 음을 담당하는 요소가 결합한 구조를 뜻하며, 회의합성자는 둘 이상의 구성요소가 각각 뜻을 보태어 전체 의미를 형성하는 구조를 말한다.
따라서 본 연구는 위와 같은 한자구형학의 관점에서《說文解字》 禾부 소전자형을 분석한다. 먼저 각 자형을 직접구건으로 분해하고, 각 구건이 자형 안에서 담당하는 기능을 표의기능, 시음기능, 회의기능, 표시기능 등으로 판별한다. 이어서 구건 기능의 결합 양상에 따라 각 자형의 구형모델을 분류하고, 이를 바탕으로 禾부자가 형성하는 의미범주와 의미층위를 함께 검토한다. 즉, 본 연구는 직접구건 분석에서 출발하여 구건의 기능, 구형모델, 의미범주 분석으로 이어지는 절차를 통해 禾부 소전자형의 구조적 특징과 의미 형성 양상을 체계적으로 고찰하고자 한다.
3. 연구대상
본 연구는 《설문해자(說文解字)》 화부(禾部)에 수록된 소전(小篆) 자형을 연구 대상으로 삼았다. 최종 분석 대상은 《설문해자》 화부의 본문에 수록된 중문(重文, 즉 고문·기자 등)을 제외하고, 부수자인 ‘禾’ 자체를 포함하여 총 87자의 정자(正字)로 확정하였다. 본 연구에서는 중복 수록되거나 분석에서 제외된 자형 없이 화부에 수록된 소전 자형 전수를 분석 대상으로 균일하게 다루었다.
4. 연구방법
1) 데이터셋 구축 절차
본 연구는 《說文解字》 禾部에 수록된 소전자형을 대상으로, 각 자형의 구조적 특성과 의미 체계를 분석하기 위한 정형 데이터셋을 구축하였다. 각 분석 대상 자형에 대해서는 자형 구조와 의미 분류를 체계적으로 정리하기 위하여 ① 한자, ② 직접구건(直接構件), ③ ‘禾’ 구건의 기능, ④ ‘禾’ 외 구건의 기능, ⑤ 구형(構形)모델, ⑥ 《說文解字》 기반 본의(本義), ⑦ 의미범주, ⑧ 의미층위의 총 8개 항목을 설정하였다.
데이터셋 구축은 먼저 《說文解字》 禾部의 분석 대상 글자를 확정하고, 각 글자를 하나의 독립적인 분석 단위로 정리하는 것에서 출발하였다. 이후 각 자형을 직접구건 단위로 분해하여 禾와 禾 외 구성요소를 구분하고, 각 구건이 자형 안에서 수행하는 역할을 표의기능, 시음기능 등으로 판정하였다. 이렇게 도출된 구건 기능의 결합 양상에 따라 각 자형의 구형모델을 의음합성자, 회의합성자 등으로 분류함으로써, 자형 구조의 형성 원리를 유형화하였다.
의미 분석에서는 《說文解字》의 풀이를 바탕으로 각 글자의 본의를 정리한 뒤, 이를 다시 의미범주와 의미층위로 구분하여 분류하였다. 의미범주는 곡물명, 생장, 저장, 수확, 단위, 조세 등 禾부자 내부에서 반복적으로 나타나는 세부 의미군을 기준으로 설정하였으며, 의미층위는 자연물, 생산활동, 사회제도, 추상개념 등 의미 확장의 상위 단계를 보여주는 항목으로 설정하였다. 이러한 분류 방식을 통해 개별 한자의 자형 구조와 의미 체계가 어떻게 연결되는지를 비교·분석할 수 있도록 하였다.
2) 온톨로지 설계
본 연구의 온톨로지는 《說文解字》 禾部 소전자형의 자형 구조와 의미 형식을 체계적으로 정리하고, 각 한자의 구성요소와 의미 범주를 지식 그래프 형태로 연결하기 위해 설계하였다. 특히 개별 자형의 직접구건, 구건 기능, 구형모델, 의미범주, 의미층위를 함께 다룰 수 있도록 하여, 자형 분석과 의미 분석이 분리되지 않고 하나의 구조 안에서 연계되도록 하는 데 목적이 있다. 이를 위해 주요 클래스는 Character, Component, Function, StructureModel, MeaningCategory, SemanticLayer의 여섯 범주로 설정하였다. Character는 개별 한자 자체를 나타내는 중심 클래스이며, Component는 禾와 禾 외 구건을 포함한 구성요소를 나타낸다. Function은 구건이 수행하는 표의기능, 시음기능, 회의기능 등을 표현하고, StructureModel은 회의합성자, 의음합성자 등 자형 결합 방식을 분류한다. MeaningCategory는 곡물명, 저장, 조세와 같은 의미 범주를, SemanticLayer는 자연물, 생산활동, 사회제도, 추상개념과 같은 상위 의미 층위를 담당한다.
관계는 각 클래스 사이의 분석 목적이 분명하게 드러나도록 설정하였다. hasComponent는 하나의 Character가 어떤 Component로 구성되는지를 연결하는 관계이며, hasSemanticFunction은 특정 구성요소가 자형 안에서 어떤 의미 기능을 수행하는지를 나타낸다. hasPhoneticFunction은 구성요소가 음가 단서를 제공하는 경우를 연결하는 관계로, 禾 외 구건의 역할을 표현하는 데 사용된다. hasStructureModel은 각 Character가 어떤 구형모델에 해당하는지 연결하고, hasMeaningCategory와 hasSemanticLayer는 문자 의미가 중간 수준의 범주와 상위 층위에 어떻게 연결되는지를 보여준다.
이와 같은 온톨로지 설계를 통해 본 연구는 첫째, 각 자형이 어떤 구성요소로 이루어져 있는지, 둘째, 각 구성요소가 표의·시음·회의 등의 기능 중 무엇을 담당하는지, 셋째, 그 결합 결과가 어떤 구형모델로 나타나는지, 넷째, 해당 자형이 어떤 의미범주와 의미층위에 속하는지를 함께 분석할 수 있다. 다시 말해, 본 온톨로지는 禾부 소전자형의 구조적 구성과 의미 분포를 연결하여, 문자별 특성과 문자군 전체의 의미 경향을 함께 검토할 수 있도록 하는 분석 틀이다.
3) 지식그래프 시각화 방법
시각화를 위해서는 먼저 노드 리스트와 엣지 리스트를 분리하여 작성하였다. 노드 리스트에는 한자(Character), 구성요소(Component), 기능(Function), 구형모델(StructureModel), 의미범주(MeaningCategory), 의미층위(SemanticLayer)를 각각 별도의 노드 유형으로 구분하여 입력하였다. 엣지 리스트에는 Source, Relation, Target을 설정하고, 한자와 구성요소, 구성요소와 기능, 한자와 구형모델, 한자와 의미범주, 한자와 의미층위를 연결하도록 구성하였다.
이후 yEd를 활용하여 클래스와 관계 유형이 구분되도록 시각화하였다. 노드는 유형별로 서로 다른 형태와 색상으로 표시하여 한자, 구성요소, 기능, 구형모델, 의미범주, 의미층위를 직관적으로 식별할 수 있도록 하였다. 엣지는 Relation 속성에 따라 구분하여, 문자 구조, 기능, 의미 정보가 각각 어떤 방식으로 연결되는지를 한눈에 파악할 수 있도록 설계하였다.
또한 그래프의 전체 배치는 중심 개념인 禾를 기준으로 관련 한자와 구성요소가 주변에 연결되는 네트워크 구조로 구성하였다. 이를 통해 개별 한자의 구조적 관계뿐 아니라, 동일한 구성요소와 의미 정보를 공유하는 문자군의 연결 양상도 함께 확인할 수 있도록 하였다.
5.연구데이터
Google Spreadsheet
6. 연구결과
1) 구형모델 분포
본 연구는 《說文解字》 禾部에 수록된 禾부자 87자를 대상으로 구형모델을 분석하였다. 분석 결과 다음의 그래프와 같이 의음합성자가 81자, 회의합성자가 5자, 독체자가 1자로 나타났다.
이와 같은 높은 의음합성자 비율은 다음과 같은 문자학적 의의를 지닌다.
첫째, 소전 단계 한자 체계의 성숙도 증명이다.
초기 고문자(갑골문, 금문 등) 시절에는 사물의 형상을 직접 본떠 그리는 상형(象形)이나 지사(指事) 방식이 주를 이루었다.
하지만 설문해자의 소전 단계에 이르러 의음합성자(형성자)의 비율이 93.1%에 달한다는 것은 한자 구성 체계가 이미 고도화되고 성숙한 단계에 진입했음을 뜻한다.
즉, 새로운 사물이나 개념이 생길 때마다 매번 새로운 그림을 그리는 대신, 이미 존재하는 글자들을 조합하여 효율적으로 신조어를 만들어내는 계통적 체계가 확립되었음을 보여준다.
둘째, '禾'의 표의구건역할 확립이다.
'禾'가 단독으로 쓰일 때는 '곡식'이라는 구체적인 대상을 가리키지만, 합성자의 구성 요소로 쓰일 때는 곡물·농업·생장·수확 등과 관련된 모든 의미 영역을 관장하는 '표의구건(의미 기호)'으로 기능했음을 의미한다. 수많은 글자 속에서 '禾'가 반복적으로 결합하면서, '禾' 부수 아래에 속한 글자들이 느슨한 낱개의 글자가 아니라 하나의 거대한 '의미 계열'로 묶이게 된 것이다.
셋째, 음부(音部) 결합을 통한 어휘적 확장성의 증명이다.
'禾'라는 고정된 의미 축을 중심에 두고, 여기에 다양한 구건(음부)들이 결합함으로써 '禾'부 한자가 폭발적으로 확장될 수 있었다. 이는 당시 사회가 발전함에 따라 농업 및 곡물 관련 어휘가 세분화될 때, 기존의 문자 체계 안에서 이를 얼마나 유연하고 무한하게 수용할 수 있었는지를 보여주는 문자학적 증거이다.
넷째, 허신 《설문해자》 540부수 체계의 타당성 지지이다.
이 높은 의음합성자 비율은 허신이 《설문해자》를 편찬할 때 왜 '禾'를 독립된 부수로 설정하고 87개의 글자를 그 아래로 귀납할 수 있었는지에 대한 문자학적 배경을 설명해 준다.이미 당대의 자형들이 '의미 분류의 기준(부수)'을 중심으로 안정적인 계통을 이루고 있었기 때문에, 구조적 분석을 통한 방대한 자전 편찬이 가능했던 것이다.
따라서 이 결과는 禾부자가 구형모델 측면에서 의음합성자를 중심으로 구성되어 있음을 보여주고,하나의 표의구건을 중심으로 다양한 시음구건이 결합하면서 확장된 자군으로 볼 수 있다.
2) 의미범주와 의미층위 분석
《설문해자(說文解字)》 禾부자의 내부 의미 구조를 다각도로 고찰하기 위해, 본 연구에서는 분석 대상을 세부 '의미범주'와 상위 '의미층위'라는 두 가지 차원으로 나누어 접근하였다.
'의미범주'가 禾부 한자가 나타내는 구체적이고 개별적인 의미 속성(예: 곡물명, 생장, 수확 등)을 분류한 미시적 기준이라면, '의미층위'는 이러한 범주들이 농경 문화 및 인간의 인지적 확장 과정에서 어느 단계에 위치하는지(1차적 본의, 2차적 파생의 등)를 규명하는 거시적 기준이다. 두 분석은 독립된 결과가 아니라 동일한 의미 체계를 '세부 범주'와 '상위 층위'라는 두 수준에서 입체적으로 파악하기 위한 상호보완적 지표이다.
禾부자 총 87자의 세부 의미범주를 분석한 결과, '곡물명'에 해당하는 글자가 45자로 가장 압도적인 비중(51.7%)을 차지하였으며, 그 뒤를 이어 '생장'이 17자(19.5%), '수확'이 9자(10.3%) 순으로 높은 분포를 보였다. 이는 禾부 한자의 절반 이상이 일차적으로 구체적인 곡물의 종류나 명칭을 지정하기 위해 고안되었음을 보여주며, 당시 농경 사회에서 곡물 종류의 다양성과 이를 세분화하여 기록해야 했던 현실적 필요성을 반영한다.
상위 인지적 관점에서의 의미층위를 분석한 결과 역시, 곡물의 물리적 형태나 종류를 직접 지칭하는 '구체적·일차적 층위(본의)'가 높은 비율을 기록하였다. 반면 농경 행위에서 파생된 제도, 조세, 혹은 추상적 가치 체계를 나타내는 '추상적·이차적 층위(파생의)' 역시 일정 수치 이상 존재함을 확인하였다. 이는 문자 생성 초기에는 물리적 대상에 국한되었던 '禾'의 기호적 의미가 시간이 흐름에 따라 인간의 사회적 행위 영역으로 확장되었음을 시사한다.
위의 두 결과를 종합하면, 禾부자의 의미는 고정된 것이 아니라 인간의 인지 확장 경로를 따라 체계적으로 발전했음을 알 수 있다.
초기에는 [벼/곡물 자체(구체적 범주 / 1차 층위)]를 뜻하던 문자들이, 곡물이 자라고 익어가는 [생장 및 수확(과정적 범주 / 2차 층위)]의 단계로 확장되었다. 나아가 수확된 곡물이 사회적 분배와 국가 운영의 근간이 되면서 [조세, 도량형, 제도(추상적 범주 / 3차 층위)]라는 고차원적 개념으로 이행하는 유기적인 '의미 확장 경로'를 구축하게 된다.
즉, '식량'이라는 생존의 필수 요소가 '사회적 제도와 가치'라는 문화적 기호로 진화해 간 궤적이 자형 체계 속에 고스란히 투영되어 있는 것이다.
이러한 禾부 한자의 미시적 의미범주와 거시적 의미층위 간의 구조적 연관성 및 의미 확장 경로는 아래의 지식그래프를 통해 더욱 직관적으로 확인할 수 있다.
위 지식그래프는 중심 노드인 '禾'에서 출발하여 각 세부 의미범주(곡물명, 생장, 수확 등)가 어떻게 상위 의미층위로 연결되고 확장되는지를 네트워크 구조로 시각화한 것이다. 그래프 상에서 '곡물명' 노드가 가장 두꺼운 연결선을 가지며 중심축을 형성하고 있으며, 이를 바탕으로 '농경 행위'와 '사회 제도' 노드로 링크가 뻗어나가는 구조를 통해 禾부 한자의 계층적·통합적 의미 체계를 명확히 확인할 수 있다.
연구후기
황현성
나름 컴퓨터를 응용해서 문제 수행을 하는데 있어서 자부심을 가지고 있었는데 이번 연구를 통해서 한없이 부족함을 뼈저리게 느꼈다. AI 없이는 노드, 엣지리스트를 일일이 수작업 하기에는 너무 많은 시간이 소요되고, 오류도 발생할 수 있음을 느끼고 AI 활용의 중요성을 느꼈다. 또, yed 프로그램으로 시각화 그래프를 직접 만들어봄으로써, 연구 목적과 방향에 따른 레이아웃의 중요성도 깨달았다.
고준형
엑셀 시트에 정리된 '禾(벼 화)' 부수 한자 데이터를 yEd 프로그램으로 옮겨 그래프로 만드는 작업은 생각보다 많은 시행착오가 따랐다.하지만 과정대로 하다보니 텍스트 표로 볼 때는 잘 와닿지 않던 한자들의 뿌리와 형성 과정이 한눈에 입체적으로 들어왔다. 디지털 툴을 다루는 과정에서 우리 조원이 많이 고생 했고,잘 알려줘서 인문학 데이터를 구조화하고 시각적 성과물로 만들어 낸 것 같다
곽대은
프로젝트 초반에는 연구의 방향을 이해했다고 생각했지만, 실제로 《說文解字》의 禾부자를 데이터셋으로 구축하는 과정에서 자형 구조와 구성요소를 일관되게 정리하는 일이 쉽지 않다는 것을 느꼈다. 특히 자형의 구성요소를 노드와 엣지로 전환하는 과정에서 기준 설정이 중요하다는 점을 알게 되었다. AI를 활용하여 데이터 정리와 구조화 작업의 효율을 높일 수 있었고, yEd 시각화 과정에서 발생한 문제를 해결하면서 디지털 도구 활용 능력도 향상되었다.
참고자료
1) 許愼, 《說文解字》,
2) 하영삼, 『완역 설문해자 7 권』, 도서출판3, 2022
3) 북경사범대학, 《說文解字》研究與應用平台, https://szsw.bnu.edu.cn/#/
4) 북경사범대학, 漢字全息資源應用系統, https://qxk.bnu.edu.cn/#/
주석