박지원CNU22/중국어음운론과제

박지원의 과제

1. 네트워크 시각화

2. 분석 보고서

(1) 데이터 구성 방식

본 연구는 중국어 1성 음절의 성모와 운모 결합 양상을 분석하기 위해 데이터를 구축하였다. 먼저 중국어 1성 음절을 수집한 후 각 음절을 성모와 운모로 분리하였다. 예를 들어 bā(八)는 성모 b와 운모 a로, chāng(昌)은 성모 ch와 운모 ang으로 분해하였다.

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

① 노드 데이터
노드 파일에는 중국어 1성 음절에 사용되는 성모와 운모를 각각 하나의 노드로 등록하였다.
· 성모를 하나의 노드 집합으로 설정하였다.
· 운모를 또 다른 노드 집합으로 설정하였다.
· 성모와 운모를 구분하기 위해 type 속성을 추가하였다.
· 영성모는 zero, y, w로 구분하여 별도의 노드로 설정하였다.

② 엣지 데이터
엣지 파일에는 성모와 운모 사이의 실제 결합 관계를 기록하였다.
· 특정 성모와 운모가 결합하여 1성 음절을 형성하는 경우 엣지를 생성하였다.
· 실제로 존재하는 음절만을 대상으로 연결 관계를 기록하였다.
· 성모와 운모 간 결합 관계만을 포함하였다.

③ 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. 따라서 본 연구의 네트워크는 이분 네트워크(Bipartite Network)의 형태를 가진다.

(2) 네트워크 시각화 과정

본 연구에서는 중국어 1성 음절의 성모와 운모 결합 관계를 시각적으로 분석하기 위해 Gephi를 활용하여 네트워크를 구축하였다. 먼저 Excel 파일 형태로 정리한 노드 데이터와 엣지 데이터를 Gephi에 불러온 후 네트워크를 생성하였다. 이후 ForceAtlas2 레이아웃을 적용하여 연결 관계가 많은 노드가 중심에 위치하고 연결 관계가 적은 노드는 주변에 배치되도록 하였다.

또한 No Overlap 기능을 적용하여 노드와 라벨이 서로 겹치지 않도록 조정하였다.

시각화 과정에서는 성모와 운모를 서로 다른 색상으로 구분하였으며 노드 크기는 Degree 값에 비례하도록 설정하였다. 따라서 연결 관계가 많은 노드는 크게, 적은 노드는 작게 표시되었다.

노란색은 성모, 분홍색은 운모, 파란색 zero는 영성모를 나타낸다. 노드 크기는 Degree 값에 비례하며, 엣지는 성모와 운모의 결합 관계를 의미한다.

(3) 분석 내용

① 성모 연결도 분석
성모의 연결도를 살펴본 결과 l이 Degree 24로 가장 높은 값을 나타냈다. 그 뒤를 d와 zh가 각각 20으로 이었으며, ch, g, k, sh, t 역시 19의 높은 연결도를 보였다.

성모 연결도(Degree) 상위 노드

성모	Degree
l	24
d	20
zh	20
ch	19
g	19
k	19
sh	19
t	19

이러한 결과는 l, d, zh와 같은 성모가 다양한 운모와 결합하여 많은 1성 음절을 형성하고 있음을 의미한다. 반면 f(7), w(8), r(11)은 상대적으로 낮은 연결도를 나타냈는데, 이는 결합 가능한 운모의 범위가 비교적 제한적이기 때문으로 볼 수 있다.

② 운모 연결도 분석
운모에서는 an과 ang가 각각 Degree 21로 가장 높은 연결도를 나타냈다. 그 뒤를 ao(19), u(18), ai(18), eng(18)이 이었다.

운모 연결도(Degree) 상위 노드

운모	Degree
an	21
ang	21
ao	19
u	18
ai	18
eng	18
a	17
ou	17

특히 an,ang와 같은 비음운모 계열은 다양한 성모와 결합하는 것으로 나타났으며 네트워크의 중심부에 위치하였다. 반면 iong(3), iA(3), iB(3), üan(4), ün(4) 등은 상대적으로 낮은 연결도를 보여 일부 성모와만 제한적으로 결합하는 특징을 보였다.

③ 운모 유형별 결합 특성 분석
운모의 연결도를 유형별로 살펴보면 비음운모 계열이 높은 연결도를 보이는 경향이 나타났다. 실제로 an(21), ang(21), en(15), eng(18)은 전체 운모 가운데서도 높은 Degree 값을 기록하였다.

이는 비음운모 계열이 다양한 성모와 폭넓게 결합하면서 많은 음절을 형성하기 때문으로 볼 수 있다.

반면 iang(5), iong(3), üan(4), ün(4)과 같은 운모는 특정 성모와만 결합하는 경우가 많아 연결도가 낮게 나타났다. 이러한 차이는 중국어 음절 체계가 무작위적으로 형성되는 것이 아니라 일정한 음운 규칙에 따라 구성되어 있음을 보여준다.

④ 영성모 분석
본 연구에서는 영성모를 zero 노드로 설정하여 분석하였다.
분석 결과 zero의 Degree는 12로 나타났다.

영성모 Degree

영성모	Degree
zero	12

영성모 zero는 일부 일반 성모와 비슷한 수준의 연결도를 보였으며 네트워크 중심부에 위치하여 여러 운모와 연결되는 모습을 확인할 수 있었다. 특히 a,e,ai,an,ang 등 다양한 운모와 결합하고 있었는데, 이는 성모가 없는 음절 역시 중국어 음절 체계에서 일정한 비중을 차지하고 있음을 보여준다.

영성모 zero는 a, e, ai,an, ang 등 여러 운모와 연결되어 있었으며, 성모가 없는 음절 형성에 중요한 역할을 하는 것으로 나타났다. 따라서 영성모는 단순히 성모가 없는 예외적인 형태가 아니라 중국어 음절 체계의 한 구성 요소로 볼 수 있다.

⑤ 결합 양상 분석
네트워크 전체를 살펴보면 특정 성모와 운모 사이에서 군집이 형성되는 모습을 확인 할 수 있었다. 먼저 j,q,x는 ü, üe, üan, ün 계열 운모와 가까운 위치에 분포하였다. 이는 실제 중국어 음운 규칙에서 j,q,x가 ü 계열 운모와 자주 결합하는 특징이 시각적으로 드러난 결과라고 볼 수 있다. 또한 zh, ch, sh는 서로 가까운 위치에 분포하면서 ua, uai, uang 등의 운모와 연결되는 모습을 보였다. 이는 권설음 계열 성모들이 유사한 결합 패터늘 가지고 있음을 보여준다. 반면 an, ang, ao, u와 같은 운모는 다양한 성모와 연결되어 네트워크 중심부에 위치하였다. 이러한 운모들은 높은 연결도를 바탕으로 전체 네트워크를 연결하는 역할을 수행하는 것으로 볼 수 있다.

(4) 결과 해석

본 연구의 네트워크 분석 결과, 중국어 1성 음절의 성모와 운모 결합은 균등하게 이루어지지 않고 특정 음운 요소에 집중되는 경향을 보였다. 성모에서는 l, d, zh가 높은 연결도를 나타냈으며, 운모에서는 an, ang, ao가 높은 연결도를 보였다. 특히 an과 ang는 가장 높은 연결도를 기록하여 중국어 1성 음절 형성에서 중요한 역할을 하는 운모임을 확인할 수 있었다. 또한 영성모 역시 비교적 높은 연결도를 보여 일반 성모와 함께 음절 형성에 적극적으로 참여하는 것으로 나타났다. 시각화 결과에서도 영성모는 네트워크 중심부와 연결되어 있어 음절 구조 형성에 일정한 역할을 수행하고 있음을 확인할 수 있었다. 종합하면 중국어 1성 음절 체계는 일부 성모와 운모를 중심으로 결합 관계가 형성되는 허브 구조를 가지며, 동시에 중국어의 음운 규칙에 의해 결합 가능성이 제한되는 체계적인 구조를 형성하고 있다고 해석할 수 있다.