이유진CNU24/중국어음운론과제

이유진의 과제

1. 네트워크 시각화

2. 분석 보고서

(1) 데이터 구성 방식

본 연구의 데이터는 중국어 음절을 구성하는 성모와 운모의 결합 관계를 바탕으로 구성하였다. 데이터는 크게 노드 데이터, 엣지 데이터, 그리고 Gephi에서 산출된 네트워크 지표 데이터로 이루어진다.

먼저 노드 데이터는 네트워크를 구성하는 음운 요소들을 정리한 자료이다. 각 노드는 Id, Label, Type 값을 가진다. Id와 Label은 각 음운 요소를 식별하기 위한 이름이며, Type은 해당 노드가 성모인지, 운모인지, 영성모인지를 나타낸다. 노드 데이터에는 I_b, I_p, I_m, I_f, I_d, I_t, I_n, I_l, I_g, I_k, I_h 등 일반 성모가 포함되어 있으며, I_∅는 영성모로 따로 분류되어 있다. 운모에는 F_ian, F_in, F_iang, F_ing, F_u, F_ua, F_uo, F_uai, F_ui, F_uan, F_un, F_uang, F_ü, F_üe, F_iong, F_a, F_ong, F_e, F_ai, F_ei, F_ao, F_ou 등이 포함되어 있다. 또한 F_er, F_an, F_ang, F_eng, F_i, F_ia, F_ie, F_iao, F_iu, F_ii, F_iii, F_en, F_o, F_ue 등도 운모로 정리되어 있다.

본 연구에서는 성모와 운모의 차이를 시각적으로 명확히 보여주기 위해 노드의 식별자 앞에 접두어를 붙였다. 성모에는 I_, 운모에는 F_를 붙여 I_b, I_m, I_d 및 F_a, F_e, F_en과 같이 표기하였다. 이러한 방식은 Gephi에서 네트워크를 시각화할 때 성모와 운모가 서로 다른 범주임을 쉽게 확인할 수 있도록 하기 위한 것이다. 즉, I_와 F_의 접두어는 단순한 이름 표시가 아니라, 성모와 운모의 기능적 차이를 시각적으로 구분하기 위한 장치이다.

엣지 데이터는 성모와 운모 사이의 실제 결합 관계를 나타낸다. 엣지 데이터는 Source, Target, Pinyin, example_char, exist 항목으로 구성되어 있다. Source는 성모 노드, Target은 운모 노드를 의미하며, Pinyin은 두 요소가 결합하여 형성된 병음을 나타낸다. example_char는 해당 병음의 예시 한자이고, exist는 본 연구에서 경성 실현 여부를 판단하는 기준으로 활용하였다. 예를 들어 I_b-F_a의 결합은 ba-吧로 나타나며, exist 값이 y로 표시되어 있다. I_m-F_a의 ma-吗, I_m-F_e의 me-么 역시 y로 표시되어 경성 직접 실현과 관련되는 조합이다. 또한 I_m-F_en의 men-们, I_d-F_e의 de-地도 y로 표시되어 경성 실현과 직접 관련되는 사례로 볼 수 있다.

반면 exist 값이 n으로 표시된 조합은 독립적으로 경성과 직접 결합하지는 않지만, 특정 단어나 문맥 속에서 경성으로 실현될 수 있는 조건부 범주로 해석하였다. 예를 들어 bi-庇, bu-不, bai-白, fa-发, du-度 등은 n으로 표시되어 있다. 따라서 n은 단순한 부정이나 불가능이 아니라, 경성 실현이 어휘적·운율적 조건에 의존하는 경우를 나타낸다.

아울러 본 연구에서는 Gephi에서 산출된 네트워크 통계값을 함께 활용하였다. 해당 자료에는 각 노드의 indegree, outdegree, Degree, Weighted Degree, modularity_class, clustering, stat_inf_class 등이 포함되어 있다. 성모 노드의 경우 주로 운모를 향해 연결되기 때문에 outdegree 값이 나타나고, 운모 노드의 경우 여러 성모로부터 연결을 받기 때문에 indegree 값이 나타난다. 따라서 이 지표들은 각 음운 요소가 전체 결합망 안에서 어느 정도의 연결성을 가지는지 분석하는 데 사용되었다.

(2) 네트워크 시각화 과정

네트워크 시각화는 Gephi를 사용하여 진행하였다. 먼저 노드 파일과 엣지 파일을 Gephi에 불러온 뒤, 노드 데이터의 Id 값과 엣지 데이터의 Source, Target 값을 대응시켜 성모와 운모 사이의 결합망을 구성하였다. 예를 들어 노드 파일에서 I_b는 성모 노드로 등록되어 있고, 엣지 파일에서는 I_b가 F_a, F_i, F_u, F_ai, F_ie, F_an 등 여러 운모와 연결된다.

시각화의 첫 단계에서는 노드 유형에 따라 색상을 구분하였다. 성모, 운모, 영성모가 각각 다른 색으로 표시되도록 설정하여, 네트워크상에서 음운 범주가 한눈에 구별되도록 하였다. 특히 I_∅는 일반 성모와 달리 영성모로 분류되어 있기 때문에, 별도의 색상이나 범주로 처리하여 시각적 구분을 강화하였다.

두 번째 단계에서는 엣지의 exist 값을 활용하여 경성 실현 양상을 구분하였다. y 값은 경성과 직접 결합하는 조합을 의미하므로 시각화에서 더 강조되도록 하였고, n 값은 조건부 경성 실현 가능성을 나타내므로 상대적으로 연하게 표현하였다. 예를 들어 ba-吧, ma-吗, me-么, men-们, de-地와 같은 y 조합은 경성 실현의 핵심 사례이므로 시각화에서 강조하였다. 반대로 bi-庇, bu-不, fa-发, du-度 등 n 조합은 직접 경성 결합이 아닌 조건적 범주로 처리하였다.

세 번째 단계에서는 레이아웃을 조정하였다. 본 네트워크는 성모와 운모가 서로 연결되는 이분 네트워크이므로, ForceAtlas 레이아웃을 적용하여 전체 결합 구조가 자연스럽게 펼쳐지도록 하였다. 이후 No Overlap 기능을 사용하여 노드가 서로 겹치지 않도록 조정하고, Label Adjust 기능을 통해 라벨이 읽기 쉽게 배치되도록 하였다. 이를 통해 성모와 운모의 결합 관계뿐만 아니라, 중심부와 주변부의 구조도 시각적으로 파악할 수 있도록 하였다.

네 번째 단계에서는 Degree 값을 기준으로 노드 크기를 차등화하였다. Degree는 한 노드가 다른 노드와 맺고 있는 연결 수를 의미한다. 따라서 Degree가 높은 노드는 더 크게 표시하여 전체 네트워크 안에서 중심적인 역할을 하는 음운 요소임을 나타냈다. 성모 중에서는 I_l이 Degree 22로 가장 높은 연결도를 보였고, I_t는 18, I_d와 I_g는 각각 17로 나타났다 [1]. 운모 중에서는 F_ai가 Degree 18로 가장 높고, F_u와 F_an은 각각 17, F_a, F_ao, F_ang은 각각 16으로 나타났다. 이처럼 Degree 값을 시각화에 반영함으로써 어떤 성모와 운모가 전체 결합망에서 중심적 위치를 차지하는지 확인할 수 있도록 하였다.

마지막으로 엣지는 전체 그래프가 지나치게 복잡해 보이지 않도록 얇고 투명하게 설정하였다. 본 연구의 목적은 모든 연결선을 강조하는 것이 아니라, 성모와 운모의 결합 구조와 경성 실현 여부를 함께 파악하는 데 있다. 따라서 y 엣지는 상대적으로 눈에 띄게 하고, n 엣지는 보조적인 연결로 표현하여 경성 직접 실현과 조건부 실현의 차이가 드러나도록 하였다.

(3) 분석 내용

본 연구에서는 성모와 운모의 결합망을 네트워크 지표와 경성 실현 여부라는 두 가지 관점에서 분석하였다. 먼저 네트워크 지표를 통해 각 성모와 운모가 전체 결합망에서 어느 정도의 연결성을 가지는지 살펴보았고, 다음으로 exist 값의 y/n 구분을 통해 어떤 조합이 경성과 직접 관련되는지 분석하였다.

성모의 연결 중심성을 살펴보면, 일부 성모가 전체 결합망에서 상대적으로 높은 연결성을 보였다. I_l은 Degree 22로 가장 높은 연결도를 보였으며, I_t는 18, I_d와 I_g는 각각 17의 Degree를 보였다. 이는 해당 성모들이 다양한 운모와 결합할 수 있는 범위가 넓다는 것을 의미한다. I_m은 Degree 15, I_b와 I_k는 각각 Degree 13으로 나타나 비교적 많은 운모와 연결되는 성모에 해당한다. 반면 I_f는 Degree 7, I_w는 Degree 6, I_c는 Degree 5로 나타나 상대적으로 제한된 결합 범위를 보였다.

운모의 경우에도 연결성의 차이가 뚜렷하였다. F_ai는 Degree 18로 가장 높은 연결도를 보였고, F_u와 F_an은 각각 Degree 17로 나타났다. 또한 F_a, F_ao, F_ang은 각각 Degree 16으로 나타나 여러 성모와 폭넓게 결합하는 중심적 운모에 해당한다. 반면 F_üe와 F_iong은 Degree 1, F_ü, F_ua, F_ue는 Degree 2로 나타나 결합 범위가 상대적으로 좁은 운모로 확인되었다 [9][10]. 이처럼 성모와 운모는 모두 동일한 결합성을 가지는 것이 아니라, 일부 요소는 중심부에, 일부 요소는 주변부에 위치하는 구조를 보인다.

다음으로 경성 실현 여부를 분석하면, exist 값이 y로 표시된 조합은 경성과 직접 결합하는 사례로 볼 수 있다. I_b-F_a의 ba-吧는 y로 표시되어 있으며, 이는 경성으로 실현되는 대표적 음절이다 [6]. I_m-F_a의 ma-吗, I_m-F_e의 me-么 역시 y로 표시되어 있어 m 성모가 경성과 직접 연결되는 여러 조합을 가진다는 점을 보여준다. 또한 I_m-F_en의 men-们, I_d-F_e의 de-地도 y로 표시되어 경성 실현과 직접적으로 관련되는 사례이다.

반면 n으로 표시된 조합은 경성과의 관계가 보다 간접적이다. I_b-F_i의 bi-庇, I_b-F_u의 bu-不, I_b-F_ai의 bai-白, I_p-F_i의 pi-皮, I_f-F_a의 fa-发, I_d-F_u의 du-度 등은 모두 n으로 표시되어 있다. 이들은 성모와 운모의 결합 자체는 존재하지만, 그 조합이 독립적으로 경성 음절로 기능하는 것은 아니라는 점에서 y 조합과 구별된다. 따라서 n은 단순히 경성이 불가능하다는 의미가 아니라, 특정 단어나 문맥 속에서 조건적으로 경성화될 수 있는 범주로 해석해야 한다.

성모별 경성 실현 양상을 보면, I_m이 특히 주목된다. I_m은 Degree 15로 비교적 높은 연결성을 가지며, 동시에 ma-吗, me-么, men-们과 같은 여러 y 조합을 포함한다. 이는 m 성모가 전체 결합망에서도 일정한 연결성을 가지면서, 경성 직접 실현에서도 중요한 역할을 한다는 점을 보여준다. 반면 I_b는 Degree 13으로 여러 운모와 결합하지만 [1], 제시된 자료에서는 ba-吧만 y로 나타나고 bi-庇, bu-不, bai-白 등은 n으로 나타난다. 따라서 성모의 결합 수가 많다고 해서 모든 결합이 경성으로 직접 실현되는 것은 아니다.

운모별로 보면, F_a, F_e, F_en이 경성 직접 실현에서 중요한 역할을 한다. F_a는 ba-吧, ma-吗와 연결되고, F_e는 me-么, de-地와 연결되며, F_en은 men-们과 연결된다. 이들 운모는 각각 Degree 16, 13, 11로 나타나 일정한 연결성을 가진다. 그러나 가장 높은 Degree를 보인 F_ai가 반드시 경성 직접 실현의 중심 운모인 것은 아니다. F_ai는 Degree 18로 가장 높은 운모 중 하나이지만, 경성 직접 실현의 대표 사례는 F_a, F_e, F_en과 관련된 조합에서 확인된다. 이는 구조적 연결성과 경성 실현 가능성을 구분해서 분석해야 함을 보여준다.

(4) 결과 해석

본 연구의 네트워크 분석 결과, 중국어 성모-운모 결합망은 모든 음운 요소가 균등하게 연결되는 구조가 아니라, 중심부와 주변부가 구분되는 구조를 가진다는 점이 확인되었다. 성모 중에서는 I_l, I_t, I_d, I_g 등이 높은 Degree 값을 보이며 다양한 운모와 결합하는 중심적 성모로 나타났다. 운모 중에서는 F_ai, F_u, F_an, F_a, F_ao, F_ang 등이 높은 Degree 값을 보여 여러 성모와 결합하는 중심적 운모로 나타났다. 반면 I_c, I_w, I_f와 같은 성모나 F_üe, F_iong, F_ü, F_ue와 같은 운모는 낮은 Degree 값을 보여 결합 범위가 제한적인 주변부 요소로 해석할 수 있다.

그러나 Degree가 높다고 해서 반드시 경성 실현 가능성이 높다는 뜻은 아니다. Degree는 해당 성모나 운모가 전체 결합망에서 얼마나 많은 조합을 가지는지를 보여주는 구조적 지표이다. 반면 exist의 y/n 값은 해당 조합이 경성과 직접 결합하는지, 또는 특정 조건에서만 경성으로 실현될 수 있는지를 보여주는 음운론적 기준이다. 따라서 본 연구에서는 Degree를 음절 결합의 구조적 중심성 지표로 활용하고, exist 값을 경성 실현 여부를 판단하는 경성 판정 지표로 활용하였다.

이러한 구분은 경성 분석에서 중요하다. 예를 들어 I_l은 Degree 22로 가장 높은 성모이지만 [1], 제시된 경성 직접 실현 사례의 중심은 I_m의 ma-吗, me-么, men-们, I_b의 ba-吧, I_d의 de-地 등에 있다. 즉, 전체 결합망에서 가장 많은 운모와 결합하는 성모가 반드시 경성 직접 실현에서 가장 중요한 성모라고 볼 수는 없다. 마찬가지로 F_ai는 Degree 18로 가장 높은 운모 중 하나이지만, 경성 직접 실현의 대표 사례는 F_a, F_e, F_en과 관련된 조합에서 확인된다. 이는 경성 실현이 단순히 결합 빈도나 결합 가능성만으로 결정되는 것이 아님을 보여준다.

결국 중국어 경성은 성모와 운모의 기계적 결합 결과라기보다, 특정 음절 조합이 지닌 어휘적 기능과 문법적 성격에 의해 선택적으로 실현되는 현상으로 해석할 수 있다. ba-吧, ma-吗, me-么, men-们, de-地와 같은 조합은 모두 경성 직접 실현 사례로 나타나며 [6][12], 이들은 일반적인 음절이라기보다 문장 속에서 특정한 기능을 수행하는 요소들이다. 반면 bi-庇, bu-不, bai-白, fa-发, du-度 등은 성모와 운모의 결합 자체는 가능하지만 n으로 표시되어 있어, 독립적 경성 실현이 아니라 조건부 실현 가능성의 범주로 처리된다.

따라서 본 연구의 의의는 중국어 경성을 개별 예시의 나열이 아니라, 성모-운모 결합망이라는 네트워크 구조 속에서 분석했다는 데 있다. 네트워크 시각화를 통해 어떤 성모와 운모가 전체 음절 결합망에서 중심적 위치를 차지하는지 확인할 수 있었고, 동시에 exist 값을 통해 어떤 조합이 경성과 직접 관련되는지 구분할 수 있었다. 이러한 방식은 중국어 경성이 단순히 약하게 발음되는 성조가 아니라, 음절 구조, 어휘적 기능, 문법적 환경, 운율적 조건이 함께 작용하여 나타나는 체계적인 음운 현상임을 보여준다.

종합하면, 본 연구에서 구축한 네트워크는 중국어 성모와 운모의 결합 가능성을 시각적으로 보여주는 동시에, 경성 실현이 특정 조합에 선택적으로 집중되는 양상을 드러낸다. 높은 Degree를 가진 노드는 음절 결합망에서 구조적으로 중요한 위치를 차지하지만, 경성 직접 실현은 그중 일부 특정 음절에 한정된다. 따라서 중국어 경성은 단순한 음운 결합의 산물이 아니라, 음운 구조와 어휘·문법 기능이 교차하는 지점에서 실현되는 현상으로 이해할 수 있다.