Busan Data Guide

📚 부산 지역 인문학 데이터 편찬 입문 가이드

『부산을 빛낸 인물』·『부산의 자연마을』 디지털화

• 들어가며
• 전체 로드맵
• 데이터 구조(Excel)
• XML 태깅
• 실전 예시
• ID 규칙
• 작업 프로세스
• 실습 스프레드시트
• Q&A

📖 들어가며: 부산 인문 자료의 디지털화

본 프로젝트는『부산을 빛낸 인물』과 『부산의 자연마을』이라는 소중한 부산의 인문자료를 디지털인문학센터에서 구축하는 플랫폼에서 활용하고자, 디지털 데이터로 변환하는 기초 작업을 진행합니다.

📚 프로젝트 규모 및 팀 구성

작업 대상 자료

• 『부산의 자연마을』: 총 2,400페이지 (1,200페이지 × 2권)
• 『부산을 빛낸 인물』: 총 800페이지

👥 팀 구성 (총 24명: 인문계 18명 + 이공계 6명)

역할: 인문계-데이터 편찬 및 태깅 / 이공계-기술 지원 및 자동화

A

부산의 자연마을 1

• 인원: 9명 (인문계 7명 + 이공계 2명)
• 담당: 『부산의 자연마을』 1,200페이지
• 총괄: 디지털인문학센터 교육지원부장

B

부산의 자연마을 2

• 인원: 9명 (인문계 7명 + 이공계 2명)
• 담당: 『부산의 자연마을』 1,200페이지
• 총괄: 디지털인문학센터 계약교수

C

부산을 빛낸 인물

• 인원: 6명 (인문계 4명 + 이공계 2명)
• 담당: 『부산을 빛낸 인물』 800페이지
• 총괄: 디지털인문학센터 연구전략부장

💻 이공계 학생 (각 팀 2명씩, 총 6명) 주요 역할

• 파이썬 스크립트 개발 (태깅 마커 → XML 자동 변환)
• 데이터 검증 및 오류 체크 자동화
• 팀 내 기술적 문제 실시간 지원
• VSCode, Git 등 도구 활용 교육

이제 책 속의 자료를 시맨틱 데이터로 변환하는 기초 작업을 진행할 예정입니다. 왜 이 작업이 필요할까요?

부산광역시사편찬위원회 자료실에 PDF로 제공되는 도서는 한 번에 한 사람만 읽을 수 있지만, 디지털 데이터로 변환된 지식은:

• 💡 검색 가능: "1950년대 부산 영도구"라고 검색하면 관련된 모든 내용이 한눈에 보이게 만들 수 있습니다!
• 🔗 연결 가능: 인물과 장소, 사건이 서로 연결되어 새로운 통찰을 발견할 수 있습니다!
• 📊 분석 가능: 빈도, 패턴, 관계를 통해 보이지 않던 역사적 의미를 발견할 수 있습니다!
• 🌐 공유 가능: 전 세계 연구자들과 부산의 이야기를 나눌 수 있어요

🔥 전체 로드맵: 3단계 여정

1

데이터 편찬

현재 단계

• PDF → 텍스트 추출
• 구조화 → CSV 정리
• 태깅 → XML 변환

목표: 원천 자료를 DB에 업로드 가능한 형태로 구조화

2

데이터 분석

• 빈도 분석 & 키워드 추출
• 관계 파악
• 의미 해석

목표: 구축된 데이터에서 학문적 의미와 패턴 도출

3

데이터 설계

• 온톨로지 설계
• 지식 그래프 구상
• 활용 방안 기획

목표: 플랫폼 구축을 위한 데이터 모델링

⚠️ 작업 순서 확인!

이 섹션은 "📊 우리 팀 데이터 구조 이해하기" 섹션을 먼저 완료한 후에 진행합니다.

1단계: Excel에서 CSV 데이터 입력 완료 → 2단계: Excel에서 XML 태깅 마커 표시 → 3단계: VSCode에서 XML 검수

📊 우리 팀 데이터 구조 이해하기

우리가 사용하는 구글 시트는 18개의 필드(열)로 구성되어 있어요. 각 필드가 왜 필요한지 함께 살펴볼까요?

💡 작업 단계별 사용 필드

• 1단계 (기본 입력): id, book_title, person_id, text_original, text_type
• 2단계 (XML 태깅): text_tagged (새로 추가!)
• 3단계 (자동화): 이공계 학생이 text_tagged → XML 변환

🔑 핵심 필드 설명

필드명	예시	설명	작업자가 할 일
id	txt_10001	텍스트 고유 번호	필수 반드시 부여 (중복 금지!)
book_id	lightuppeople01	책 식별자	책마다 고정값 사용
book_title	부산을_빛낸_인물	책 제목	언더바(_)로 연결
sub_title	20세기_이전_인물편	부제목	있는 경우만 입력
publisher	부산광역시_문화유산과_시사편찬실	발행처	책 정보 그대로
pub_date	2004.06	출판일	YYYY.MM 형식
chapter	001	장 번호	3자리 숫자 (001, 002...)
page	005	페이지	3자리 숫자 (005, 006...)
person_id	per_101_001	인물 고유 번호	필수 새 인물마다 부여
name_ko	최치원	인물 한글 이름	정확하게 입력
name_ch	崔致遠	인물 한자 이름	있는 경우만 입력
topic	해운대의_유래	소주제	섹션 제목 그대로
author	정경주_경성대교수	글쓴이	이름_소속 형식
text_original	(본문 내용)	원문 텍스트	필수 가장 중요!
text_type	normal / citation / poem	텍스트 유형	필수 반드시 구분
relation_note	txt_10008	관련 텍스트 ID	연결된 경우만
img_caption	최치원_영정	이미지 설명	이미지 있을 때만
remark	번역문 / 원문	비고	필요시 메모

📖 실전 예시로 배우기

사례 1: 일반 텍스트 처리하기

PDF 원문 (5페이지)

해운대의 유래 사람은 땅의 정기를 받아 태어나고, 땅은 사람으로 인하여 이름을 얻게 된다. 한반도 동남쪽 끝 바닷가의 한 모퉁이에 있는 해운대는 천년 전 신라의 학사 최치원이 머물며 자취를 남긴 곳이다.

스프레드시트 입력 결과

id	book_title	chapter	page	person_id	name_ko	topic	text_type
txt_10001	부산을_빛낸_인물	001	005	per_101_001	최치원	해운대의_유래	normal

💡 체크포인트

• ✅ id는 연속된 번호: txt_10001, txt_10002, txt_10003...
• ✅ person_id는 새 인물 등장시에만 변경
• ✅ 한 문단 = 한 행: 문단 단위로 나누어 입력
• ✅ text_type은 'normal': 일반 서술 텍스트

사례 2: 인용문(citation) 처리하기

PDF 원문 (6페이지)

제 나이 열 두살 때 집을 떠나 서쪽으로 갔습니다. 배를 탈 적에 돌아가신 아버지께서 타이르시기를, '십 년 안에 진사(進士)에 급제하지 못하면 내 아들이라 하지 말라. 나도 아들을 두었다 아니하리라. 가라! 부지런히 하여 네 힘을 게을리 말라'고 하셨습니다.

스프레드시트 입력 결과

id	text_original	text_type	relation_note
txt_10006	(최치원이 쓴 글 중에서)	normal
txt_10007	제 나이 열 두살 때 집을 떠나... 게을리 말라'고 하셨습니다.	citation	txt_10006

💡 체크포인트

• ✅ text_type을 'citation'으로: 직접 인용문임을 표시
• ✅ relation_note 활용: 앞 문장(txt_10006)과 연결됨을 표시
• ✅ 따옴표 포함: 원문의 인용 부호 그대로 유지

사례 3: 시(poem) 처리하기 - 가장 까다로운 부분!

PDF 원문 (11페이지) - 정서의 시

狂奔疊石吼重巒 人語難分咫尺間 常恐是非聲到耳 故敎流水盡籠山 (번역) 미친 물 바위 치며 겹겹 산을 뒤흔드니 지척 사이에도 사람 소리 모르겠네.

스프레드시트 입력 결과 - 원문과 번역문을 분리!

id	person_id	name_ko	text_original	text_type	relation_note	remark
txt_10013	per_101_002	정서	狂奔疊石吼重巒 / 人語難分咫尺間 / 常恐是非聲到耳 / 故敎流水盡籠山	poem	txt_10014	원문
txt_10014	per_101_002	정서	미친 물 바위 치며 겹겹 산을 뒤흔드니 / 지척 사이에도 사람 소리 모르겠네. / 세상의 시비 소리 들릴까 두려워서 / 짐짓 흐르는 물로 산을 온통 가두었네.	poem	txt_10013	번역문

💡 체크포인트

• ✅ 한문 원문과 번역문 = 2개 행: 별도로 입력!
• ✅ 연(구절) 구분은 슬래시(/): 狂奔疊石吼重巒 / 人語難分咫尺間
• ✅ relation_note로 연결: 원문과 번역이 서로를 가리킴
• ✅ remark에 명시: '원문' 또는 '번역문'

사례 4: 가사(歌辭) 처리하기

PDF 원문 (19페이지) - <삼진작 三眞勺>

내 님믈 그리와 우니다니 山졉동새 난 이슷요이다 아니시며 거츠르신 아으 잔월효성(殘月曉星)이 아시리이다 (번역) 내 임을 그리워하여 울고 있더니 두견새와 나와는 비슷합니다 그려

💡 체크포인트

• ✅ 고어도 poem으로 처리: 가사는 시(poem)로 분류
• ✅ remark에 작품명: 가사 제목 명시
• ✅ 특수문자 처리: 깨진 부분은 !! 나 -- 로 표시

🔢 ID 부여 규칙 마스터하기

1. 텍스트 ID (id) 규칙

txt_10001, txt_10002, txt_10003...

규칙

• 형식: txt_ + 5자리 숫자
• 시작: 10001부터 시작
• 연속성: 중간에 번호를 건너뛰지 않음
• 고유성: 전체 데이터베이스에서 중복되면 안 됨!

⚠️ 흔한 실수

❌ 잘못된 예시

• txt_1 (자릿수 부족)
• txt_100001 (자릿수 초과)
• txt_10001을 두 번 사용 (중복)

✅ 올바른 예시

• txt_10001
• txt_10002
• txt_10003

2. 인물 ID (person_id) 규칙

per_101_001, per_101_002, per_102_001...

규칙

• 형식: per_ + 책번호(3자리) + _ + 인물번호(3자리)
• 책번호:
  • 101 = 『부산을 빛낸 인물』 권1
  • 102 = 『부산을 빛낸 인물』 권2
  • 201 = 『부산의 자연마을』 권1
• 인물번호: 책 내에서 등장 순서대로 001부터 부여

실전 예시

상황	person_id	설명
최치원이 5페이지에서 처음 등장	per_101_001	첫 번째 인물
정서가 11페이지에서 처음 등장	per_101_002	두 번째 인물
최치원이 다시 15페이지에 등장	per_101_001	동일 ID 재사용!

💡 팁

• 📌 인물 등장 순서대로 번호 부여: 페이지 순서가 아니라 등장 순서
• 📌 같은 인물은 같은 ID: 여러 페이지에 등장해도 ID는 하나
• 📌 엑셀 필터 활용: 이미 부여된 인물 ID 확인하기

🛠️ 단계별 작업 프로세스

STEP 1: PDF에서 텍스트 추출

방법 1: Adobe Acrobat (추천)

1. PDF 파일 열기
2. 편집 → 복사할 텍스트 선택
3. 마우스 드래그로 문단 선택
4. Ctrl+C (복사)
5. 메모장/VS Code에 붙여넣기

방법 2: 온라인 도구

• Smallpdf: https://smallpdf.com/kr/pdf-to-text
• iLovePDF: https://www.ilovepdf.com/ko/pdf_to_text

⚠️ 추출 전 체크리스트:

• 한자가 깨지지 않았나요?
• 줄바꿈이 이상하지 않나요?
• 특수문자(◦, ●, ※)가 제대로 나왔나요?

STEP 2: 텍스트 전처리

해야 할 일

1. 문단 나누기: Enter로 문단 구분
2. 공백 정리: 불필요한 띄어쓰기 제거
3. 페이지 번호 제거: -5-, [5] 같은 표시 삭제
4. 각주 처리: 1), 2) 같은 각주 번호 처리

예시: 전처리 전후

Before (원본)

사람은 땅의 정기를 받아 태어나고, 땅은 사람으로 -5- 인하여 이름을 얻게 된다.

After (전처리 완료)

사람은 땅의 정기를 받아 태어나고, 땅은 사람으로 인하여 이름을 얻게 된다.

STEP 3: 스프레드시트 입력

입력 순서

1. 메타데이터 먼저: book_title, publisher, pub_date, chapter
2. 페이지 확인: page 필드에 정확한 페이지 입력
3. 인물 정보: person_id, name_ko, name_ch 확인
4. 본문 입력: text_original에 텍스트 붙여넣기
5. 유형 지정: text_type 선택 (normal/citation/poem)

💡 빠른 입력 팁

• Ctrl+D: 위 셀 내용 복사 (같은 값 반복 입력시 유용)
• Ctrl+Enter: 셀 내 줄바꿈
• F2: 셀 편집 모드

📝 text_type 판단 가이드

text_type	사용 시점	예시 키워드
normal	일반 서술 텍스트	"~이다", "~되었다", "~라고 한다"
citation	직접 인용문	"~하셨습니다", 따옴표(' " ") 있음
poem	시, 가사, 한시	4행시, 율문, 운문

💻 실습 스프레드시트

아래는 우리 팀이 실제로 작업하는 구글 시트입니다. 실시간으로 데이터를 확인하고 입력할 수 있어요.

📊 PNU_DHC 플랫폼 데이터 작업 시트 새 탭에서 열기 →

💡 스프레드시트 사용 팁

• 위 임베드 창에서 바로 데이터를 확인할 수 있어요
• 실제 입력은 "새 탭에서 열기" 버튼을 클릭해서 진행하세요
• 여러 사람이 동시에 작업할 수 있어요 (실시간 공동 편집)
• 변경 이력은 자동으로 저장됩니다

✅ 최종 체크리스트

작업 완료 전에 꼭 확인하세요!

• id가 연속되어 있나요? (txt_10001 → txt_10002 → txt_10003)
• person_id가 올바르게 부여되었나요?
• 같은 인물이 여러 곳에 나오면 같은 person_id를 사용했나요?
• text_type이 정확한가요? (normal/citation/poem)
• 시의 원문과 번역문을 분리했나요?
• relation_note로 관련 텍스트를 연결했나요?
• 한자 이름이 있는 경우 name_ch에 입력했나요?
• 띄어쓰기와 문장부호가 원문과 일치하나요?

🔧 자주 발생하는 오류와 해결법

오류 1: ID 중복

❌ 문제: txt_10005가 두 개 있어요!

✅ 해결: 전체 열을 선택 → 데이터 → 중복 항목 삭제

오류 2: person_id 혼동

❌ 문제: 최치원이 등장할 때마다 새 ID를 부여했어요

✅ 해결: 같은 인물은 첫 등장시의 ID를 계속 사용 (per_101_001)

오류 3: 시 처리 실수

❌ 문제: 원문과 번역을 한 행에 넣었어요

✅ 해결: 두 개 행으로 분리하고 relation_note로 연결

오류 4: text_type 오입력

❌ 문제: citation을 citaion으로 오타

✅ 해결: 드롭다운 메뉴 만들기

1. 열 선택 → 데이터 → 데이터 확인
2. 조건: 목록(항목) → normal, citation, poem

💬 자주 묻는 질문 (Q&A)

Q1. 인물이 명확하지 않은 경우는?

A. person_id를 비워두고, remark에 "인물 미상" 표시

Q2. 여러 인물이 한 문단에 나오면?

A. 주요 인물의 person_id를 사용하고, remark에 "김철수, 이영희 등장" 메모

Q3. 페이지 번호가 불분명하면?

A. 앞뒤 맥락으로 유추하고, remark에 "페이지 추정" 표시

Q4. 작업 중 막힐 때는?

A.

1. 팀 슬랙 채널에 질문
2. 매주 화요일 오후 2시 정기 모임
3. 작업 메뉴얼 재확인

🏷️ XML 태깅: 데이터에 의미 부여하기

CSV로 정리한 텍스트에 의미론적 태그(Semantic Tags)를 붙여서 컴퓨터가 "누가", "어디서", "언제" 같은 정보를 이해할 수 있게 만드는 작업입니다.

🎯 왜 XML 태깅이 필요한가요?

태깅 전 (일반 텍스트)

최치원은 857년에 경주에서 태어났다.

→ 컴퓨터는 그냥 글자로만 인식

태깅 후 (XML)

<persName>최치원</persName>은
<date when="857">857년</date>에
<placeName>경주</placeName>에서 태어났다.

→ 인물, 시간, 장소를 구분해서 인식!

📚 온톨로지 설계 참고: 광주인문도시 사례

우리 프로젝트는 광주인문도시스토리플랫폼의 온톨로지 설계를 참고합니다:

🔗 광주 온톨로지 Class 설계 보기

광주 사례에서는 Person, Place, Event, Organization, Artifact 등의 클래스를 정의했습니다. 우리는 이를 부산 지역 특성에 맞게 적용할 예정입니다.

🎯 단계별 태깅 전략 (난이도별 접근)

1

1차 작업 (필수) - 가장 명확한 요소

현재 작업 단계

인명	[P]최치원[/P]	사람 이름 (판단 쉬움)
지명	[L]영도구[/L]	장소, 지역명 (판단 쉬움)

💡 추천: 학부생 기초 작업은 인명과 지명만 집중하는 것을 권장합니다!

• ✅ 판단이 가장 명확
• ✅ 작업 속도가 빠름
• ✅ 온톨로지 핵심인 "누가-어디서" 관계망 우선 구축

2

2차 작업 (선택) - 조금 더 복잡

시간	[D]1876년[/D]	날짜, 연도, 시대
기관명	[O]동래부[/O]	단체, 조직, 관청
서명	[T]동래부지[/T]	책, 문서, 작품명

진행 시기: 1차 작업 완료 후 또는 동시 진행 가능

3

3차 작업 (고급) - 전문가 검수 필요

문화유산	[H]동래읍성[/H]	유적, 문화재, 건축물
사건명	[E]임진왜란[/E]	역사적 사건, 행사
작품명	[W]해운대가[/W]	시, 그림, 예술작품

진행 시기: 데이터 분석 및 설계 단계에서

※ 문화유산과 지명, 작품명과 서명의 구분이 애매할 수 있어 전문가 판단 필요

🎯 우리 팀 결정사항

1차 작업 범위: 인명(persName) + 지명(placeName) 2가지만 태깅

→ 빠르고 정확한 작업으로 핵심 온톨로지 구축 우선!

🔍 1차 작업: 인명 + 지명 태깅 실전

예시 1: 『부산을 빛낸 인물』

원문:

최치원은 857년(헌안왕 원년)에 신라의 서울 경주에서 태어났다. 868년(경문왕 8)에 12세의 나이로 당나라에 들어갔다.

1차 태깅 (인명 + 지명만):

[P]최치원[/P]은 857년([P]헌안왕[/P] 원년)에 [L]신라[/L]의 서울 [L]경주[/L]에서 태어났다. 868년([P]경문왕[/P] 8)에 12세의 나이로 [L]당나라[/L]에 들어갔다.

💡 판단 기준

• 인명: 사람 이름 (최치원, 헌안왕, 경문왕)
• 지명: 장소/지역 (신라, 경주, 당나라)
• 제외: 857년, 868년 같은 시간 표현 (2차 작업에서!)

예시 2: 『부산의 자연마을』

원문:

영도구 동삼동은 조선시대에는 절영도의 일부였다. 1876년 개항 이후 일본인들이 거주하기 시작했으며, 1942년 부산부에 편입되었다.

1차 태깅 (인명 + 지명만):

[L]영도구[/L] [L]동삼동[/L]은 조선시대에는 [L]절영도[/L]의 일부였다. 1876년 개항 이후 일본인들이 거주하기 시작했으며, 1942년 [L]부산부[/L]에 편입되었다.

💡 판단 기준

• 지명: 영도구, 동삼동, 절영도, 부산부 (모두 장소)
• 인명: 없음
• 제외: 조선시대, 1876년, 1942년 (2차 작업에서!)

👥 역할 분담: 3단계 워크플로우

1

인문계 학생 - Excel/구글 시트에서 태깅

도구: Excel 또는 Google Sheets

방법:

1. text_original 열의 텍스트 읽기
2. 새 열 text_tagged 추가
3. 인명과 지명에 마커 표시:
   • 인명: [P]최치원[/P]
   • 지명: [L]경주[/L]

예시:

[P]최치원[/P]은 857년에 [L]경주[/L]에서 태어났다.

⏱️ 예상 소요 시간: 문단당 2~3분

2

이공계 학생 - 파이썬으로 XML 자동 변환

도구: Python + pandas + re (정규식)

방법:

1. CSV 파일의 text_tagged 열 읽기
2. 정규식으로 마커 → XML 태그 변환
3. XML 파일로 출력

파이썬 스크립트 예시:

import re import pandas as pd def convert_to_xml(tagged_text): # [P]...[/P] → <persName>...</persName> text = re.sub(r'\[P\](.*?)\[/P\]', r'<persName>\1</persName>', tagged_text) # [L]...[/L] → <placeName>...</placeName> text = re.sub(r'\[L\](.*?)\[/L\]', r'<placeName>\1</placeName>', text) return text # CSV 읽기 df = pd.read_csv('busan_data.csv') df['text_xml'] = df['text_tagged'].apply(convert_to_xml) # XML 파일 저장 with open('busan_output.xml', 'w', encoding='utf-8') as f: f.write('<?xml version="1.0" encoding="UTF-8"?>\n<teiCorpus>\n') for _, row in df.iterrows(): f.write(f' <p id="{row["id"]}">{row["text_xml"]}</p>\n') f.write('</teiCorpus>')

⏱️ 예상 소요 시간: 전체 데이터 1~2일

3

전체 팀 - VSCode로 XML 검수 및 수정

도구: Visual Studio Code (VSCode)

왜 VSCode인가?

• ✅ XML 구문 하이라이팅 (오류를 쉽게 발견)
• ✅ 태그 자동 완성
• ✅ 검색 & 일괄 치환 기능
• ✅ 확장 프로그램으로 XML 검증 가능

VSCode 설치 및 설정:

1. VSCode 다운로드 및 설치
2. 확장 프로그램 설치: "XML Tools" 검색 후 설치
3. 생성된 XML 파일 열기
4. Ctrl+Shift+P → "Format Document" 실행 (자동 정렬)

검수 체크리스트:

• 태그가 올바르게 닫혔는가? (<persName>...</persName>)
• 잘못된 마커가 남아있지 않은가? ([P] → <persName>)
• 중첩된 태그가 있는가? (수정 필요)
• 인명/지명 구분이 올바른가?

🔄 작업 도구별 역할 정리

단계	도구	작업 내용	담당
1단계	Excel / Google Sheets	CSV 데이터 입력 (text_original)	전체 팀원
2단계	Excel / Google Sheets	태깅 마커 표시 (text_tagged)	인문계 학생
3단계	Python	마커 → XML 자동 변환	이공계 학생
4단계	VSCode	XML 파일 검수 및 수정	팀 총괄 + 전체

⚠️ 태깅 시 주의사항

• 일관성 유지: 같은 대상은 항상 같은 방식으로 태깅
• 중첩 금지: [P][L]김해[/L][/P] (X) → 하나만 선택
• 불확실하면 표시 안 함: 확실한 것만 태깅
• Excel에서 작업: 익숙한 도구로 빠르게 진행
• VSCode는 검수용: XML 변환 후 최종 확인에만 사용

📊 태깅 진도 체크리스트

• 인명과 지명의 차이를 구분할 수 있나요?
• 마커 표기법([P], [L])을 이해했나요?
• Excel에 text_tagged 열을 추가했나요?
• 샘플 10개 문단을 태깅해보았나요?
• 팀원들과 태깅 기준을 통일했나요?
• VSCode를 설치하고 XML Tools 확장을 설치했나요?

📊 작업 일정 계획 (2026년 1월~2월)

📚 전체 분량

• 『부산을 빛낸 인물』: 총 800여 페이지 → 1개 팀 (6명) 담당
• 『부산의 자연마을』: 총 2,400여 페이지 → 2개 팀 (각 9명) 분담
  • 1팀: 1,200페이지
  • 2팀: 1,200페이지

※ 각 팀원은 담당 권/장을 선정하여 2개월간 데이터 편찬 작업을 진행합니다.

기간	목표	세부 과제
1월 1~2주 (1/1~1/14)	작업 준비 및 기초 입력	담당 자료 선정 (권/장 배정) PDF 텍스트 추출 연습 일반 텍스트(normal) 20~30개 행 입력 스프레드시트 구조 숙지
1월 3~4주 (1/15~1/31)	본격 데이터 입력 + XML 태깅 시작	담당 분량의 30% 완료 목표 인용문(citation) 처리 숙달 person_id 규칙 완전 이해 XML 태깅 교육 및 연습 샘플 10~20개 문단 태깅 ([P], [L], [D] 표시) 1차 중간 점검 및 피드백
2월 1~2주 (2/1~2/14)	복잡한 텍스트 처리 + 본격 XML 태깅	담당 분량의 70% 완료 목표 시(poem) 원문-번역 분리 작업 relation_note 활용 능숙화 인문계: text_tagged 열 작업 진행 이공계: 파이썬 스크립트 개발 시작 2차 중간 점검 및 오류 수정
2월 3~4주 (2/15~2/28)	완료 및 품질 검수 + XML 변환	담당 분량 100% 완료 인문계: 전체 text_tagged 완성 이공계: XML 자동 변환 실행 전체 데이터 통합 팀원 간 교차 검토 최종 오류 검사 및 제출

💡 작업 진도 관리 팁

• 일일 목표: 하루 10~15개 문단 입력 (약 1시간)
• 주간 목표: 주 5일 기준 50~75개 문단
• 정기 모임: 매주 화요일 오후 2시 진도 점검 및 질의응답
• 비상 연락: 팀 슬랙 채널 실시간 지원

🎯 마무리

기억해야 할 핵심 3가지

1. 일관성이 생명: 같은 항목은 항상 같은 방식으로
2. ID는 신중하게: 한번 부여한 ID는 계속 사용
3. 협업이 중요: 막힐 때는 팀원에게 물어보기

다음 교육 예고

• 2주차: XML 태깅과 TEI 표준
• 3주차: Neo4j 그래프 데이터베이스 입문
• 4주차: 데이터 시각화 실습

📎 참고 자료

• 작업 스프레드시트: 구글 시트 바로가기
• TEI 가이드라인: https://tei-c.org/guidelines/
• 광주인문도시스토리플랫폼: 사례 참고

© 2025 부산대학교 디지털인문학센터 (Digital Humanities Center of Pusan National University)

PNU 로컬 인문학 데이터 편찬 프로젝트

문의: sy527991@pusan.ac.kr | 최종 업데이트: 2025년 12월