DongraebakuiSemanticData

한문학데이터큐레이션 강의 페이지로 가기

『동래박의』 논평 시맨틱 데이터 구현 및 분석

연구 목적

중국 春秋 시기에 발생한 여러 사건들은 동아시아 지역에서 역사적 전거로 많이 활용되었다. 식자층들은 春秋左傳을 통해 春秋 시기에 발생한 사건과 이에 대한 윤리적 해석을 학습하였고, 이에 더해 東萊博義, 史記列傳 등 춘추 시기에 대해 비평한 다른 서적들도 적극적으로 수용하였다. 여조겸이 저술한 東萊博義는 주장과 근거가 드러나는 논설의 형태를 띠고 있어서 과거 시험에 대비한 수험서로 많이 활용되었다. 그러나 東萊博義의 역할은 단순한 과거 수험서에서 그친 것이 아니라, 당시 지식의 보편적 기반으로 작용하였다. 따라서 역사적 전거로 춘추 시대의 일화를 들 때에도 그 기반에 東萊博義의 영향이 어느 정도 존재하였다고 볼 수 있다. 따라서 東萊博義가 활발하게 수용되었던 조선 시기 식자층의 윤리관 및 사상적 저변을 이해하기 위해서는 춘추 시기 역사적 사건과 인물에 대해서 어떻게 인식하고 있는지를 파악해야 한다. 그러나 이러한 인식을 엿볼 수 있는 주된 자료라 할 수 있는 春秋 時代에 대한 논평문은 문집 중에서도 雜書 등에 흩어져 있어 한눈에 확인이 어렵다. 춘추 시대의 사건에 대한 비판견해를 다각도로 파악하고자 하던 선행연구가 있었으나 단편적인 사건을 가지고 분석하는 데에 그쳤고 많은 사건들에 대한 인식을 종합적으로 분석하지는 못하였다. 조선 시기에 존재한 춘추 시대에 대한 전체적인 인식을 연구하려면 많은 양의 데이터가 필요하고, 또 이를 시각적으로 구현하여 분석할 필요가 있다. 따라서 본 연구에서는 春秋 代 여러 사건과 사건에 대한 논평을 시멘틱 데이터로 구현하여 이러한 문제를 해결하고자 한다.
본 연구에서는 ①春秋 時代에 발생한 사건을 개별 노드로 구성하고, ②이 사건들에 대한 東萊博義, 한국문집총간 내 문집에 수록된 논평을 링크로 연결함으로써 ③사건-사건의 등장인물-논평의 관계망을 시각적으로 구현하고자 한다. 이러한 시각적 구현을 통해 ①春秋 時代에 일어난 여러 사건과 이에 대한 인식을 파악하고 분석할 수 있다. 또한 ②역사적 사건 속 인물에 대한 평가를 관계망 형태로 구현하였기 때문에 특정 인물에 대한 다양한 의견과 논의를 발견하는 것도 가능하다. 부수적으로, ③어떤 사건이나 인물이 함축하고 있는 가치가 있다면 해당 가치에 대한 인식을 탐구하는 후속 연구나 ④춘추 시기 인물들의 네트워크를 분석하는 후속 연구에서도 본 데이터를 활용하고자 한다.

연구 대상

연구 대상

명칭	저자	설명
『春秋左傳』	좌구명	春秋 원문만으로 당시의 사건을 언급하는 데 어려움이 있기에, 춘추좌전에 다루는 사건들을 위주로 관계망을 구성하고자 한다.
『東萊博義』	여조겸	春秋 時代의 사건에 대한 여러 논평이 수록된 서적이다. 春秋左傳 내의 많은 사건을 폭넓게 다루고 있고, 조선 문집이 東萊博義 속 논평을 언급하는 경우도 많기에 본 연구에서 꼭 다루어야 하는 중점적 텍스트로 설정하였다.
한국문집총간 내 문집 전체	-	한국문집총간에 수록된 春秋左傳 내의 사건과 인물에 대한 논평을 추출하여 연구하고자 한다.

연구 방법

온톨로지 설계

온톨로지 다이어그램

클래스(Class)

명칭	설명
문헌	동래박의, 춘추좌전 등 독립된 문헌이다.
권차	문헌 내 텍스트 위치를 수월하게 나타내기 위해, 권차 클래스를 따로 설정하였다. 권차는 텍스트별로 존재한다.
논평	본 연구에서 사건 혹은 인물에 대해 긍정적/부정적/중립적인 입장을 나타내는 글의 총칭이다.
사건	역사적 사건을 나타내는 Class이다. 하나의 기사에서 일어난 일을 하나의 사건으로 규정한다.
인물	사건 안에서 등장하는 모든 인물(논평객체)과 주로 논평을 통해서 역사인물에 대해 긍정적/부정적/중립적 의견을 보이는 모든 인물(논평주체)을 통칭한다.
속성	논평과 사건의 속성을 정의하기 위하여 설정되었다.

관계(Relation)

명칭	명령어	설명
다루다	covers	기사에서 특정한 사건을 다루거나, 논평에서 특정한 사건/인물에 대해 평할 때 사용한다.
저술하다	write	인물이 문헌/논평 등을 저술하였을 때 사용한다.
의_부분이다	isPartOf	특정 문헌 내 권차를 나타낼 때, 특정 권차 내 논평을 나타낼 때 사용한다.
의_등장인물이다	isRelatedTo	역사인물이 특정 사건 속 등장인물일 경우 사용한다.
중립언급하다	refersToNeutrally	논평에서 특정 인물에 대해 중립적으로 언급할 때 사용한다.
부정언급하다	refersToNegatively	논평에서 특정 인물에 대해 부정적으로 언급할 때 사용한다.
긍정언급하다	refersToPositively	논평에서 특정 인물에 대해 긍정적으로 언급할 때 사용한다.
속성을 가지다	hasAttribute	문헌/논평의 성격을 규정하거나, 사건의 유형을 정할 때 사용한다.

속성(Attribute)

인물 속성

속성명	설명
논평객체	역사적 사건에 직접 등장하는 인물로, 역사적 행위와 의사결정을 수행하고 논평의 대상이 된다.
논평주체	논평객체보다 뒷 시대의 인물로, 논평을 담은 문헌을 저술하여 논평객체에 대한 논평을 수행한다.

논평 속성

속성명	설명
동래박의논평	동래박의 내에 실려 있는 사건에 대한 논평이다.
춘추좌전논평	사건에 대한 춘추좌전 내 서술 중 君子~로 시작하는 좌구명의 개인적인 견해를 담은 논평이다.
조선문집논평	한국문집총간 내의 텍스트 중, 동래박의 내에 실려 있는 사건에 대해 다룬 논평이다.

사건속성

속성명	설명
살해	특정 인물을 살해한 사건에 부여한다.
외교	회맹을 맺거나, 사신을 보내거나, 타 국가의 사람과 연회를 갖거나, 타 국가의 내정에 간섭하는 경우 등 두 개 이상의 국가가 개입한 전쟁 이외의 사건에 모두 부여한다.
전쟁	지역을 정벌하거나, 특정 동기(보복 등)로 전쟁을 일으키는 경우에 부여한다.
내정	국가 내부에서 일어난 모든 사건(정치적 행동, 권력 투쟁 등)에 부여한다.
기담	역술, 현몽, 기이한 기상 현상, 이상 현상 등에 부여한다.
기타	위 속성 이외의 사건에 부여한다.

데이터 샘플링

샘플 데이터 적용 네트워크 그래프

데이터 샘플링 결과 분석

샘플 데이터에 사용할 사건은 채중살옹규를 사용하였다. 이 사건이 함축하고 있는 문제의식(여성은 남편과 아버지 중 어느 쪽을 택해야 하는가?)이 명확하고, 이로 인해 많은 논평이 존재하였기 때문이다.
샘플 데이터에서 알 수 있듯이, 본 사건에 대한 논평은 주로 역사인물 '옹희'를 다루고 있다. 옹희는 남편이 친아버지를 살해하려 하는 상황에서 선택해야 하는 당사자였다. 여기에서 옹희는 아버지를 선택하여 남편을 죽게 하는데, 이에 대해 동래박의에서는 채중이 졸렬한 인물이라 비판하는 한편 옹희에 대해서는 비교적 가치중립적으로 묘사한다. 그러나 조선의 여러 문집에서는 모두 옹희의 선택을 잘못된 것이라 비난하고 있으며, 이에 대해 언급하지 않은 동래박의 텍스트에 대해서도 비판한다. 이에 대한 대안으로 옹희가 자결하거나 양쪽을 모두 말리는 방식을 사용해야 한다고 하는데, 여기에서 '둘 중 하나를 고르는' 상황 자체를 용납하지 못하는 당시의 인식을 엿볼 수 있다.
이러한 방식으로 춘추 시대의 여러 사건을 분석한다면 소기의 연구 목적처럼 조선 식자층의 역사 인식을 분석하는 데 본 데이터를 활용할 수 있을 것이다.

연구 데이터

데이터의 범위

Node

문헌	권차	논평	사건	인물	계
31	54	150	342	520	1,097

Link

문헌-권차	권차-논평	논평-사건	사건-인물	문헌-인물	논평-인물	계
54	150	443	898	31	215	1,791

총 1,097개의 개별 Node와 1,791개의 Link 데이터를 구축하여 분석에 사용하였다.
문헌 : 춘추좌전, 동래박의 이외 총 29개의 조선문집총간 내 문헌을 추출하여 사용하였다.
인물 : 342개의 사건 데이터에 등장하는 인물(논평객체) 489명과 문헌의 저술자(논평주체) 31명을 추출하여 데이터화하였다. 이에 대한 자세한 설명은 하단 참조.
논평 : 동래박의에 수록된 100건의 논평, 춘추좌전에 수록된 19건의 논평, 한국문집에 수록된 31건의 논평을 추출하여 데이터화하였다.

데이터 수집 및 처리 방법

데이터 가공 과정에서 사용한 기준

• 인물 데이터에서의 기준
  

- 인물 데이터에서의 대표명칭은 인물의 본명을 사용하되, 검색의 편의를 위하여 인물이 즉위한 제후/군주였을 경우에는 국적+시호를 대표 명칭으로 사용하였다(eg. 정 장공)
- 인물이 사건 내에서 등장하고 분명한 역할을 수행하나 본명이 명확하지 않을 때에는 사건에 언급된 명칭을 그대로 사용하였다. (eg. 송나라 사신)

• 사건 데이터에서의 기준
  

- 『동래박의』 내에서 언급되는 개별 사건을 하나의 사건으로 데이터화하였으며, 좌전 내 여러 기사들을 붙여서 동시에 언급하고 등장 인물 및 사건의 양상이 일관성이 있다고 판단한 경우 하나의 사건으로 처리하였다.

• 논평 데이터에서의 기준
  

- 하나의 텍스트를 하나의 논평으로 처리하였다.
- 하나의 텍스트 안에서 여러 사건을 다루는 경우에도 하나의 논평으로 처리하였다.
- 춘추좌전 내에서 논평이 등장하는 경우에는 춘추좌전의 기준을 따라 魯나라의 연호를 사용하였다. 논평의 제목을 왕명-년도-전의 순서로 명명하였다.
ex ) 노 은공 3년 전 11

• isRelatedTo

- 해당 사건 내에서 1) 이름이 등장하며 2) 행위가 있는 경우 등장인물로 처리하였다.
- 사건 내에서 행위 없이 대화 속에서 언급만 되는 경우에는 등장인물로 처리하지 않았다. 다만 해당 인물의 존재가 사건의 진행에 영향을 미치는 경우에는 등장인물로 처리하였다.

• covers
  

- 논평 내에서 사건이 언급되는 경우 사용하였다.
- 논평 내에서 특정 사건을 매개로 평을 진행할 때 사용하였다.

• refersToPositively
  

- 논평 내에서 '개인의 의견으로' 인물의 성품 혹은 특정 행위를 긍정적으로 묘사하는 경우 사용하였다.

• refersToNeutrally
  

- 논평 내에서 인물의 공과 과를 종합적으로 언급하는 경우 사용하였다.
- 논평 내에서 인물에 대한 평이 존재하되 긍정적, 부정적인 가치 판단을 찾기 어렵다고 판단한 경우 사용하였다.

• refersToNegatively
  

- 논평 내에서 '개인의 의견으로' 인물의 성품 혹은 특정 행위에 대해 부정적으로 묘사하는 경우 사용하였다.

데이터 수집 과정에서 사용한 기준

• 조선문집논평 데이터
  

- 한국고전종합DB 상에서 1) 동래박의, 춘추좌전에 나타난 인명을 그대로 검색하여 나온 텍스트 데이터를 수집하고 2) DB 세부검색 디렉토리에서 잡저, 論을 설정한 후 '春秋' '左氏曰' 키워드로 검색하여 나온 텍스트 데이터를 수집한 후 1), 2)의 데이터를 직접 읽고 검토하여 내용이 교감이나 고증학에 중점된 것, 특정 사건을 언급하지 않고 다른 논의에 인물명만 언급한 것을 제외하였다.

• 춘추좌전논평 데이터
  

- 춘추좌전 내에서 글자로 평한 것(포폄)은 논평 데이터에서 제외하였다.
- 좌전 내에서 '君子~'가 들어간, 명확하게 좌구명의 견해라고 볼 수 있는 기사만 추출하여 춘추좌전논평 데이터를 구성하였다.

연구 결과

Cypher Query 작성

● 문제의식1: 정 장공(Person)을 부정적으로 언급(Relation)한 논평(Comment)의 저자(Create)를 출력.
○ 질의어(문제의식1) 작성
- 정 장공을 선택해서 출력: match (a:Person) where a.name='정 장공' return a
- 인물을 부정적으로 언급한 논평 출력: match (a:Person) - [r:refersToNegatively] -> (b:논평) return a, r, b
- 논평과 그 저자를 출력:match (a:논평) - [r:creator] -> [b:Person] return a, r, b
- 최종 정리: match (a:Person) where a.name='정 장공' - [r:refersToNegatively] -> (b:논평) - [s:creator] -> [c:Person] return c
- 실제 적용: match (a:Person{name:'정 장공'})-[r:refersToNegatively]-(b:`논평`)-[s:contains]-(c:`권차`)-[p:hasPart]-(d:`문헌`)-[q:creator]-(e:Person) return a,b,c,d,e

● 문제의식2: 여조겸(Person)이 작성한 논평(Comment)에서 긍정적으로 언급된(Relation) 인물(Person)이 등장(Relation)한 사건(Episode)을 출력
-문제의식의 맥락: 동래박의 내 논평에서 긍정적으로 언급한 인물이 등장한 사건을 출력
○ 질의어(문제의식2) 작성
- 동래박의를 선택해서 출력 : match (a:문헌) where a.name='동래박의' return a
- 동래박의 내 논평을 출력 :
1) 동래박의 내 모든 권차를 출력 : match (a:문헌) where a.name='동래박의' - [r:hasPart] -> [b:권차] return a, r, b
2) 동래박의 내 모든 권차의 모든 논평을 출력 : match (a:권차) - [r:contains] -> [b:논평] return a, r, b
3) 정리 : match (a:문헌) where a.name='동래박의' - [r:hasPart] -> [b:권차] - [s:contains] -> [c:논평] return c
- 논평에서 긍정적으로 언급한 인물 출력 : match (a:논평) - [r:refersToPositively] -> [b:인물] return a,r,b
- 인물이 등장한 사건을 출력 : match (a:Person) -[r:isRelatedTo]-[b:사건] return a,r,b
- 최종 정리 : match (a:문헌) where a.name='동래박의' - [r:hasPart] -> [b:권차] - [s:contains] -> [c:논평] -> [p:refersToPositively] -> [d:인물] -> [q:isRelatedTo]-[e:사건] return a,b,c,d,e

● 문제의식3: 살해 사건(a:살해)에 등장한 인물(Person)을 긍정적으로 언급한 모든 논평을 출력
-문제의식의 맥락: (역 : 모든 논평에서 긍정적으로 언급된 인물 중 살해 사건과 연관된 인물 출력) = 살해 사건에 연관되었는데도 긍정적으로 평가받은 인물이 누가 있는가?
○ 질의어(문제의식3) 작성
- 논평에서 긍정적으로 언급한 인물 출력 : match (a:논평) - [r:refersToPositively] -> [b:Person] return a,r,b
- 살해 사건 출력 : match (a:`사건`) where a.type=`살해` return a
- 살해 사건에 등장한 인물 출력 : match (a:`사건`) where a.type=`살해` - [r:isRelatedTo] - (b:Person) return a, r, b
- 최종 정리 : match (a:논평) - [r:refersToPositively] -> (b:Person) - [s:isRelatedTo] - (c:`사건`) where c.type='살해' return a,r, b
- 실제 사용 : match (a:`논평`)-[r:refersToNegatively]-(b:Person)-[s:isRelatedTo]-(c:`사건`{type:'살해'}) return a,b,c

분석 결과

전체 그래프 분석

1. 전체 그래프 형태 분석
중심에는 문헌 『동래박의』가 위치한다. 『동래박의』 총 15권에 수록된 논평들이 다루는 사건과 등장인물이 네트워크의 많은 분량을 차지한다. 논평의 시멘틱 데이터를 구축하고자 하였던 초기 의도에 맞게 인물 논평에 대한 관계어를 (긍정:파랑, 중립:초록, 부정:빨강) 눈에 띄는 색상과 굵은 선으로 강조하여 시각화를 도왔다. 많은 사건에 연관된 네트워크의 중심에 있는 인물은 크게 ①송 양공, ②진 문공, ③제 환공, ④정 장공, ⑤관중 등을 들 수 있다. 사건의 경우 연결성이 높아 네트워크의 중심에 위치할수록 다른 사건들과 연계성이 높고, 중심과 멀수록 비교적 독립적으로 발생한 사건이라고 볼 수 있다. 이를 이용해 전체 그래프 상에서 수행한 분석은 다음과 같다.

가. 다른 사건들과 연결된 인물과 그렇지 않은 인물

사건 '채중이 옹규를 죽이다' 의 등장인물 채중과 옹희에게는 모두 논평이 존재하고 이 논평은 주로 부정적으로 작성되었다. 그러나 데이터를 분석하면 이 사건에 연루된 두 사람을 비판한 양상이 서로 다르다는 것을 알 수 있다. 채중에 대한 비평에서 채중은 주로 다른 인물과 함께 언급되고, 옹희는 독립적으로 언급되고 있다. 또한 채중의 경우 다른 사건과도 연관되어 있고 이러한 사건으로 인한 비평이 존재하는 반면 옹희는 그렇지 않다. 채중이 연관된 사건의 속성이 주로 내정인 것으로 보아 채중이 비판받은 이유도 이러한 정치적 의사결정으로 인한 것으로 보아야 한다. 그러나 옹희의 경우 이 한 가지 사건에만 연결되어 있는데, 옹희를 언급한 논평들에서는 다른 인물들을 언급하지 않는다. 이로 보아 옹희의 경우 이 사건에서 보인 개인적 속성으로 인해 비판받는다고 보는 것이 타당하다. 따라서 본 데이터를 분석하면 채중에 대한 비평이 정치적 의사결정 및 윤리에 연관되어 있는 반면 옹희에 대한 비평은 개인적 의사결정과 연관되어 있다는 결론을 낼 수 있다.

나. 네트워크의 중심에 있는 인물

네트워크의 중심에 있는 인물은 세 가지 유형으로 나눌 수 있다.

1) 다른 개체와 많이 연결되어 있으면서 비평문이 많은 인물
제 환공, 관중, 진 문공, 정 장공 등 역사적 인지도가 높고 데이터 내에서도 연관된 사건이 많은 인물이다. 긍정 논평과 부정 논평이 함께 등장하되 부정 논평의 비율이 높다는 특징이 있다. 다만, 해당 인물들을 다룬 논평에서는 긍정적 평가와 부정적 평가가 함께 등장하는 경우가 많다. 또한 해당 인물의 어떤 행위가 긍정적이고 부정적인지 데이터를 통해 확인할 수 있다. 따라서 이러한 인물을 논평할 때에는 입체적인 관점이 존재하였다고 볼 수 있다.

2) 다른 개체와 많이 연결되어 있으나 비평문이 상대적으로 적은 인물
초 성왕 등이 이에 해당된다. 많은 사건에 연관되어 있으나 이에 비해서는 비평이 적은 수(본 데이터에서는 2개 이하)로 존재하는 인물들이다. 분석 결과, 초나라의 인물들이 이 분류에 많이 해당되었다.

3) 다른 개체와 많이 연결되어 있지 않으나 비평문이 많은 인물
주우, 우보 등 1), 2)에 비해서는 적은 수의 사건에만 등장하나 논평의 개수가 상대적으로 많은 인물이다. 이러한 인물들의 양태는 극단적으로 갈라지는데, 해당 사건 안에서 특별한 악행(주로 시해)을 하거나 특별한 선행을 하는 경우이다. 여러 사건에서 지속적으로 의사결정을 하고 영향력을 행사하여 이로 인해 논평의 대상이 되는 1) 유형의 인물들과 다르게, 이 3) 유형의 인물들은 언급된 적은 수의 사건으로만 평가받는 경향이 있으며 그 평가의 양상 역시 단편적이고 긍정/부정적 시선이 매우 명확하다. 다만 데이터 분석 결과 『동래박의』 에서는 유독 3) 유형의 인물에 대해 타 논평과 다른 의견을 제시하는 경우가 많았다.

다. 네트워크를 통해 도출한 논평객체 인물의 세부 유형

나.의 결과를 토대로, 데이터 분석 결과를 통해 평론의 대상이 되는 인물의 몇 가지 전형적인 유형도 유추할 수 있다. 본 분석은 주로 평론이 3개 이상 존재하는 인물들을 대상으로 수행되었으나, 개추(개자추)의 경우 그 고사가 보편적으로 인용된다고 보아 예시에 삽입하였다.
1) 악인형 인물 : 주로 살해 사건에 연관되어 있으며 비교적 명확히 가해의 입장에 있고 동기 역시 부도덕하다. 모든 논평에서 비판을 받는다. ex) 주우, 우보, 경보
2) 복합형 인물 : 주로 네트워크의 중심에 위치하였으며, 여러 사건에 연관되어 있다. 긍정 평가와 부정 평가가 혼재하나 부정적 평가가 더 많은 경향이 있다. 이 인물들은 연관되어 있는 사건이 많기 때문에 어떤 경우에는 긍정, 어떤 경우에는 부정적으로 평가받는 경우가 많다. 주로 군주가 많으나 관중과 같은 이름이 높은 권신도 해당 유형이 될 수 있다. ex) 제 환공, 진 문공, 관중, 정 장공
3) 긍정형 인물 : 주로 내정 사건과 연관되어 있으며 도덕성의 관점에서 좋은 평가를 받는다. 대부분의 논평에서 긍정평가를 받는다. 그러나 유독 동래박의의 논평에서는 3)의 인물에 대해 부정적으로 평가하는 경향이 있다. ex) 석작, 자어, 개추(개자추) : 이에 대해서는 2.에서 추가적으로 서술하고자 한다.
4) 무능형 인물 : 1), 2), 3)에 해당되지 않아 별개의 경우로 분류하였다. 이 인물은 모든 논평에서 비판을 받는다는 점에서 1)과 유사한 점이 있지만, 이러한 인물의 도덕성보다는 선택 자체에 대해 비판한다는 차이점이 있다. 주로 자신의 무능으로 불러온 결과로 인해 비판을 받는다. 1)과 4)속 인물의 차이를 인상비평으로 접근한다면 직관적으로 이해할 수 있지만, 데이터 상으로 유의미한 차이를 도출해내기에는 난점이 있었다. ex) 송 양공, 옹희

논평 데이터의 분석

2. 논평 데이터의 분석

가. 논평 전체 데이터의 분석
사용 쿼리 : match (a:`논평`)-[*..2]-(b) return a,b

논평 전체의 데이터이다. 전반적으로 부정언급의 비중이 높다. 중심부에서 부정적인 평가를 받는 인물들은 여러 사건에 연관되어 있는 제후인 반면(진 문공, 제 환공 등), 중심 바깥에서 부정적인 평가가 집중되는 인물은 적은 양의 사건으로 평가받게 된다. 조선 문집 데이터가 개수는 상대적으로 적으나 일부 논평이 하나의 논평 안에서 여러 사건, 여러 인물을 동시에 다루고 있다. 여기에서 주목할 만한 사실은 같은 사건의 인물을 다룰 때 평가가 엇갈리는 경우, 동래박의의 논평 데이터는 거의 대부분의 경우 부정적인 논평을 취한다는 것이다.

나. 논평 개별 데이터의 분석
1) 동래박의 전체 데이터 분석
사용 쿼리 : match (a:`논평`{comment_type:'동래박의논평'})-[r]-(b) return a,b

동래박의 논평 전체의 데이터이다. 논평의 수가 가장 많고, 이에 따라 많은 사건과 많은 인물에 대해 다루고 있는 것이 주된 특징이다. 인물을 비평할 때 사건에 맞추어 어떤 사건에서는 긍정 평가, 어떤 사건에서는 부정적으로 평가하는 등 입체적인 시각을 견지하는 듯 하다. 여러 사건과 연결되어 있어 여러 논평에 등장함에도 불구하고 일관되게 비판하는 인물은 송 양공, 노 환공, 주 환왕, 초 영왕이 있으며 송 양공을 비판하는 논평이 가장 많다. 긍정적으로 언급된 인물의 수가 많지 않다. 여기에는 노 은공, 정 장공, 투백비, 신백, 조궤, 관중, 위 문공, 진 도공, 초 공왕 등이 있다. 이러한 인물들의 공통적 특징은 데이터에서 명확하게 드러나지 않는다.

2) 조선문집논평 전체 데이터 분석
사용 쿼리 : match (a:`논평`{comment_type:'조선문집논평'})-[r]-(b) return a,b

조선문집 논평 전체의 데이터이다.
다양한 인물이 작성한 논평으로 구성되었기 때문에, 한 속성의 논평들 중 가장 이질성이 높다고 할 수 있다. 左專(윤행임), 춘추쇄설, 춘추쇄설에 대한 답 등의 논평이 많은 사건들을 다루고 있어 중심 네트워크에 위치한다. 또한 대부분의 사건들이 연결되어 있는 반면 초나라의 사건을 다루며 투렴을 긍정평가한 논평만이 따로 떨어져 있는 것을 볼 수 있다. 이로 보았을 때 조선 문집에서 언급된 사건들은 서로 연결된 정치적 행위일 가능성이 높다. 긍정 평가가 존재하는 인물들은 성계, 순식, 육권, 석작, 자어, 영고숙, 개자추, 진 혜공이다. 진 혜공을 제외한 대부분의 인물들은 신하의 위치에서 왕을 보필하는 데에 최선을 다한 인물들이라는 공통점이 있다.

3) 춘추좌전 논평 전체 데이터 분석
match (a:`논평`{comment_type:'춘추좌전논평'})-[r]-(b) return a,b

춘추좌전 논평 전체의 데이터이다.
논평 중 가장 긍정언급의 빈도가 높다. 또한 하나의 논평에서 대부분의 경우 한 명의 인물에 대해서만 평한다는 특징이 있다. 전체적인 데이터의 양은 적지만 긍정언급 및 부정언급만을 가지고 비교하였을 때 동래박의보다는 조선문집과 더 유사성이 높다.

다. 논평 간 상호 비교
1) 긍정 언급에 대한 비교
match (a:`논평`)-[r:refersToPositively]-(b) return a,b

동래박의, 춘추좌전, 조선 문집의 모든 긍정언급을 비교하였다.
3건 이상의 긍정언급을 받은 인물은 석작, 노 은공, 정 장공, 송 선공이다. 다음으로 2건의 긍정언급을 받은 인물로는 육권, 성계, 순식, 관중, 경중, 정 소공이 있다. 가장 많은 긍정언급을 받은 석작에 대한 부정언급이 동래박의에서 등장하고, 순식에 대한 부정언급 역시 동래박의에서 2차례 등장한다는 점이 주목할 만하다.

2) 부정 언급에 대한 비교
match (a:`논평`)-[r:refersToNegatively]-(b) return a,b

동래박의, 춘추좌전, 조선 문집의 모든 부정언급을 비교하였다.
언급의 비교만 놓고 보면, 긍정언급과 부정언급의 빈도 차이가 더욱 눈에 잘 들어온다. 제 환공, 진 문공, 이극, 경보의 경우 중심에서 부정언급을 많이 받았는데, 송 양공과 옹희의 경우 외곽에서 많은 부정언급을 받았다. 특히 옹희의 경우 다른 사건들과 연관이 없으면서도 매우 높은 부정언급 빈도가 있어 개인적 윤리로 많은 비판을 받았음을 알 수 있다. 대체로 정치적의사결정으로 인한 비판받거나 악행의 파급이 강할수록 인물이 중심부에 위치하고, 개인적 악행 혹은 단기간에 사건이 종결될수록 외곽으로 나감을 알 수 있다. 다만 송 양공의 경우 정치적 의사결정으로 인한 오판이 지속되었음에도 불구하고 상대적으로 바깥에 위치한다.

3) 중립 언급에 대한 비교
match (a:`논평`)-[r:refersToNeutrally]-(b) return a,b

동래박의, 춘추좌전, 조선 문집의 모든 중립언급을 비교하였다. 중립 언급의 경우 논평의 절대량이 적어 큰 경향성의 분석보다는 개별 사건을 놓고 가까이서 분석하는 것이 보다 효과적이라고 판단하였고, 이에 따라 연관된 사건까지 나오는 쿼리를 이용하여 별도의 분석을 진행하였다. 이에 대해서는 3-1)에 자세히 언급하였다.

Query 활용 분석 결과

3. Query 활용 분석 결과

가. 어떤 경우에 인물에 대한 중립 논평이 발생하는가?
쿼리를 만들기 위한 질문 : 논평에서 중립적으로 언급된 인물들이 속한 사건은?
사용 쿼리 : match (a:`논평`)-[r:refersToNeutrally]-(b:`인물`)-[p:isRelatedTo]-(c:`사건`) return a,b,c

논평에서 중립적으로 언급된 인물들이 속한 사건을 보았을 때, 제 환공/진 문공의 중립 언급은 많은 사건에 연관되어 있어 나타나는 다양한 의견 중 하나라고 볼 수 있다. 주공 열, 위 의공, 진 환공, 송나라 사신 등을 중립적으로 언급한 것은 모두 동래박의의 논평이다. 이러한 인물들은 보통 과실이 있어 부정적인 결과를 불러온 자들로 좌전에 묘사되어 있다. 그러나 동래박의의 논평 본문을 살펴보면, 이 자들의 잘못만이 아니라 또 다른 '세상의 잘못', '잘한 점과 잘못한 점을 모두 설명' 하는 방식으로 중립적인 논평을 취하고 있기 때문에 이들 자체에 있어서 중립적인 관점을 취한다기보다는 동래의 '통설 반박'에 가까운 인상을 받았다. 두 건의 중립평가를 받은 '탁자'의 경우, 중이(진 문공)의 즉위 전 일어난 시해의 상황에서 해제를 이어 어린 왕으로 즉위하였다가 살해당한다. 나이가 연소하여 정치적 의사결정이 어려웠기 때문에 역시 피해자의 위치에 있다. 그래서 비록 당시 시해를 주도한 이들의 쪽에 있지만 중립적 언급이 다시 발생하였다. 즉, 본 데이터 상에서의 중립 언급은 1. 통설의 반박으로 인한 중립 2. 피해자성으로 인한 중립 이라고 볼 수 있다.

나. 1-나.-1)에서 지목된 인물 중 정 장공, 진 문공에 대한 심화적 분석
쿼리를 만들기 위한 질문 : 정 장공, 진 문공에 연관된 논평과 사건은?
사용 쿼리 : 1) match (a:`인물`{name:'정 장공'})-[r]-(b) return a,b

정 장공의 경우 긍정평가와 부정평가가 혼재되어 있는 인물이다. 부정평가의 사유가 데이터에 매우 명확하게 드러나 있다. 장공을 부정평가하는 논평들은 사건 '정 장공과 공숙단', '영고숙이 무강을 돌아오게 하다'와 연결되어 있다. 이 두 가지 사건들은 서로 인과의 관계로 연결되어 있는 사건이다. 정 장공이 친동생 공숙 단과 전쟁해서 승리하고 어머니 무강을 유폐시켰으나 후회하고 신하 영고숙의 설득으로 다시 어머니와 재회하는 구성으로 이루어져 있다. 이에 따라 정 장공에 대한 부정 평가가 친동생과 전쟁함 그리고 어머니를 유폐시켰다는 두 가지에서 비롯되었음을 알 수 있다. 다만 구정록이라는 논평 데이터에서는 이례적으로 이러한 사건들을 다루고 있음에도 불구하고 정 장공을 긍정적으로 평가하는데, 이 사건의 다른 데이터를 살펴보면 그가 영고숙을 부정적으로 평가하고 있음을 알 수 있다. 이외에 정 장공을 긍정적으로 평가하는 다른 논평에서는 주나라와의 전쟁 사건을 언급하거나, 어떤 사건을 언급하였는지 불분명하다. 데이터를 통해 보았을 때 그에 대한 비평이 가족과의 윤리에 집중되어 있음을 파악할 수 있다.

2) match (a:`인물`{name:'진 문공'})-[r]-(b) return a,b

진 문공의 경우 부정평가가 주를 이루고 있다. 그러나 이러한 데이터에는 약간의 맹점이 있는데, 당시 맹주 위치를 차지하고 명망이 높던 특징상 문공을 언급하는 많은 문헌에서 그가 연관된 일화나 사건을 구체적으로 언급하지 않고 그를 긍정적으로 묘사하는 경우가 많았다. 이 경우 사건이 명확하게 드러나지 않고 인상비평의 형태를 띠고 있었기에 데이터의 편성에서 제외되었다. 이러한 내용을 차치하고 현재의 데이터만을 살펴볼 때, 그는 많은 사건과 연관되어 있었고 이에 따라 다각적인 각도로 비판받았다. '개추가 녹위를 구하지 않다' 사건의 경우, 그의 신하 개추를 불러들이지 않아 개추가 은거하자 후회하고 개추를 다시 불러들인다. 그러나 개추가 가지 않자 산에 불을 질러 개추와 그의 어머니를 태워 죽이는 일이 있었다. (이는 후에 명절 '한식'의 유래가 된다) 이러한 이유로 비판받았고 볼 수 있다. 또한, 진 문공이 초나라를 치고자 다른 나라를 침략한 일에 있어서도 비판을 받았고 五軍을 편성한 데에 있어서도 비판의 대상이 되었다. 동래박의의 논평이 三軍 편성에 있어서까지는 중립적인 입장이다가 五軍 편성에 있어서는 부정평가로 옮겨간 것도 주목할 만하다. 또한, 주나라에 대한 내정간섭에 있어서도 비판의 대상이 되었다. 이에 따라 진 문공에 대한 부정적 평가는 정치에 있어서의 의사결정에 집중되어 있고, 인격적 과실에 의한 평가가 상대적으로 적다고 볼 수 있다.

다. 번외. 동래박의에 언급된 춘추좌전 사건에서 드러난 인물관계망 및 사건관계망
사용 쿼리 : match (a:`사건`)-[r:isRelatedTo]-(b:`인물`) return a,b
데이터의 대부분을 사건-인물이 차지하기 때문에 전체 데이터의 모습과 거의 유사하다. 관중-제 환공, 초 성왕-초 영왕, 노 은공-중중 등 실제로 밀접한 관계에 있었을 것이라 추정되는 인물들이 그래프 상에서 가까이 위치하는 것을 확인할 수 있으며, 논평 데이터에 있어서 상대적으로 주목받지 못하던 초나라 왕들의 연결망을 볼 수 있었다. 또한 데이터 설계에 있어 동일한 인물이 등장하여 서로 연결되는 사건들이 존재하는데, 이러한 사건들이 근처에 위치하기 때문에 사건의 연결망을 따라가면 어느 정도는 시간의 흐름 역시 확인 가능하다.

시멘틱 데이터 구성 자체에서 나타난 문제점

4. 시멘틱 데이터 구성 자체에서 나타난 문제점

가. 사건 데이터 구성의 문제
하나의 논평 안에 동일한 유형의 여러 사건들이 나열되어 있고 이에 대해 일괄적으로 논평한 경우(eg. 기담에 대한 논평) 이러한 사건들은 논평의 내용 전개를 위한 사례 모음의 성격이 강하고 다른 사건에 영향을 주는 연계성은 상대적으로 떨어진다. 그러나 모든 사건에 대해 일괄적으로 동일한 node 값을 부여하기 때문에 단편적 사건이 대부분임에도 불구하고 이러한 사건을 많이 다루는 논평의 중요성이 상대적으로 과장된다. 현재 별도의 논평이나 인물을 매개로 연결되지 않은 대부분의 사건들은 시멘틱 데이터의 외곽에 위치하기 때문에 과장이 상대적으로 적게 나타나지만, 이후 수많은 데이터를 넣을 경우 왜곡의 정도가 심해질 것으로 예상한다. 따라서 대량의 데이터를 넣는 후속 연구를 진행하고자 한다면 1) 사건마다 가중치를 부과해야 할지 2) 만약 부과한다면 어떤 사건에 얼마만큼의 가중치를 부여할지에 대해 고찰할 필요가 있다.

나. 인물 데이터 구성의 문제
4-가.에서 나타난 문제와 마찬가지로, 인물별로 가중치를 다르게 두지 않기 때문에 일반적인 통념과 다른 모양의 데이터가 출력되기도 한다. 후속 연구에서는 1)신분에 따라 가중치를 부여(제후의 경우 더 많은 가중치를 부여하는 등) 2)하나의 사건에서만 등장하는 인물 삭제 등 다른 방안을 이용해서 인물관계를 보다 명확하게 드러내고자 한다, 그러나 이러한 방안으로 진행한다면 또 몇 가지 이질적인 데이터에서 확인할 수 있는 중요한 분석 결과를 놓치는 결과가 발생할 수도 있기 때문에 신중하게 접근하여야 한다.

다. 논평 데이터 구성의 문제
논평의 관계를 긍정언급/부정언급/중립언급 3가지로 잡았기 때문에 평론에서 나오는 입체적인 인물의 면모를 잘 반영하지 못했다. 이러한 문제는 현재 관심이 가는 데이터를 추출한 후 가까이서 읽기 방식을 통해 해결하는 방법밖에 없다고 생각한다.

라. 연구 데이터 공유의 문제 및 해결방안
본 연구에 사용된 기초 데이터의 경우 정제된 텍스트 형태가 아니고 Excel 문서와 Neo4j 프로그램에서만 제한적으로 확인할 수 있다. 따라서 본 연구의 결과를 공유하기 위해서는 따로 웹 환경에 알맞게 이식하는 작업이 필요할 뿐만 아니라 해당 결과물을 공유할 수 있는 웹 플랫폼을 개척해야 할 필요가 있다. 이러한 문제를 해결하기 위해 Dropbox, Drive 등을 활용한 파일 공유 기능을 사용해 파일이 직접 공유될 수 있도록 해야 한다. 또한 연구자의 개인 홈페이지 등을 활성화시켜 이러한 연구를 적극적으로 홍보하고 자료가 공유되어 후속 연구를 촉진해야 할 필요가 있다.

후속연구의 필요성 및 추가 수집이 필요한 데이터

5. 후속연구의 필요성 및 추가 수집이 필요한 데이터
본 연구에서는 춘추좌전, 동래박의, 한국문집총간 상의 데이터를 가공하여 춘추좌전/동래박의/한국문집총간에서 드러난 춘추 시기 인물에 대한 논평의 양상을 분석하였다. 다만 해당 연구에서 데이터가 미비한 부분이 일부 있었다.

가. 사건 데이터 보충의 필요성
본 연구에서는 동래박의에 언급된 사건만 반영하였기 때문에, 전거로 많이 사용되었지만 들어가지 않은 춘추 시기의 사건들이 존재한다. 따라서 춘추좌전의 모든 기사를 사건으로 반영한다면 누락되는 부분 없이 춘추 시기의 양상을 보다 입체적으로 조망할 수 있을 것이며 논평의 양상뿐만이 아니라 역사적 사실에 대해서도 연구할 수 있다.

나. 논평 데이터 보충의 필요성
본 연구의 가장 큰 한계점이자 문제점은 투입한 ‘조선문집논평’의 절대량 부족이었다. 전체적인 흐름을 파악하자는 의도로 시작한 연구에서 데이터의 절대량이 부족하였다는 아쉬움이 남는다. 본 연구에서 사용한 검색 기능으로 춘추 시기에 대해 다룬 모든 논평을 찾아내기는 난점이 있었다, 따라서 웹 스크래핑 등을 통해 더 많은 논평을 수집하는 과정이 필요하다. 논평의 수가 연구의 정확성과 직접적인 연관이 있다고 보았기 때문이다. 또한, 조선의 문집과 동래박의 이외에도 사기열전, 춘추공양전/곡량전, 통감 등 다른 서적의 논평도 추가하여 추가적인 연구를 할 수 있을 것이다.

이러한 부분을 보충한다면 본 데이터로 더욱 다양한 연구가 가능할 것이라 기대한다. 춘추좌전 상에 실린 모든 기사를 사건화하고 인물을 수록한다면 보다 방대하고 정확성 있는 데이터를 얻을 수 있을 것이고, 좌전 내 네트워크 관계망을 연구할 수 있을 것이다. 해당 연구의 경우 이후에도 계속 언급되던 ‘춘추오패’라는 맹주의 개념이 단순 개인의 인상비평인지 혹은 객관적 수치로 신빙성이 있는지를 양적인 관점에서 확인하는 것에 도움을 줄 수 있을 것이다. 또한 춘추좌전 전체의 사건 데이터를 추가적으로 확보한다면, 춘추좌전에 실린 사건을 가지고 논평을 진행하였지만 해당 사건이 동래박의에 언급된 사건이 아니어서 데이터 수집 범위를 벗어나 반영되지 않은 문집의 데이터를 보강할 수 있다. 이를 통해 논평의 양상을 더욱 입체적으로 보충할 수 있을 것이라고 기대한다.

참고 자료

백진우. (2014). 조선시대 지식인들의 『동래박의(東萊博議)』 수용의 의의. 한국한문학연구, 54(0), 173-214.
안춘분. (2011). 『춘추(春秋)』의 다양한 비판견해(批判見解)를 통해 본 춘추시대정신. 동양철학연구, 65(0), 185-220.
여조겸. (2010). 동래박의(정태현, 김병애 역). 전통문화연구회.
좌구명. (2009). 춘추좌씨전(정태현 역). 전통문화연구회.
조익. 포저집(浦渚集)
윤행임. 석재별고(碩齋別稿)
김수인. 구봉집(九峯集)
한장석. 미산집(眉山集)
정도전. 삼봉집(三峯集)
남고. 시암집(時庵集)
임상원. 염헌집(恬軒集)
신흠. 상촌집(象村集)
김평묵. 중암집(重菴集)
이재. 밀암집(密菴集)
최충성. 산당집(山堂集)
홍석주. 연천집(淵泉集)
변종운. 소재집(歗齋集)
오장. 사호집(思湖集)
안중관. 회와집(悔窩集)
남경희. 치암집(癡庵集)
김창협. 농암집(農巖集)
이익. 성호전집(星湖全集)
홍직필. 매산집(梅山集)
곽종석. 면우집(俛宇集)
최보. 금남집(錦南集)
박치복. 만성집(晩醒集)
허전. 성제집(性齋集)
오광운. 약산만고(藥山漫稿)
이헌경. 간옹집(艮翁集)
강헌규. 농려집(農廬集)
남고. 시암집(時庵集)
권상하. 한수재집(寒水齋集)
신민일. 화당집(化堂集)
한국고전종합DB db.itkc.or.kr
동양고전종합DB db.cyberseodang.or.kr

주석