인간 공자의 약점과 인간관계

탐구의 과정

자료의 수집

동양고전종합DB 중 『논어』에서 발화 맥락에서 드러나는 공자의 정동, 정서 데이터를 수집하였다. ‘惡(싫어하다)’, ‘好(좋아하다)’처럼 직접적으로 감정이 드러나는 구절 이외에도, ‘사위 삼을 만함’, ‘군자와 같음’ 등 감정에 기반한 정동을 표현한 구절 역시 데이터로 포함한다. 『논어』가 특히 공자의 가르침을 주요 내용으로 하고 있으며, 일부 장에서 다른 인물의 정동 역시 나타나기는 하나 그 수가 매우 적어 유의한 데이터로 활용하기 어렵다고 판단하여 정동을 느끼는 주체를 공자로 한정하여 데이터를 추출하였다.

자료의 수집은 개별 조원이 일부 편을 맡아 일차적으로 데이터를 추출하는 방식으로 진행 되었는데, 발화 맥락에서 추론되는 정동의 경우 이를 분석하는 사람이 누구냐에 따라 서로 다르게 감정이 해석될 수 있음을 고려하여 크로스체크 과정을 통해 데이터의 객관성을 확보하고자 하였다. 개별 조원이 제작해 놓은 데이터를 나머지 세 명의 조원이 검토하고, 정동으로 추출한 감정에 동의하는지 안하는지 O, X로 두는 column을 만들어 1차적인 가공을 거쳤다.

자료의 구성

변수

변수명	세부 사항
편	『논어』 중 해당 구절이 포함되는 편이다.
장	『논어』 중 해당 구절이 포함되는 장이다.
인물	정동과 정서를 느끼는 주체. 본 연구에서는 공자로 한정된다.
대상	공자가 감정을 느끼게 되는 직접적인 대상 및 주체. 공자가 A가 B하는 것을 보고 C의 감정을 느꼈다’의 경우, A를 대상으로 추출하였다. 대상 데이터의 경우에는 attribute, attribute_po, attribute_ re의 속성을 부여하였다. attribute는 대상을 분류하는 가장 기본적인 기준 틀로서 "위정자, 가족, 제자, 공자, 불특정 다수, 제자외 인물, 기타"가 존재하며, attribute_po의 경우에는 대상 중 "통치"와 관련된 것들을 "우호적 정치 세력, 반대 정치 세력, 이상적 통치자"로 분류한 것이다. 마지막으로 attribute_re는 대상들 중 공자와의 인간 관계를 드러내기 위해 도입한 속성으로 "주변 인물"인지 "비주변 인물"인지 논어 속에서 공자와의 직접적인 대화 나눔의 유무로 분류하였다.
행위/특성	공자가 감정을 느끼게 되는 대상 및 주체의 구체적인 행위 및 특성. 공자가 A가 B하는 것을 보고 C의 감정을 느꼈다’의 경우, B를 행위/특성으로 추출하였다. 행위/특성 데이터의 경우에는 category와 category_po의 속성을 부여하였다. 우선 category는 attribute와 유사하게 행위/특성을 분류하는 가장 기본적인 기준 틀로서 "정치, 교육, 우정, 삶의 태도, 효 , 기타, 예, 인간상"가 존재한다. (인간상과 삶의 태도의 경우 분류의 기준이 모호하다고 느껴질 수 있는데 원문 구절에서 군자 혹은 소인이 언급되었으면 인간상으로 언급되지 않았으면 삶의 태도로서 분류하였다.) category_po의 경우에는 attribute_po와 유사한데 행위/특성 중 "통치"와 관련된 것들을 "정치 이상, 정치 행동"으로 분류한 것이다.
목적	정서와 정동이 드러나는 원문 구절에서 (공자의) 발화의 목적을 추출하였다. "가르침/ 평가/ 선호/ 자랑/ 변론" 5가지의 목적으로 분류하였다.
감정(Feeling)	감정의 객관적인 분류를 도입하기 위하여 심리학에서 사용되는폴 애크만의 8가지 기본 감정 중 rage, loathing, grief, amazement, ecstasy, admiration 6가지 감정을 기준으로 도입하였다. (동양고전종합DB 『논어집주』 해석과 원문 표현을 참고하였다.)
Affect/Emotion	감정이 직접적으로 드러나는 경우와 발화 맥락에서 파악되는 정동을 구분하여 표현하였다.
긍정, 부정	감정의 범주가 매우 넓기 때문에 이를 일차적으로 구분하는 기준으로 긍정, 부정을 설정하였다. 위의 6가지 감정 분류 체계 중에서 ecstasy와 amazement로 분류된 감정은 긍정으로 rage, loathing, grief, admiration으로 분류된 감정은 부정으로 지정하였다.
원문 구절	추출한 데이터 중 ‘대상’과 ‘감정’은 『논어』의 구절을 한글로 번역하여 작성한 것이다. 따라서 해당 『논어』 구절을 원문으로 표기하여 데이터의 정확도를 높였다.
구체적 표현	Affect에 비해 Emotion은 구절에 감정이 명시되어 나타나는 것이므로, 어떠한 한자어에서 그러한 감정이 직접적으로 드러나는지 표시하였다.

자료의 처리 과정

분류	내용
1차 데이터 조정	샘플 데이터 추출, 기초 데이터 구성
2차 데이터 조정	감정 범주 설정, 크로스체킹 체계화, Object/Action 구분, 발화 목적 추가, 정동 추론 기준 설정, Relation 정교화
3차 데이터 조정	Object 속성 추가(Attribute), Action 속성 추가(Category), Relation 정교화
4차 데이터 조정	데이터 범위 확장, 목적 재조정, Relation 조정, 1차 Category 및 Attribute 확정, 내러티브 조정 및 그에 따른 하위 Category, Attribute 설정
5차 데이터 조정	데이터 재확인, 1차 Attribute 조정