번역 보편소의 한 사례 : 텍스트 유형에 따른 명시화의 차이를 중심으로 :텍스트 유형에 따른 명시화의 차이를 중심으로

김정우

추천

검색

질문

자료유형: 학술저널

저자정보: 김정우 (경남대학교)

저널정보: 고려대학교 한국학연구소 한국학연구 한국학연구 제53집

발행연도: 2015.6

수록면: 29 - 48 (20page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본고에서는 번역 보편소들 가운데 하나인 명시화 현상이 텍스트 유형에 따라 달리 나타날 수 있다는 가설을 세우고, 일정 규모의 말뭉치 자료에서 이를 검증해 보았다.
〈가설 1〉 선택적 명시화는 문체 선호도와 텍스트 구성전략 차이에서 비롯된 것이므로 비문학 텍스트와 문학 텍스트에서 유의미한 차이가 있을 것이다.
〈가설 2〉 의무적 명시화는 SL과 TL의 언어구조 차이에서 비롯된 것이므로 번역의 대상이 되는 텍스트 유형이 문학이든 비문학이든 유의미한 차이가 없을 것이다.
우리는 위와 같은 두 가지 가설을 검증해보기 위해 약 17만 어절씩으로 구성된 영어 원문과 한국어 번역문의 병렬 말뭉치 자료를 활용했다. 즉, 영어 원문의 영형태에서 번역된 한국어 번역문의 의존명사 ‘때문’을 선택적 명시화의 용례로 보고, 영어 원문의 사역동사와 일반동사 구문에서 번역된 장형사동 구문을 의무적 명시화의 용례로 보았다.
문학 텍스트를 대상으로 조사한 선택적 명시화 용례의 총합은 74(/217)회로 대략 가 되고 비문학 34.1% , 텍스트를 대상으로 조사한 선택적 명시화의 총합은 95(/470)회로 대략 20.2%가 된다. 문학 텍스트와 비문학 텍스트에서 보이는 선택적 명시화 비율의 차이는 13.9%로 나타났다. 한편 문학 텍스트를 대상으로 조사한 의무적(구조적) 명시화 용례의 총합은 84(/168)회로 대략 50.0%가 되고, 비문학 텍스트를 대상으로 조사한 의무적(구조적) 명시화의 총합은 186(/383)회로 대략 48.5%가 된다. 양자에서 보이는 선택적 명시화 비율의 차이는 1.5%로 나타났다.
위에서 조사한 선택적 명시화의 텍스트 유형별 편차와 의무적(구조적) 명시화의 텍스트 유형별 편차를 비교해본 결과, 문체 선호도와 텍스트 구성전략 차이에서 비롯된 선택적 명시화의 경우는 비문학 텍스트와 문학 텍스트의 편차가 크게 나타난 반면, SL의 TL 언어구조 차이에서 비롯된 의무적 명시화의 경우는 비문학 텍스트와 문학 텍스트의 편차가 거의 없는 것으로 나타났다. 이러한 조사 결과는 우리가 앞서 수립한 두 가지 가설의 내용과 일치하는 것으로 판단할 수 있다.

This paper aims at testifying the hypothesis that the explicitation, one of the translation universals, varies depending upon text genres in a certain amount of corpus. As a starting point, the author established the following two hypotheses related to the explicitation.
〈Hypothesis 1〉 Selective explicitation, considering the fact it is derived from the preference of stylistics and text strategy of construction, reveals the significant difference between non-literary text and literary text.
〈Hypothesis 2〉 Obligatory explicitation, considering the fact it is derived from the different structure between the source language and the target language, reveals no significant difference, however source text may be literary one or non-literary one.
To verify the above hypotheses, the author made use of 17 thousand parallel corpus composed of English original and Korean translated texts. He regarded a Korean bound noun ‘ttaemun’ translated from zero form in the English original texts as a typical example of selective explicitation, and a Korean long form causative construction translated from causative verbs and general verbs in the English original texts as a typical example of obligatory explicitation.
The total number of selective explicitation amounted to 74(217), 31.4% in literary texts, and 95(470), 20.2% in non-literary texts. The ratio gap between literary and non-literary texts was revealed as 13.9%. In the other hand, the total number of obligatory or structural explicitation amounted to 84(/168), 50.0% in literary texts, and 186(/383), 48.5% in non-literary texts. The ratio gap between literary and non-literary texts was revealed as 1.5%.
The above results could be understood as follows. The deviation of selective explicitation between literary and non-literary texts was big, which largely originates from stylistics preference and text construction strategy. The deviation of obligatory explicitation between literary and non-literary texts was very small, which largely originates from the structural difference between SL and TL. These results could be estimated parallel to the core contents contained in the two hypotheses, which he established at the outset of this research.

#번역 보편소 #명시화 #선택적 명시화 #구조적 명시화 #문학 텍스트 #비문학 텍스트 #문체 #translation universals #explicitation #selective explicitation #structural explicitation #literary text #non-literary text #stylistics

참고문헌 (13)

참고문헌 신청

곽성희 / 2006 / 번역 입문 / (주)이지북스

Kim,Soonyoung / 2005 / Evidence of Explicitation in Texts Translated from English into Korean: A Corpus-based Pilot Study / 번역학연구 6(1):143~166

김정우 / 2011 / 한국어 번역문의 중간언어적 특성 —그 연원과 극복 방안을 중심으로— / 번역학연구 12(1):75~122

김정우 / 2013 / 코퍼스기반 번역학 연구에서 정량적 인자가 정성적 분석 결과에 미치는 영향 / 번역학연구 14(1):31~98

김혜영 / 2009 / 국어 번역 글쓰기의 연구

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김정우

소속기관 경남대학교

주요연구분야 인문학 > 어문학 > 통역번역학 TOP 10% 인문학 > 어문학 > 한국어와문학

논문수 23 이용수 9,337

이 논문과 함께 이용한 논문

번역 보편소들의 상호 의존성

김정우 번역학연구 2016 .03

소비사회, 아름다움의 위기 : 한병철, 『아름다움의 구원』, 문학과 지성사, 2016

김영희 코기토 2018 .06

한중 학생 공동수업에서의 중한번역 교육 : 〈중국문화텍스트읽기〉 강의를 중심으로

李甲男 동아인문학 2016 .06

화제 표지 ‘은/는’의 담화적 기능과 교육 방안

서정숙 어문론집 2016 .06

Integrating L1 Writing Practice into L2 Paragraph Writing for Novice Writers

남미영 영어영문학 2015 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-911-001643797

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)