문학 및 작가 연구와 DB의 활용 -김수영 DB '별길'의 데이터 분석 사례를 중심으로

김지아; 김재원; 유시어도어준

추천

검색

자료유형: 학술저널

저자정보: 김지아 (연세대학교) 김재원 (연세대학교) 유시어도어준 (연세대학교)

저널정보: 연세대학교 인문학연구원 인문과학 인문과학 제124권

발행연도: 2022.4

수록면: 43 - 78 (36page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 디지털 인문학 방법론을 현대문학 분야에서 문학 및 작가 연구에 활용하는 방안을 제안하는 것을 목적으로 한다. 이에 본고는 문헌 정보와 자료를 하나의 데이터베이스로 구조화 및 모델화한 데이터베이스 구축 사례를 소개하고 해당 DB에서 조회되는 데이터 사례를 활용해 특정 문학 연구의 연구 경향에 대해 살펴본다. 먼저 본 연구에서 활용하는 데이터베이스는 연세대학교 국어국문학과 소속 연구팀에서 구축한 김수영 문학 연구 DB인 ‘별길’이다. 해당 DB의 구축은 온전히 김수영 문학 연구에 대한 자료가 필요한 사용자의 원활하고 정확한 검색, 즉 사용자의 유용성과 편의성을 목적으로 한국학술지인용색인(KCI)에서 제공하는 검색 서비스를 통해 조회가 가능한 김수영 관련 논문 전반이 수록되었다. 여기서 그치지 않고 본 연구는 이 구축된 데이터베이스가 단순히 학술적 정보 및 자료의 집합이 아닌 학술적 지식으로서 연구되고 활용될 수 있는가에 대한 의미화 작업을 시도한다. 이에 본 연구는 ‘별길’의 데이터를 조회해 김수영 관련 연구의 역사적·통시적 분석을 실행한다. 그 결과, 김수영 문학 관련 연구는 1985년부터 시작되어 현재까지 진행 중에 있는데 2013년도와 2018년도에 가장 활발하게 연구되었다. 나아가 본 연구는 김수영 문학 연구를 1년 단위로 살펴보는 정성적 방법을 통해 2013-2018년 사이에 이루어진 연구들 간의 미세한 변화를 포착하고자 했다. 이를 위해 별길이 제공하는 주제어 별 논문 편수를 계산한 후에 연도별로 상위주제어 목록을 제시하고, 최상위 주제어의 경우에 특정 연도 전후로는 관련 주제로 연구된 논문의 편수가 확연하게 적은 편수를 기록하는 현상을 발견한다. 이에 더해 본 연구는 연구의 대상이 된 김수영의 작품을 온톨로지로 엮어 시각화하고 논문들 간의 관계성 및 그것들이 공유하는 맥락을 도출한다. 본 연구의 연구사적 의의는 디지털 전환의 시대에 기존의 통시적 연구사를 디지털 인문학 방법론을 통해 새롭게 조망하는 계기를 제공한다는 점에 있다. 특히 현대문학 분야에서는 작가 및 문학에 대한 연구뿐만 아니라 영상 및 대중문화 콘텐츠에 대한 연구가 지속적으로 이루어지고 있는 바, 해당 방법론을 활용한 관련 연구의 착수가 촉구된다.

This study aims to propose a method of using digital humanities methodology for literature and writer research in the field of modern literature. Therefore, this paper introduces cases of database construction in which literature information and data are structured and modeled into a single database and examines the research trends of specific literature research using data cases inquired in the DB. The database used in this study is "Byul-gil," a Kim Soo-young literature research DB established by a research team affiliated with the Department of Korean Language and Literature at Yonsei University. The DB was built to contain all the articles related to Kim Soo-young for the user’s usefulness and convenience. However, this study does not stop there; it explores how this built database can be studied and utilized as academic knowledge, not just a set of data. Therefore, we conducted a historical and contemporary analysis of Kim Soo-young's research by inquiring about the data of "Byul-gil." As a result, it was found that research on Kim Soo-young's literature started in 1985 and is currently ongoing, but was most actively studied in 2013 and 2018. Furthermore, this study tried to capture the difference between studies conducted between 2013 and 2018 by a qualitative method of examining the study of Kim Soo-young's literature on a yearly basis. To that end, we calculated the number of papers by keyword provided by the database and presented a list of top keywords by year. As a result of examining the list, it was found that in the case of the top-level keyword, the number of papers studied on related topics around a specific year is small. The significance of this study is that it provides an opportunity to view existing syntactic researchers through digital humanities methodology in the age of computational turn. In particular, in modern literature, research on not only writers and literature but also images and popular cultural content is continuously carried out, so related research using the methodology is required.

#김수영 #디지털 인문학 #데이터베이스 #DB 구축 #문학연구사 #정량 분석 #Kim Soo-young #Digital Humanities #Database #DB #History of Literature Research #Qualitative Analysis

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김지아

소속기관 연세대학교

주요연구분야 인문학 > 어문학 > 문학 일반 인문학 > 인문학 일반

논문수 5 이용수 387

김재원

소속기관 연세대학교

주요연구분야 인문학 > 인문학 일반

논문수 1 이용수 20

유시어도어준

소속기관 연세대학교

주요연구분야 인문학 > 인문학 일반

논문수 2 이용수 23

최근 본 자료

전체보기

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 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)