인공지능 시대의 사전과 데이터 ‒ 한국역사인물사전(데이터)을 위한 탐색 ‒ = Dictionaries and Data in the Artificial Intelligence Era ‒ Exploring for the Korean Historical Dictionary (data) ‒

다국어 초록 (Multilingual Abstract)

This paper concludes that the future of the artificial intelligence era dictionary is in the ‘machine readable data’, which is a collection of various things in a way that computers can understand for human beings and arranged in a certain order and commentary on each of them.
In order to explore the possibility of transition to the data of dictionary studies, researcher examined the advantages and disadvantages of labeled data, parallel corpus data, and squad data released on AIHUB, an artificial intelligence integration platform. In data design and data construction in the specialized domain area, it was decided that it could inherit the research results of existing dictionary studies. And researcher searched the structure and contents of semantic data, another artificial intelligence data to overcome the limitations of data for deep learning, and decided that the results of existing dictionaries could be fully utilized in ontology design and semantic data construction.
Based on this, for practical case study, data for deep learning and semantic data through ontology design were experimentally constructed on the theme of Korean historical character dictionary. First, researcher constructed and experimented with the learning data of object name identification (NER) based on the annals data of the Joseon Dynasty using the object name identification (NER) method of deep learning. The problem that object identification of object name identification (NER) through deep learning only identifies the attribute of the object and does not recognize the uniqueness of the object is confirmed. Therefore, the possibility of semantic data was examined through experimental ontology design to build semantic data as knowledge that has various uniqueness through the relationship with the object’s time, space, and characters. In conclusion, if the concept and understanding of machine-readable data can be added in traditional dictionary studies, it is considered to be competitive enough in both deep learning data and semantic data through ontology.

국문 초록 (Abstract)

본 논문은 인공지능 시대 사전의 미래는 인간을 위해서 컴퓨터가 이해할 수 있는 방식으로 여러 가지 사항을모아 일정한 순서로 배열하고 그 각각에 해설을 붙인 내용인 ‘기계가독형 데이터’에 있다고 판단했다. 사전학의데이터학으로의 전환 가능성을 타진하기 위해서, 인공지능 통합 플랫폼인 AIHUB에 공개된 레이블드 데이터, 병렬코퍼스(말뭉치) 데이터, 스쿼드 데이터의 구조와 내용의 장단점을 살펴보았다. 데이터 설계와 전문 도메인영역의 데이터 구축에서는 충분히 기존 사전학의 연구 성과를 계승할 수 있다고 판단했다. 그리고 딥러닝을 위한 데이터의 한계를 타파하기 위한 또 다른 인공지능 데이터인 시맨틱 데이터의 구조와 내용에 대해서 탐색했고, 기존 사전학의 연구 성과가 온톨로지 설계와 시맨틱 데이터 구축에서 충분히 활용될 수 있다고 판단했다.
이를 토대로 실제적인 사례 연구를 위해서, 한국역사인물사전을 주제로 딥러닝을 위한 데이터와 온톨로지설계를 통한 시맨틱 데이터를 각각 실험적으로 구축했다. 우선 딥러닝의 객체명식별(NER) 방법을 활용하여, 조선왕조실록데이터를 토대로 하는 객체명식별(NER) 학습 데이터를 구축하고 실험했다. 딥러닝을 통한 객체명식별(NER)의 객체 식별이 객체의 속성만을 식별할 뿐, 객체의 고유성을 인지하지 못한다는 문제를 확인했다. 이에 객체의 시간, 공간, 인물 등과의 관계를 통한 다양한 고유성을 내재하고 있는 지식으로서의 시맨틱데이터를 구축하기 위한 실험적인 온톨로지 설계를 통해서 시맨틱 데이터의 가능성을 살펴보았다.
결론적으로 전통적인 사전학에서 기계가독형 데이터에 대한 개념과 이해가 더해질 수 있다면 딥러닝을 위한 데이터와 온톨로지를 통한 시맨틱 데이터 모두에서 충분히 경쟁력이 있다고 본다.

참고문헌 (Reference)

1 공공데이터포털, 한국학중앙연구원, "한국학중앙연구원_한국역대인명정보"

2 공공데이터포털, 한국학중앙연구원, "한국학중앙연구원_조선조잡과급제자"

3 공공데이터포털, 한국학중앙연구원, "한국학중앙연구원_조선조사마시급제"

4 공공데이터포털, 한국학중앙연구원, "한국학중앙연구원_조선조문과급제자"

5 공공데이터포털, 한국학중앙연구원, "한국학중앙연구원_조선조 음관정보"

6 공공데이터포털, 한국학중앙연구원, "한국학중앙연구원_조선조 무과급제자 장보"

7 공공데이터포털, 한국학중앙연구원, "한국학중앙연구원_조선조 관인 정보"

8 기획재정부, "한국판 뉴딜"

9 성균관대학교, "한국족보자료시스템"

10 한국학중앙연구원, "한국역대인물종합정보시스템"

11 ㈜아크릴, "한국어 감정 정보가 포함된 단발성 대화 데이터셋"

12 이유미, "한국어 감정 디지털 온톨로지 구축에 관한 연구" 한국어의미학회 68 : 131-162, 2020

13 ㈜솔트룩스파트너스, "한국어 ‒ 영어 번역(병렬) 말뭉치AI데이터"

14 국사편찬위원회, "한국사 LOD"

15 공공데이터포털, 한국고전번역원, "한국문집총간"

16 한국고전번역원, "한국고전종합DB"

17 국립국어원, "표준국어대사전"

18 국사편찬위원회, "조선왕조실록"

19 ㈜마인즈랩, "일반상식"

20 NIA 한국정보화진흥원, AIHUB, "인공지능(AI) 학습용 데이터 구축 2차"

21 김바로, "인공지능 시대를 위한 인문데이터의 역사와 과제" 인문콘텐츠연구소 3 : 77-97, 2019

22 구본권, "인공지능 세번째 겨울, 피할 길은 “설명 가능성”에 있다"

23 위키미디어 재단, "위키백과"

24 국립국어원, "우리말샘"

25 국사편찬위원회, "승정원일기"

26 최광민, "솔트룩스, 학습과 상식 추론 결합한 ‘앙상블 AI’, ‘설명가능한 AI’ 상용화로 ‘3세대 AI’로 진화"

27 서울특별시, "서울 열린데이터 광장 LOD 라이브 서비스"

28 와이즈넛, "법률"

29 김현, "디지털 인문학 입문" HUEBOOKS：한국외국어대학교 지식출판원 2016

30 문화체육관광부 정책위키, "데이터 3법"

31 ㈜마인즈랩, "기계독해"

32 도원영, "국내 출간 사전의 동향 분석 -연도별 주제별 통계 분석을 중심으로-" 한민족문화학회 70 (70): 235-272, 2020

33 공공데이터포털, 국사편찬위원회, "교육부 국사편찬위원회_조선왕조실록 정보_실록원문_20200903"

34 공공데이터포털, 국사편찬위원회, "교육부 국사편찬위원회_조선왕조실록 정보_부가정보 인물 데이터"

35 공공데이터포털, 국사편찬위원회, "교육부 국사편찬위원회_조선왕조실록 정보_고순종실록 원문"

36 국가법령정보센터, "공공데이터의 제공 및 이용 활성화에 관한 법률"

37 공공데이터포털, 한국고전번역원, "고전원문"

38 "https://osf.io/h2npb/"

39 "https://osf.io/7bvge/"

40 "https://drive.google.com/file/d/1zGx_IuMaluvXAEy8hKL9luczWsCvFk88/"

41 "https://drive.google.com/file/d/1MU-u3Uy055lZ8EBW-zYTpSJtiZTmsMrd/"

42 "https://doi.org/10.17605/OSF.IO/5FBHP"

43 DOOSAN, "doopedia"

44 Google Research, "bert"

45 NAVER Corp, "NAVER 사전"

46 이재구, "MIT, ‘딥러닝, 컴퓨팅 파워 한계 접근’……‘AI겨울’ 해결책은?"

47 Maas, A., "Learning word vectors for sentiment analysis" 2011

48 LeCun, Y., "Gradient-based learning applied to document recognition" 11 : 1998

49 NIA 한국정보화진흥원, "AI HUB"

50 Corrales, David Camilo, "A conceptual framework for data quality in knowledge discovery tasks (FDQ-KDT): A Proposal" 10 (10): 2015

51 성수영, "21세기판 인형 눈붙이기……한국판 뉴딜 일자리 체험해보니"

52 김종환, "2016 네이버 어학사전의 현황과 미래" 2016