한국 대중 서사 기반 감정 데이터 구축과 활용 - 감정 딥러닝 모델 구현을 통한 문학 연구의 활용 가능성 탐색을 중심으로 = Construction and utilization of emotion data based on Korean popular narratives Exploring the Use of Emotional Deep Learning Models in Literary Research -

국문 초록 (Abstract)

본 연구는 한국 대중 서사 기반의 감정 데이터를 활용하여 한국 문학의 감정을 연구할 가능성을 모색해보고자 하였다. 이에 중앙대학교 인문콘텐츠연구소에서 구축한 문학과 콘텐츠 감정 데이터를 소개하고, 이를 활용하여 ‘문학’, ‘콘텐츠’, ‘문학+콘텐츠’의 데이터별 LSTM 및 BERT 2분류(긍정·부정) 모델 총 6개, LSTM 3분류(분노·슬픔·즐거움) 모델 1개를 구축하였다.
LSTM 및 BERT 2분류 모델은 80~87%의 감정 예측 정확도를 보여주었고, 긍정보다는 부정을 더욱 정확하게 예측하였다. 학습 방법별로 LSTM보다 BERT가 예측 정확도가 높았다. 감정 데이터별로는 ‘문학+콘텐츠’ 모델이 예측 정확도가 높았다. 이러한 결과는 정보공학의 측면에서 학습한 데이터 총량의 문제와 연관되는 것으로 파악되지만, 인문학적으로 볼 때 토대 데이터의 성격 즉 소설과 드라마의 성격 차이에 따른 감정 양상의 차이에서 비롯되는 것으로 파악된다. 이후 <구운몽>을 대상으로 한 ‘감정 딥러닝 모델의 감정 판단 데이터’와 ‘주석자 감정 판단 데이터’의 비교 검증을 진행하였는데, 감정 수치가 높은 긍정, 부정 범주의 판단 사례가 대체로 일치하는 결과를 보여주었다. 즉 감정 딥러닝 모델이 문학 연구에 활용될 가능성을 보여준 것이다.

참고문헌 (Reference)

1 최해연 ; 최종안, "한국인의 정서 구조와 측정" 한국사회및성격심리학회 30 (30): 89-114, 2016

2 이유미 ; 박지영 ; 김바로, "한국어 감정 디지털 온톨로지 구축에 관한 연구" 한국어의미학회 68 : 131-162, 2020

3 강우규 ; 김바로, "인공지능을 활용한 <소현성록> 연작의 감정 연구" 한국문화융합학회 40 (40): 149-174, 2018

4 전은진 ; 강동우, "윤동주 시에 나타난 감성 어휘 분석" 인문사회 21 12 (12): 1899-1912, 2021

5 임아영 ; 최낙환, "영화의 기대감정과 관객행동" 한국소비문화학회 16 (16): 59-79, 2013

6 김바로 ; 강우규, "빅데이터와 고전문학 연구방법론" 중앙어문학회 78 : 7-39, 2019

7 장세은 ; 이경은 ; 박호민 ; 송원문 ; 정해룡 ; 이수상 ; 김재훈, "대화코퍼스를 통한 셰익스피어 비극 작품과 주요 남녀 등장인물 간의 감정분석" 한국언어과학회 26 (26): 115-147, 2019

8 정혜경, "고전소설의 감정을 어떻게 읽을 것인가?" 한국고전여성문학회 (39) : 5-39, 2019

9 강우규 ; 김바로, "고전소설에 대한 디지털 감정 분석방법론 탐색－<구운몽>을 대상으로－" 동아시아고대학회 (56) : 349-377, 2019

10 Jeon, Duyoung, "User Guide for KOTE: Korean Online Comments Emotions Dataset" 2022

11 Robert Plutchik, "The Nature of Emotions" 89 (89): 344-, 2001

12 World Economic Forum, "The Future of Jobs Report 2020" 2020

13 Kim Man-joong, "The Cloud Dream of the Nine" Munhakdongne 2013

14 Paul Ekman, "Pan-Cultural-Elements-In-Facial-Display-Of-Emotion" 164 (164): 86-88, 1969

15 Frans De Waal, "Mama’s Last Hug: Animal Emotions and What They Tell Us about Ourselves" Sejongbooks 2019

16 Jeon, Duyoung, "KOTE: Korean Online Comments Emotions Dataset"

17 Shin, Hyopil, "KOSAC(Korean Sentiment Analysis Corpus)" 181-190, 2013

18 Lisa Feldman Barrett, "How Emotions Are Made" Thinking-Lab 2017

19 NRC Word-Emotion Association Lexicon, "EmoLex"

20 Paul Ekman, "EMOTIONS REVEALED" badabooks 2006

21 강우규 ; 김바로, "<소현성록> 연작에 나타난 감정의 출현 빈도와 의미 — 컴퓨터를 활용한 통계학적 분석을 바탕으로 —" 온지학회 (56) : 101-128, 2018