중국인 학습자의 한국어 감정 어휘 네트워크 구축 양상 연구 : ‘기쁘다, 화나다, 슬프다, 무섭다’를 중심으로 = A Study on the Construction Patterns of Korean Emotion Lexicon Networks of Chinese Learners

국문 초록 (Abstract)

본 연구는 중국인 한국어 학습자의 감정 어휘 발달을 단순한 어휘량 증가가 아닌, 의미 관계에 기반한 어휘 네트워크의 구축과 재조직 과정으로 보고, 학습자의 감정 어휘 네트워크가 숙달도에 따라 어떠한 구조적 변화를 보이는지를 규명하고자 하였다.
이를 위해 학습자 어휘 네트워크를 한국어 모어 화자의 어휘 네트워크와 비교 분석하였다. 이러한 비교는 학습자 네트워크의 확장 양상과 내부 구조가 모어 화자의 구성과 어떠한 점에서 유사하거나 상이한지를 확인하기 위한 것이다.
다만 연상 과제를 통해 수집된 모어 화자의 반응 역시 특정 과제 조건에서 부분적으로 활성화된 결과에 해당한다는 점을 고려하여, 본 연구는 의미장 이론, 활성화 확산 이론, 기억 이론을 통합한 이론적 틀을 설정하고, 계열관계와 결합관계를 핵심 의미 관계로 하는 개념적으로 교육용 감정 어휘 네트워크를 별도로 구축하였다. 이 개념적 네트워크는 학습자 연상 자료를 해석하기 위한 분석 준거로 활용됨과 동시에, 감정 어휘 교육에서 구조적 스캐폴딩 장치로 기능할 수 있도록 설계되었다.
연구 절차로는 선행연구물의 감정 어휘 목록, 한·중 한국어 교재 어휘 목록을 종합하여 ‘기쁘다’, ‘슬프다’, ‘화나다’, ‘무섭다’의 네 가지 기본 감정 범주에 해당하는 교육용 감정 어휘 목록을 선정하고, 이를 토대로 개념적 감정 어휘 네트워크를 구축하였다. 이후 한국어 모어 화자와 초급·중급·고급 중국인 한국어 학습자를 대상으로 동일한 감정 어휘 연상 과제를 실시하여 연상 반응을 수집하고, 네트워크 분석 방법을 적용하여 집단별 감정 어휘 네트워크를 구성하였다.
네트워크 비교 분석은 거시적·중시적·미시적 구조 층위에서 수행되었다. 거시적 층위에서는 노드 수, 엣지 수, 평균 연결 정도, 평균 가중 연결 정도, 그래프 밀도, 모듈성, 평균 군집 계수 등의 지표를 통해 감정 어휘 네트워크의 규모, 복잡도 및 전반적인 모듈화 양상을 살펴보았다. 중시적 층위에서는 모듈러리티 기반 커뮤니티 탐지 결과로 산출된 모듈러리티 클래스를 네트워크 내부의 모듈화 군집으로 간주하고, 군집별 어휘 구성과 군집 내부 그래프 밀도를 비교함으로써 하위 구조 수준에서의 분화 및 조직 양상을 분석하였다. 미시적 층위에서는 연결 정도, 매개 중심성, 군집화 계수 등의 지표를 활용하여 네트워크 내에서 핵심적인 구조적 역할을 수행하는 감정 어휘가 숙달도에 따라 어떻게 재편되는지를 검토하였다.
아울러 집단 평균 네트워크 분석만으로는 포착하기 어려운 개인차를 분석하기 위해, 개인 감정 어휘 네트워크 지표를 정규화한 정규화 코사인 유사도(NSI)를 산출하고, 주성분 분석과 K-평균 군집화를 통해 학습자의 어휘 네트워크 유형을 도출하였다. 또한 NSI 상·하위 학습자를 대상으로 면담을 실시하여 양적 분석 결과에 대한 질적 해석을 보완하였다.
분석 결과, 중국인 학습자의 감정 어휘 네트워크는 숙달도 상승에 따라 전반적으로 어휘 수와 연결이 증가하는 양적 확장을 보였으나, 이러한 확장이 곧바로 의미 관계의 조직화나 모어 화자 네트워크와의 구조적 수렴으로 이어지지는 않는 것으로 나타났다. 네트워크의 확장, 조직화, 수렴은 동일한 속도로 진행되지 않았으며, 특히 중급 단계에서 개인차와 변동성이 두드러지게 나타났다. 감정 범주별로도 발달 경로는 상이하여, ‘기쁘다’ 범주는 비교적 이른 시기에 조직적 안정이 관찰된 반면, ‘화나다’와 ‘무섭다’ 범주는 범주 내부 의미 분화와 모어형 수렴이 지연되었고, ‘슬프다’ 범주는 그 중간적 양상을 보였다. 이는 감정 어휘 발달이 단순한 어휘량 증가가 아니라, 감정 범주별 의미 체계와 기존 모어 의미 구조의 상호작용 속에서 비동시적으로 재구성되는 과정임을 시사한다.
이러한 결과를 바탕으로 본 연구는 감정 어휘 교육의 목표를 어휘의 양적 확장에서 범주 내부 의미 관계의 성숙으로 전환할 필요성을 제기하였다. 특히 감정 어휘 교육은 계열관계와 결합관계의 순환적 재조직을 중심으로 설계되어야 하며, 감정 범주별로 상이하게 나타나는 발달 병목과 학습자 개인의 어휘 네트워크 상태를 고려한 구조 개별화 교수 설계가 요구됨을 논의하였다. 더 나아가 모어 화자 어휘 네트워크의 조직 원리를 단계적으로 재구성한 ‘개념적 감정 어휘 네트워크’가 학습자의 감정 어휘 네트워크가 양적 확장에서 질적 성숙으로 이행하도록 지원하는 효과적인 스캐폴딩 장치로 활용될 수 있음을 제안하였다.

다국어 초록 (Multilingual Abstract)

This study investigates the development of emotion vocabulary in Chinese learners of Korean not as a mere increase in vocabulary size, but as a process of constructing and reorganizing a semantic network based on meaning relations. Focusing on how learners’ emotion vocabulary networks change with proficiency, the study compares learner networks with those of native Korean speakers, while taking into account that native speakers’ association data elicited through word association tasks also reflect only partial activation under specific task conditions.
To this end, the study establishes an integrated theoretical framework drawing on semantic field theory, spreading activation theory, and memory-related theories, and constructs a conceptual, pedagogically oriented emotion vocabulary network based on two core types of meaning relations: paradigmatic and syntagmatic relations. This conceptual network functions both as an analytical reference for interpreting learners’ association data and as a structurally motivated scaffolding device for emotion vocabulary instruction.
The research procedure first involved selecting an educational emotion vocabulary list corresponding to four basic emotion categories—Gippeuda (joy), Seulpeuda (sadness), Hwanada (anger), and Museopda (fear)—by synthesizing existing studies and Korean language textbooks used in China and Korea. On this basis, a conceptual emotion vocabulary network was constructed. Subsequently, identical emotion word association tasks were administered to native Korean speakers and to beginner-, intermediate-, and advanced-level Chinese learners of Korean. The collected association data were used to construct group-level emotion vocabulary networks through network analysis methods.
Network comparisons were conducted at macro-, meso-, and micro-levels. At the macro level, indicators such as the number of nodes and edges, average degree, average weighted degree, graph density, modularity, and average clustering coefficient were used to examine the overall scale, complexity, and modular organization of emotion vocabulary networks. At the meso level, modularity-based community detection was applied to identify internal subclusters, and differences in lexical composition and intra-cluster density were analyzed to capture patterns of subcategory differentiation and organization. At the micro level, degree centrality, betweenness centrality, and clustering coefficients were examined to identify emotion words playing key structural roles and to trace how such roles are reorganized with increasing proficiency.
To capture individual differences that cannot be fully explained by group-level averages, the study further calculated a Normalized Cosine Similarity Index (NSI) based on normalized individual network measures. Principal component analysis and K-means clustering were employed to classify learners’ emotion vocabulary network types. In addition, interviews were conducted with learners showing high and low NSI values in order to supplement quantitative findings with qualitative interpretations.
The results indicate that Chinese learners’ emotion vocabulary networks exhibit clear quantitative expansion—reflected in increased vocabulary size and connectivity—with rising proficiency. However, this expansion does not automatically lead to corresponding organization of meaning relations or structural convergence with native speaker networks. Network expansion, organization, and convergence proceed at different rates, with individual variation and instability being particularly salient at the intermediate level. Developmental trajectories also differ across emotion categories: Gippeuda shows relatively early structural stabilization, whereas Hwanada and Museopda display delayed internal differentiation and convergence toward native-like structures, with Seulpeuda occupying an intermediate position. These findings suggest that emotion vocabulary development is not a linear accumulation of lexical items, but a non-synchronous reorganization process shaped by interactions between category-specific semantic systems and learners’ existing first-language meaning structures.
Based on these findings, the study argues for a shift in the goals of emotion vocabulary instruction from quantitative expansion toward the maturation of intra-category meaning relations. It further proposes that emotion vocabulary teaching should be designed around the cyclical reorganization of paradigmatic and syntagmatic relations, and that structure-based, individualized instructional designs are necessary to address category-specific developmental bottlenecks and learner-specific network states. Finally, the study suggests that a pedagogical conceptual emotion vocabulary network, which incrementally reconstructs the organizational principles of native speaker networks, can serve as an effective scaffolding tool to support learners’ transition from quantitative growth to qualitative structural development.

목차 (Table of Contents)

• 목 차
• 제 1 장 서론 1
• 1. 연구 목적 및 필요성 1
• 2. 선행연구 검토 4
• 2.1 의미장 이론에 관한 연구 4
• 2.2 한국어교육 분야의 감정 어휘 연구 5
• 2.3 외국어교육 분야의 감정 어휘 연구 7
• 2.4 응용언어학의 네트워크 분석 연구 8
• 3. 연구 절차 및 방법 11
• 제 2 장 이론적 토대 15
• 1. 의미장 이론 16
• 1.1 의미장 개념 및 구성 16
• 1.2 감정 어휘 교육에서 의미장 이론의 위상 20
• 2. 활성화 확산 이론 24
• 3. 감정 어휘 개념 및 목록 27
• 3.1 감정 어휘 개념 및 분류 27
• 3.2 감정 어휘 목록 32
• 3.2.1 교육용 감정 어휘 목록 선정 절차 34
• 3.2.2 교육용 감정 어휘 목록 선정 결과 39
• 4. 한·중 감정 어휘 대조 분석 42
• 제 3 장 감정 어휘 네트워크의 개념적 구축과 감정 어휘의 교육 47
• 1. 네트워크 분석 47
• 2. 감정 어휘 네트워크 구축의 방법 및 절차 52
• 3. 개념적 감정 어휘 네트워크 구축 61
• 3.1 계열관계에 따른 어휘 네트워크 구축 63
• 3.2 결합관계에 따른 어휘 네트워크 구축 74
• 4. 개념적 감정 어휘 네트워크의 특징 81
• 4.1 계열관계 기반 어휘 네트워크의 특징 81
• 4.1.1 ‘기쁘다’의 특징 81
• 4.1.2 ‘화나다’의 특징 90
• 4.1.3 ‘슬프다’의 특징 93
• 4.1.4 ‘무섭다’의 특징 101
• 4.1.5 소결 110
• 4.2 결합관계 기반 어휘 네트워크의 특징 111
• 제 4 장 중국인 학습자의 감정 어휘 네트워크의 구축 양상 113
• 1. 연구 도구 설계 및 자료 분석 방법 113
• 1.1 실험 참여자 113
• 1.2 조사 도구 설계 및 조사 범위 114
• 1.3 자료 분석 방법 및 기준 120
• 2. 감정 어휘 네트워크의 구축 양상 125
• 2.1 계열관계에 따른 어휘 네트워크의 구축 양상 125
• 2.1.1 ‘기쁘다’ 어휘 네트워크의 발달 양상 및 모어 화자와의 비교 125
• (1) 거시적 분석 125
• (2) 중시적 분석 134
• (3) 미시적 분석 154
• 2.1.2 ‘화나다’ 어휘 네트워크의 발달 양상 및 모어 화자와의 비교 162
• (1) 거시적 분석 162
• (2) 중시적 분석 169
• (3) 미시적 분석 182
• 2.1.3 ‘슬프다’ 어휘 네트워크의 발달 양상 및 모어 화자와의 비교 188
• (1) 거시적 분석 188
• (2) 중시적 분석 197
• (3) 미시적 분석 218
• 2.1.4 ‘무섭다’ 어휘 네트워크의 발달 양상 및 모어 화자와의 비교 224
• (1) 거시적 분석 224
• (2) 중시적 분석 233
• (3) 미시적 분석 248
• 2.2 결합관계에 따른 어휘 네트워크 구축 양상 255
• 2.2.1 결합관계에 따른 ‘기쁘다’ 어휘 네트워크의 발달 양상 및 모어 화자와의 비교 255
• (1) 숙달도에 따른 학습자의 ‘기쁘다’ 어휘 네트워크의 발달 양상 255
• (2) 모어 화자의 ‘기쁘다’ 어휘 네트워크의 구축 양상 259
• 2.2.2 결합관계에 따른 ‘화나다’ 어휘 네트워크의 발달 양상 및 모어 화자와의 비교 262
• (1) 숙달도에 따른 학습자의 ‘화나다’ 어휘 네트워크의 발달 양상 262
• (2) 모어 화자의 ‘화나다’ 어휘 네트워크의 구축 양상 266
• 2.2.3 결합관계에 따른 ‘슬프다’ 어휘 네트워크의 발달 양상 및 모어 화자와의 비교 269
• (1) 숙달도에 따른 학습자의 ‘슬프다’ 어휘 네트워크의 발달 양상 269
• (2) 모어 화자의 ‘슬프다’ 어휘 네트워크의 구축 양상 272
• 2.2.4 결합관계에 따른 ‘무섭다’ 어휘 네트워크의 발달 양상 및 모어 화자와의 비교 276
• (1) 숙달도에 따른 학습자의 ‘무섭다’ 어휘 네트워크의 발달 양상 276
• (2) 모어 화자의 ‘무섭다’ 어휘 네트워크의 구축 양상 278
• 3. 숙달도별 학습자의 군집 유형과 내부 차이 분석 284
• 3.1 개인별 네트워크 지표 산출 및 통합 분석 287
• 3.2 감정 범주별 정규화 코사인 유사도 산출 및 통합 지수 도출 289
• 3.3 NSI-군집 관계 분석과 유형별 지표 특성 292
• 3.4 통합 NSI에 따른 상위권·하위권 학습자 선별 305
• 3.5 어휘 네트워크 구축 과정의 난점 및 영향 요인 309
• 3.5.1 초급 학습자의 난점 및 영향 요인 310
• (1) 상대적으로 높은 NSI를 보인 개인 사례 분석 310
• (2) 상대적으로 낮은 NSI를 보인 개인 사례 분석 311
• (3) 초급 학습자의 난점 및 영향 요인 312
• 3.5.2 중급 학습자의 난점 및 영향 요인 313
• (1) 상대적으로 높은 NSI를 보인 개인 사례 분석 313
• (2) 상대적으로 낮은 NSI를 보인 개인 사례 분석 316
• (3) 중급 학습자의 난점 및 영향 요인 317
• 3.5.3 고급 학습자의 난점 및 영향 요인 318
• (1) 상대적으로 높은 NSI를 보인 개인 사례 분석 318
• (2) 상대적으로 낮은 NSI를 보인 개인 사례 분석 320
• (3) 고급 학습자의 난점 및 영향 요인 323
• 3.5.4 소결 324
• 제 5 장 논의 및 교육적 시사점 327
• 1. 감정 어휘 네트워크 구축에 대한 논의 327
• 1.1 머릿속 사전 발달에 관한 논의 327
• 1.2 개별 학습자 차이와 발달에 관한 논의 334
• 1.3 모어 화자와의 비교 337
• 2. 교육적 시사점 340
• 2.1 양적 성장에서 구조적 성숙으로의 전환 341
• 2.2 인지언어학 및 구성주의 기반의 감정 어휘 교수 원리 344
• 2.3 범주별 구조적 편향과 교수 설계 방향 348
• 2.4 복잡·동적 시스템 이론(CDST)에 근거한 개별화 교수 352
• 2.5 개념적 감정 어휘 네트워크의 활용 355
• 제 6 장 결론 358
• 참고 문헌 362
• 부록 378
• Abstract 389