디지털 인문학 공부 : 공훈전자사료관 인프라 비평과 활용

 

전산언어학에서의 일제강점기 연구를 정리하는 글을 쓰면서,

https://uourstar.tistory.com/69

디지털 인문학 공부 : 전산언어학에서의 일제강점기 연구와 역사학에서의 일제강점기 연구는 왜

 

인프라 보고서에서는 일부러 다루지 않았던 공훈전자사료관을 다시 살펴보게 되었다.

https://uourstar.tistory.com/67

디지털 인문학 공부 : 디지털 역사학 데이터 인프라 비평 보고서

 

사실 공훈전자사료관을 보고서에서 제외한 이유는 단순했다.

내가 작성한 인프라 보고서는 자료의 역사적 가치가 아니라,

디지털 연구 인프라로 활용 가능한 정도를 평가하는 데 목적이 있었다.

 

그래서 각 기관을 다음과 같은 기준으로 비교했다.

• 대량 다운로드 가능 여부
• 본문과 메타데이터의 분리 정도
• 이용 조건과 법적 제약의 명확성

공훈전자사료관에 오픈 API가 존재한다는 사실 자체는 당시에도 알고 있었다.

실제로 API 문서도 확인했었다.

 

하지만 내가 중요하게 본 것은 API의 존재 여부가 아니라, API가 무엇을 제공하는가였다.

 

공훈전자사료관의 API는 공적조서, 공훈록, 해외의 한국독립운동사료,

이달의 독립운동가 등 4종의 서비스를 제공한다.

요청 URL, 파라미터, 코드 정의(훈격 7종, 운동계열 17종), XML·JSON 응답 형식까지 비교적 잘 문서화되어 있다.

오히려 국가기록원의 검색 API보다 공개 수준만 놓고 보면 더 체계적이라고 볼 수도 있다.

하지만 API 문서를 자세히 보면, 여기서 다루는 데이터는 인물 단위 메타데이터이다.

관리번호, 성명, 생몰년, 훈격, 운동계열, 공적개요 등이 제공되지만, 공적개요 역시 짧은 요약 정보를 담도록 설계되어 있다.

즉, 이 API는 "누가 어떤 활동을 했는가"를 구조화해서 제공하는 것이지,

『고등경찰요사』 같은 원본 사료 본문을 대량으로 활용할 수 있도록 설계된 API는 아니다.

 

이 부분은 내가 인프라 보고서에서 독립기념관 사례를 분석하면서 지적했던 구조와 거의 동일하다.

 

인물 정보와 메타데이터는 API를 통해 접근할 수 있지만,

연구에 필요한 원문 사료는 여전히 개별 열람 방식으로 제공된다.

 

결국 내가 공훈전자사료관을 보고서에서 제외한 이유는 API가 없어서가 아니었다.

API의 활용 범위가 원문 사료가 아니라 인물 메타데이터에 한정되어 있었기 때문이다.

 

신문 LOD 데이터를 중심으로 디지털 연구 인프라를 비교했던

당시 보고서의 평가 기준에서는 같은 "오픈 API"라도 성격이 달랐던 것이다.

 

또 하나의 이유도 있었다.

인프라 보고서는 기본적으로 신문 아카이브를 중심으로 한 디지털 역사 연구 환경을 정리한 글이었다.

반면 공훈전자사료관은 신문이 아니라 경찰 기록, 판결문, 수형인명부 등 성격이 전혀 다른 자료군이다.

당시에는 내 연구 경험과 직접 연결되지 않는다고 판단하여 후속 과제로 남겨두었다.

그런데 이번에 다시 살펴보니,

이 자료는 오히려 디지털 역사 연구에서 흥미로운 사례가 될 수 있다는 생각이 들었다.

---

공훈전자사료관은 어떻게 만들어졌을까

공훈전자사료관은 현재 국가보훈부가 운영하는 독립운동 자료 서비스이다.

흥미로운 점은 이 시스템이 처음부터 연구자를 위한 데이터베이스로 만들어진 것이 아니라는 점이다.

2003~2004년 국정감사와 독립유공자 발굴을 강화하라는 정부 정책을 계기로 국가보훈처가 자료 정보화를 추진했고,

정보통신부의 정보화촉진기금 16억 원을 활용하여 사업을 시작하였다.

 

이 과정에서

• 독립운동사자료집
• 포상기록철
• 미포상기록철
• 신분장지문원지
• 고등경찰요사
• 폭도편책
• 수형인명부
• 조선소요사건관계철
• 일본의 한국침략사

등 9종의 자료가 DB화되었다.

 

2004년에는 약 15만 매, 2005년에는 약 45만 매의 자료가 전산화되었으며,

2005년 9월 1일부터 대국민 서비스를 시작하였다.

즉 이 시스템의 출발점은 독립유공자 발굴과 포상 심사를 위한 행정 인프라였다.

 

디지털 역사 연구를 위해 구축된 데이터베이스가 아니라는 점에서는,

내가 인프라 보고서에서 다루었던 여러 기관들과 공통점을 가진다.

---

『고등경찰요사』라는 자료

공훈전자사료관에서 가장 눈에 들어온 자료는 『폭도사편집자료 고등경찰요사』였다.¹

이 자료는 1934년 경상북도경찰부가 편찬한 문서이다.

제목의 '폭도사(暴徒史)'라는 표현을 보면, 식민지 경찰이 독립운동을 어떠한 시각에서 정리하려 했는지를 짐작할 수 있다.

현재도 이 자료는 한국민족문화대백과사전과 여러 연구에서 꾸준히 인용된다.

 

예를 들어

• 박재혁의 부산경찰서 의거
• 최수봉의 밀양경찰서 의거
• 국권회복단과 대한광복회
• 해외 독립운동 단체
• 경주 3·1운동

등 다양한 사건과 인물을 다루고 있다.

 

흥미로운 점은 경상북도 경찰이 편찬한 자료임에도 단순히 지역 사건만을 다루는 것이 아니라,

의열단 활동이나 해외 독립운동까지 함께 기록하고 있다는 점이다.

 

이 때문에 지금도 식민지 시기 경찰 기록을 연구할 때 중요한 1차 사료 가운데 하나로 활용된다.

---

디지털 역사 연구에서 더 흥미로운 부분

하지만 내가 이 자료에 관심을 갖게 된 이유는 내용보다 형식이었다.

검색을 통해 확인한 목차만 보더라도

이 문서는 사건별 데이터베이스가 아니라 경찰이 작성한 연대기식 보고서의 구조를 가지고 있다.

 

여기서 더 중요한 문제는 언어 체계이다.

신문 자료는 근대 국한문 혼용체라는 어려움이 있지만 기본적으로는 한국어 텍스트이다.

 

반면 『고등경찰요사』는 총독부 행정 문서답게 한자와 일본식 문어체를 기반으로 작성되어 있다.

즉 내가 인프라 보고서에서 이야기했던 "전처리 도구의 시대 불일치"보다 한 단계 더 어려운 문제가 존재한다.

토크나이저를 조금 수정하는 수준이 아니라,

애초에 처리해야 하는 언어 체계 자체가 다르다.

 

이런 자료는 현대 한국어 NLP를 그대로 적용할 수도 없고, 근대 한국어 전처리만으로도 해결되지 않는다.

 

인프라 보고서가 "디지털 역사학의 병목은 알고리즘이 아니라 데이터 구축에 있다"고 결론지었다면,

『고등경찰요사』는 그 병목이 형식이나 메타데이터 층위를 넘어 언어 체계 층위에서도 반복된다는 점을 보여주는 사례라고 생각한다.

 

결국 디지털 역사 연구에서는 모델보다 먼저 자료가 어떤 언어와 기록 체계 위에서 만들어졌는가를 이해하는 일이 선행되어야 한다.

---

다시 느낀 점

이번에 공훈전자사료관을 다시 살펴보면서 느낀 것은

내가 인프라 보고서에서 다루지 않았던 이유가 틀렸던 것이 아니라 당시 연구 목적에 맞지 않았기 때문이라는 점이다.

 

API의 존재는 이미 알고 있었지만,

그 API가 제공하는 데이터의 범위가 내가 비교 대상으로 삼았던 원문 사료 기반 데이터 인프라와는 달랐다.

그래서 보고서에서는 의도적으로 제외했다.

 

하지만 지금처럼 연구 범위를 넓게 바라보니,

공훈전자사료관 역시 일제강점기 디지털 역사 연구에서 중요한 데이터 인프라 가운데 하나라는 점을 다시 확인하게 되었다.²

앞으로는 신문 자료뿐 아니라 경찰 기록과 사법 기록도 함께 검토하면서,

기록이 무엇을 남겼는가보다, 기록 체계가 사건을 어떤 방식으로 재구성했는가를 함께 살펴보고자 한다.

 

---

¹ 우리역사넷 등에서는 『폭도사편집자료 고등경찰요사』, 한국민족문화대백과사전 등에서는 『고등경찰요사』라는 명칭을 사용한다.

² 다만 최근 글에도 적었듯 지금 당장은 활용할 수 없다. ................

https://uourstar.tistory.com/34

디지털 인문학 공부 : 일제강점기 데이터셋 확인