01. 연구 (1) 일제강점기 담론 연구 01 연구 궤적

검증보고서와 연구계획서 그리고 부록:연구의 위치와 확장성 문서는 별도로 제출하기로 했고,

이 연구노트에서는 현재까지 수행한 디지털 역사학 연구의 흐름을 하나의 연속된 궤적으로 정리하겠다.

 

연구 궤적 (일제강점기 담론 연구 흐름)

1) 담론을 구조적으로 본다는 전환

연구의 출발점은 2017년과 2023년 디지털 인문학 연구에서 형성되었다.

2017년 연구는 TF-IDF와 코사인 유사도를 활용하여
텍스트 간 구조적 유사성을 계량적으로 분석하는 접근을 보여주었다.

2023년 연구는 이를 확장하여
동적 워드 임베딩을 기반으로 시계열적 의미 변화를 분석하였다.

두 연구의 차이는 단순한 기법 발전이 아니라
텍스트를 바라보는 관점 자체의 변화였다.

• TF-IDF 기반 구조 분석
• 시계열 의미 변화 분석

이 두 접근은 서로 다른 방식이지만
공통적으로 “텍스트 관계를 수치화할 수 있다”는 전제를 공유한다.

이 시점에서 연구 방향은 다음과 같이 재정의되었다.

역사 연구는 사건 서술이 아니라
담론 구조의 시간적 변화 분석으로 확장될 수 있다

---

2) 방법론 선검증 단계 (현대 자료 기반)

그러나 일제강점기 자료는 즉시 분석에 적용할 수 없었다.

• OCR 오류
• 국한문 혼용
• 도메인 불일치
• 형태소 분석기 한계

따라서 연구 전략은 다음과 같이 설정되었다.

역사 자료 이전에 현대 자료로 먼저 분석 구조를 검증한다

이 단계에서 수행된 연구는 특정 주제 분석이 아니라
분석 파이프라인 자체의 안정성을 확인하는 과정이었다.

---

3) 일제강점기 파이프라인 구축과 검증

이후 연구는 실제 일제강점기 신문 및 법률 자료로 확장되었다.

구성된 분석 구조는 다음과 같다.

• 법률 시계열 분석
• 뉴스 토픽 모델링
• 프레임 강도 분석
• 언론–법률 기록 비교

이 단계에서 핵심 문제는 분석 결과가 아니라
분석 이전 단계에서 발생했다.

코드는 정상적으로 실행되었지만 결과는 신뢰하기 어려웠다.

검증 과정에서 확인된 주요 문제는 다음과 같다.

• 형태소 분석기와 자료 도메인의 불일치
• 토큰화 실패 및 정보 손실
• 후처리 로직 비정합성
• 기준 분포 부재

즉 문제는 알고리즘이 아니라 입력 구조에 있었다.

---

4) 연구 인식의 전환

이 과정을 거치며 연구 방식은 변화하였다.

초기 인식:

좋은 NLP 기법 → 좋은 연구 결과

이후 인식:

데이터 구조 + 전처리 + 후처리 = 연구 결과

최종 인식:

연구의 핵심은 모델이 아니라
무엇을 질문하고 이를 검증 가능한 구조로 설계하는가이다

---

5) 연구계획서로의 연결

현재 연구계획서는 새로운 출발점이 아니라
검증 과정에서 확인된 구조를 정리한 결과이다.

예를 들어:

• 분석 도구는 결과가 아니라 비교 도구로 재정의되었다
• 전처리는 고정 단계가 아니라 지속적으로 보완되는 구조로 설계되었다
• 데이터는 단순 입력이 아니라 결과를 결정하는 핵심 변수로 이해되었다

즉 연구계획서는 이론적 설계가 아니라
이미 수행된 검증의 구조적 정리이다.

 

참고 1. 전체 계보 구조

 

단계	문서	핵심 초점
원 논문 (2017/2023)	김병준·전봉관(·이원재) 논문	TF-IDF+코사인 유사도 → 워드 임베딩으로 담론 변화 분석 가능성
연구노트 (블로그)	연구 방법론의 계보 기록	위 가능성을 일제강점기 자료로 확장하려던 문제의식의 기록
검증보고서	이름 생략	실제 구현 과정에서 형태소분석기·전처리·후처리 문제 발견
연구계획서	이름 생략	검증 과정에서 얻은 교훈을 방법론 원칙으로 반영
부록	연구의 학문적 위치와 확장성	연구의 학문적 위치와 확장성 제시

 

참고 2. 블로그 & 검증보고서 & 연구계획서 구조

 

 

블로그	검증보고서	연구계획서
"현대 한국어 형태소 분석기를 그대로 적용하면 안 된다" → "자료 특성에 맞게 전처리·후처리를 지속 보완"	Ⅲ.2~3.3: Kiwi 적용 시 토큰화 실패율 24.4%, 도메인 특화 토크나이저로 교체 후 0.7%로 개선	"본 연구에서는 분석 구조는 유지하되, 자료의 특성에 맞추어 전처리와 후처리를 지속적으로 보완하는 방향으로 연구를 진행한다"
"JS Divergence는 비교 도구일 뿐이다" → "인과설명이 아니라 분포 비교를 위한 거리 지표"	Ⅲ.4: 기준 분포가 더미값이었음을 발견, "JS Divergence 값은 계산하였지만 연구 결과의 해석에는 포함하지 않았다"	"JS Divergence는 인과관계를 설명하기 위한 지표가 아니라... 정량적으로 비교하기 위한 거리 지표로 사용한다"
"알고리즘보다 데이터 구축과 검증이 중요하다" → "계산적 방법은 연구질문을 해결하기 위한 도구"	Ⅳ: "개별 알고리즘보다 입력 데이터와 전처리 과정이 분석 결과에 큰 영향을 미친다는 점을 확인"	"여기서 계산적 방법은 연구 목적 자체가 아니라 서로 다른 기록 체계를 비교하기 위한 분석 도구로 사용된다"	취지 일치