3.1 전체구조

그림 1.

한국근현대잡지자료 데이터 스키마 개념도13

한국근현대잡지자료 RAWDATA는 기본적으로 국사편찬위원회 표준 XML 스키마(history.dtd)를 따르고 있다. 다만, 국사편찬위원회 표준 XML 스키마(history.dtd)는 디지털 조선왕조실록을 비롯하여 국사편찬위원회에서 제공하는 다양한 데이터베이스를 포괄하기에, 실제로는 한국근현대잡지자료에서는 history.dtd의 일부만을 사용하고 있다.

<Level1>에서는 잡지 정보를, <Level2>에서는 권호 정보를, <Level3>에서는 개별기사 정보를 다루고 있다. 한국근현대잡지자료의 ID 부여 규칙은 한국근현대잡지자료의 고유ID인 MA에 추가적인 일련번호를 부여하는 것이다. <Level1>의 잡지 정보에서는 “MA_001”, “MA_002” 형식으로, <Level2>의 권호 정보에서는 “ma_001_0010”, “ma_001_0020” 형식으로, <Level3>의 개별기사 정보에서는 “ma_001_0010_0010”, “ma_001_0010_0020” 형식으로 일련번호를 부여하고 있다.

3.2 <Level1> 스키마

<Level1>에서는 잡지이름(mainTitle), 창간일(binderPeriod@begin), 폐간일(binderPeriod@end), 해제정보(biblioExplanation) 등의 메타정보와 <Level2>의 권호들을 제공하고 있다.

<level1 id="ma_001">
<front>
<biblioData type="원문제공잡지">
<title>
<mainTitle>대한자강회월보</mainTitle>
</title>
<binderPeriod begin="1906-07-31" end="1907-07-25"/>
</biblioData>
<description>
<biblioExplanation groupID="01" groupName="대한제국기 잡지 해제" id="ma_001_exp" name="대한자강회월보 大韓自强會月報">
<content>
<paragraph>대한자강회의 기관지. ...</paragraph>
</content>
</biblioExplanation>
</description>
</front>

3.3 <Level2> 스키마

<Level2>에서는 권호제목(mainTitle), 발행자(publisher), 발행일(dateIssued) 등의 메타정보와 <Level3>의 기사들을 제공하고 있다.

<level2 id="ma_001_0010">
<front>
<biblioData>
<title>
<mainTitle volume="제1호">대한자강회월보 제1호</mainTitle>
</title>
<publication>
<publisher>대한자강회</publisher>
<dateIssued date="1906-07-31">1906년 7월 31일</dateIssued>
</publication>
</biblioData>
</front>

3.4. <Level3> 스키마

<Level3>에서는 기사제목(mainTitle), 창작자(creator), 형태분류(subjectClass) 등의 메타정보와 기사본문(text)을 제공하고 있다.

<level3 id="ma_001_0010_0030">
<front>
<biblioData>
<title>
<mainTitle>本會會報</mainTitle>
</title>
<creator>
<author>
<name>尹孝定 編纂</name>
</author>
</creator>
<subjectClass code="ma04" scheme="madoc">소식</subjectClass>
</biblioData>
</front>

다만, 형태 분류는 본문텍스트를 제공하는 19종의 잡지에서만 제공하고 있으며, 총 16종으로 539,710건이 있다. 세부 수치는 다음과 같다.

3.5 기사본문(text) 스키마

기사본문(text)은 단락(paragraph) 단위로 분리되어 있으며, 문맥요소로 pTitle(제목), name(저작자명), index(객체명), emph(강조), illustration(그림), tableGroup(표)를 제공하고 있다. 다만, 기사의 제목과 저작자명은 전체 잡지에서 제공을 하고 있으나, 객체명, 강조, 그림, 표는 본문전체 텍스트가 있는 19종의 잡지에서만 제공하고 있다.

index(객체명)은 총 131,337건으로, 세분화하여 이름 88,398건, 지명 29,594건, 단체 6,454건, 기타 5,448건, 관서 1,443건이 있다. 다음과 같은 방식으로 데이터에서 표현하며, 웹서비스에서는 별도의 처리를 하지 않고 있다.

<index type="이름">尹致昊</index>
<index type="지명">明洞</index>
<index type="단체">自强會</index>
<index type="기타">印度</index>
<index type="관서">法部</index>

emph(강조)는 문장의 강조 표시를 데이터화한 것으로 총 8,108건이 있으며, 그 중 밑줄(underline)이 5,714건, 굵은 표시(bold)가 2,394건이다. 다음과 같은 방식으로 데이터에서 표현하며, 웹서비스에서는 별도의 처리를 하지 않고 있다.

<paragraph>...<emph align="left" type="underline">堯時君命漢時臣</emph>이 蓋譏之也로다.</paragraph>
웹서비스주소: http://db.history.go.kr/id/ma_001_0020_0070

illustration(그림)은 텍스트로 전달이 불가능한 이미지를 표현하기 위하여 사용하고 있으며, 총 1,508건이 있다. 다음과 같은 방식으로 데이터에서 표현하며, 웹서비스에서는 별도의 이미지 저장소에서 해당 이미지를 연결하는 방식을 취하고 있다.

<illustration>
<caption>系統圖</caption>
<image src="ku_ma_01_08_0021a" type="gif"/>
</illustration>
웹서비스주소: http://db.history.go.kr/id/ma_001_0080_0090
이미지URL: https://db.history.go.kr/download.do?fileName=ku_ma_01_08_0021a.gif&levelId=ma_001_0080_0090

tableGroup(표)은 표 형태의 정보를 제공하기 위하여 사용하고 있으며, 총 109건이 있다. 다음과 같은 방식으로 데이터에서 표현하며, 웹서비스에서는 HTML의 표 출력 방식으로 제공하고 있다.

<paragraph>
<tableGroup>
<caption>六大洲의 大小 方里로 擧야 表示</caption>
<table>
<tr>
<td>潢字韓音</td>
<td>英音韓文</td>
</tr>
<tr>
<td>아세아주 <index type="지명">亞細亞</index>洲</td>
<td>에시야</td>
</tr>
<!-- 중간 생략 -->
<tr>
<td>남아미리가주 南<index type="지명">阿美利加洲</index></td>
<td>사우프아메리카</td>
</tr>
</table>
</tableGroup> 方里（英里）,
</paragraph>
웹서비스주소: http://db.history.go.kr/id/ma_001_0110_0160

3.6 개선점

<index>와 <name>은 고유객체이다. 이상적으로는 이에 고윳값(ID)를 부여하여 동명이인(同名異人)이나 동인이명(同人異名)과 같은 객체를 다르게 처리하여야 한다. 이를 통해서, 연구자들은 추가 작업 없이, 다양한 데이터에 접근할 수 있게 될 것이다. 현재 디지털 조선왕조실록에서는 <index>의 “ref” 속성을 통해서 고윳값을 부여하고 있으며 이는 연구 자료 수집을 용이하게 한다. 한국근현대잡지자료에도 객체의 고윳값이 적용된다면 신속한 연구 자료 수집에 도움이 될 것이다.

* 한국근현대잡지자료의 <index>와 <name>
<index type="이름">吳逞植</index>
<name>南嵩山人 張志淵</name>
* 디지털 조선왕조실록의 <index>
<paragraph align="center">○罷吏曹參議<index num="1088411_0" ref="M_0000934" sort="K" type="이름">姜士弼</index>。 <index num="1088412_0" ref="M_0000934" sort="K" type="이름">士弼</index>素無才德, 而爲時輩所推, 備歷臺閣, 出身未十年, 已陞承旨。</paragraph>
<name role="필자">尹孝定 編纂</name>
웹서비스주소: 디지털 조선왕조실록. “선조수정실록 2권, 선조 1년 2월 1일 辛巳 2번째기사”. http://sillok.history.go.kr/id/wnb_10102001_002

그런데 고윳값의 부여는 실제로 방대한 밑작업을 수반하며, 해당 시기의 연구자조차 익숙한 영역이 아니라면 온전히 고윳값을 부여하는 동일 식별 작업을 수행하기가 어려운 측면이 있다. 또한, 국사편찬위원회의 각고의 노력으로 한국근현대잡지자료가 지속적으로 구축되고 있지만, 아직 많은 잡지들의 본문이 플레인 텍스트(plain text)로 만들어지지 못하고 있는 실정이다. 이를 해결하는 방안으로 가장 간단한 방법은 국사편찬위원회의 관련 예산 증액을 통해서 사업을 확대 및 지속하는 것이다. 그런데 어떠한 사업이든 오탈자부터 오식별까지 다양한 문제가 발생할 수밖에 없는 것도 사실이다.

현실적으로 제한된 예산과 인력에서 해결책으로 집단지성을 고민할 필요가 있다. 2000년대에 이미 전문가들로만 구축한 브리태니커 백과사전보다 위키백과의 정보의 깊이와 범위가 더 높은 수준이었으며,14 2016년 9월부터 국립국어원에서 개통한 사용자 참여형 온라인 사전인 우리말샘15은 성공적으로 안착하여 다양한 분야에서 활발하게 활용되고 있다.16 2024년부터는 국립중앙도서관에서 한국 위키미디어 협회와 업무 협약을 맺고, 국립중앙도서관이 소장한 디지털화 자료 일부는 위키미디어가 진행하는 '옛 한글 문헌 전자화 프로젝트'를 통해 텍스트 데이터로 재탄생할 예정이며, 2024년 9월부터는 AI-OCR 플랫폼을 통해 저작권이 해결된 디지털 원문을 이용자가 직접 인공지능(AI) 기술을 활용해 광학문자인식(OCR)으로 변환하고 텍스트로 활용할 수 있도록 할 예정이다.17

한국근현대잡지자료도 연구자들에게 다양한 편찬을 직접 수행할 수 있는 플랫폼을 제공하고, 그 편찬에 대한 공로를 인정할 수 있는 편찬자 명기 등의 방안을 모색한다면, 한국근현대잡지자료의 데이터가 보다 풍성해지고 심도 깊어질 것이다.