2.1 데이터셋 설명

이상 단편소설 기초·감각 데이터 파일은 프로젝트 저장소의 ‘data’ 디렉토리에서 확인할 수 있다. 기본적으로 tsv 형식으로 제공하고 있으나, Excel 분석 도구를 활용하는 경우의 편의성 증진을 위해 xlsx 형식으로도 제공하고 있다.

그 외 분석 모델 학습에 필요한 가중치(Weight) 및 파라미터(Parameter) 정보를 담고 있는 바이너리 파일(Binary File)이 ‘model’ 디렉토리에, 분석에 활용한 소스 코드(Source code)가 저장된 주피터 노트북(Jupyter notebook) 파일이 ‘process’ 디렉토리에, 분석을 수행한 결과 파일이 ‘results’ 디렉토리에 저장되어 있으나, 본 논문은 설계·구축된 ‘이상 단편소설 기초 데이터셋’, ‘이상 단편소설 감각 데이터셋’에 주안점을 두고 있으므로, 여기서는 그에 대해 심도 있게 논하지 않기로 한다. 대신 ‘이상 단편소설 기초 데이터셋’과 ‘이상 단편소설 감각 데이터셋’의 설계와 구조를 논하면서 ‘Analysis_이상단편소설_감정분석.ipynb’과 ‘Analysis_이상단편소설_감각분석’에 포함된, 데이터셋을 불러오는 일부 코드를 각주를 통해 소개하는 것으로 데이터 논문으로서 본 논문의 활용성 증진을 도모하고자 한다.

2.2 이상 단편소설 기초 데이터셋 설계와 구조

이상 단편소설 기초 데이터셋은 OSF를 통해 ‘Rawdata_이상단편소설_기초데이터.tsv’라는 명칭으로 제공되며, 이상 단편소설과 관련된 기초적인 데이터와 메타 데이터를 ‘제1정규형’(First normal form; 1NF)을 만족하는 기계 가독형 데이터(Machine-readable data)로 구축한 데이터셋이다. 데이터셋에 포함된 이상 단편소설은 총 13편으로, 다음과 같다.

이상의 첫 소설이자 유일한 중편소설인 「十二月十二日」(1930)은 단편소설이 아니므로 구축 대상에서 우선 제외하였다. 「황소와독개비」(1937)는 장르상 동화일뿐더러, 이상의 저작인지에 대한 이견2이 있어 구축 대상에서 제외하였다. 「恐怖의記錄」(1937)의 경우 수필로 분류되는 경우도 있으나 이상의 소설과 수필은 그 장르적 구분이 명확하지 않은 경우가 빈번하고, 본 논문에서 소개한 데이터셋이 저본으로 삼은 <정본 이상 문학전집>에서는 「恐怖의記錄」을 소설로 분류한 점을 토대로 단편소설로 간주, 구축 대상으로 포괄하였다.

다음은 표 1에서 선정한 이상 단편소설 13편을 대상으로 구축한 이상 단편소설 기초 데이터셋의 샘플이다.

이상 단편소설 기초 데이터셋은 표 2의 샘플과 같이, ‘ID’, ‘작품명’, ‘저자’, ‘필명’, ‘발표지’, ‘발표년월’, ‘발표시기’, ‘장ID’, ‘문단ID’, ‘문장ID’, ‘시점’, ‘서술방식’, ‘텍스트_민음사’, ‘텍스트_소명출판’의 도합 14열로 구성되어 있다. 행을 문장 단위로 입력하되, 딥러닝 감정 분석 적용을 위해 부득이 한 문장을 여러 행으로 나눠서 입력한 경우가 3건3 존재한다.4

각각의 열(Column)에 대한 설명은 다음과 같다.

특별히 이론이 없는 ‘작품명’, ‘저자’, ‘필명’, ‘발표지’, ‘발표년월’, ‘발표시기’ 등의 기본 정보와 채택 판본에 근거해 순차적으로 고윳값을 부여한 ‘장ID’, ‘문단ID’와 달리, 문장 부호의 생략 등으로 인해 그 종결 및 구획이 불분명한 경우가 비일비재한 이상 텍스트 특성상 ‘문장ID’, ‘시점’과 같은 값은 연구자의 주관이 일부 반영되었다. 또한 ‘서술 방식’의 경우 최대한 명시적인 기준을 설정하고자 큰따옴표와 같은 문장 부호의 유무를 중요하게 보았으므로 이에 대해 다소간 이론의 여지가 있을 수 있다.

민음사 판본의 텍스트와 소명출판 판본의 텍스트를 함께 기입한 이유는 다음과 같다. 먼저 민음사 판본은 어휘나 정서법 등에 있어 비교적 현대 한국어에 가깝게 다듬어져 있으므로, 현대 한국어를 기반으로 학습시킨 딥러닝 모델 등을 적용시키는 데 이점이 있다. 이는 현대 독자의 이상 텍스트 수용과 관련한 연구에도 유용할 가능성이 있다. 그 구체적인 실례로, 한국어 온라인 댓글 감정 데이터셋인 KOTE(Korean Online That-gul Emotions) 데이터셋5과 BERT(Bidirectional Encoder Representations from Transformers)6 계열의 언어 모델인 KcELECTRA(Korean comments ELECTRA)7를 활용하여 이상 단편소설에 대한 감정 분석을 수행하고, 그 함의를 해석한 지해인(2024)8을 참고할 수 있다.

소명출판 판본의 텍스트는 편찬자가 최대한 원본 텍스트에 가깝게 다듬고 상세한 주해를 단 것으로, 근대 한국어 특유의 통일되지 않은 표기가 두드러지는 텍스트이다. 이러한 텍스트는 기계적 처리에 어려움이 있으나 ‘최대한 원본 텍스트에 가까운’ 것이 이점이다. 해당 데이터를 활용한 연구는 아직 부재한 상태이나, 일단 데이터로 구축해 두었으므로 추후 서브워드 분리(Subword segmenation) 등의 방법론을 활용한 추가적인 양적 분석이 가능할 것으로 전망한다.

그 외, 본 데이터셋을 활용하는 연구자는 본인의 연구 질문에 따라 필요한 열을 취사하여 데이터를 재조직하고 적절하게 활용할 수 있다.9

2.3 이상 단편소설 감각 데이터셋 설계와 구조

구축된 이상 단편소설 기초 데이터를 바탕으로 연구자가 이상의 단편소설 13편을 ‘직접’ 문장 단위로 톺아보며, 문장 내 감각어를 식별하고 그 품사와 감각 정보를 레이블링하였다. 이때 문장에서 감각 정보가 나타나는 양상을 적절히 분류하기 위해 최현배(1937)10에서 기술한 성상 형용사(性狀形容詞)의 감각 분류를 참고하여 분류 기준으로서 감각 분류 모델을 설계하였다. 다음은 최현배(1937)의 성상 형용사 감각 분류를 그대로 발췌한 것이다.

이상 단편소설 감각 데이터셋 구축을 위해 상기 표 3에 정리된 최현배(1937)의 성상 형용사 감각 분류 도식을 일차로 채택하고, 일부 준거에 대한 수정 · 보완을 거쳐 다음 표 4와 같이 도합 4개 계층으로 구조화된 감각 분류 모델을 정립하였다.

수정 · 보완한 부분은 다음과 같다. 먼저 최상위 계층으로 1차 감각을 설정하여 신체 감각과 심리 감각을 구분하였다. 전자는 육체적으로 지각하는, 일반적인 감각의 정의와 상통하며 후자는 신체적 감각이 아닌 심리적 감각을 지시한다. 다음 계층으로 외부/내부로 대별되는 2차 감각을 설정하였다. 이는 감각의 방향성, 즉 외부 세계로 향하는지 신체 내부로 향하는지에 따라 감각 정보를 구분해 준 것이다. 다음 계층인 3차 감각은 기본적으로 오감 등 최현배(1937)에서 제시한 개별 감각을 구분한 것이나, ‘피부 감각’에 한해 4차 감각의 계층을 도입해 보다 세밀하게 분별하였다. 이는 개인이 피부로 느끼는 ‘촉각’, ‘온도각’, ‘통각’과 같은 감각들이 질적으로 상이한 경험으로 체감될 수 있다고 판단하였기 때문이다.

최현배(1937)에서 외피 감각과 촉각을 동의로 기술한 반면, 이상 단편소설 감각 데이터셋에서 채택한 감각 분류 모델에서는 3차 감각으로 ‘피부 감각’을 설정하였으므로, 최현배(1937)에서 ‘누름(壓覺)’으로 설정한 하위 범주는 ‘촉각’으로 표기하였다. 이때 ‘압각’의 경우, 중력으로 인해 신체 내부에서 발생하는 감각이므로 촉각 형용사의 갈래로 포괄하기 어렵다는 임윤정(2019)11의 논의가 있으나, 감각 분류 모델 설계자는 그 또한 외부 세계에 대한 감각의 한 양상이라고 파악하여 피부 감각의 하위 범주로 포함하였다. 또한 신체적 불편의 한 양상으로 ‘간지러움’을 파악한 임윤정(2019)12의 논의에 따라 ‘그 나머지(其他)’에 해당하는 ‘간지러움’의 감각을 통각으로 망라하였다.

또한 ‘내부 감각’의 경우, 최현배(1937)의 분류를 그대로 준용하였다. ‘내부 감각’ 중 ‘유기 감각’의 경우, ‘어지러움’처럼 평형 기관을 통해 지각되는 평형 감각을 제외한, 신체 내부 감각 전반을 포괄하는 감각이다. 이는 ‘허기’, ‘갈증’, ‘욕지기’, ‘변의’와 같은 소화계 및 비뇨계와 관련된 감각뿐 아니라 심장의 박동 및 숨 가쁨 등 오장육부 전반으로 느낄 수 있는 감각과 ‘피로감’과 같이 신체 전체적으로 느끼는 감각을 포함한다.

한편 최현배(1937)에서 ‘빠르다’, ‘멀다’, ‘높다’, ‘크다’ 등의 어휘로 예시한 ‘시간공간감각’은 그 지각에 시각이 많이 동원된다는 점에서 ‘시각’으로 분류할 수도 있으나, 김창섭(1985)13에서 지적한바, “빛은 오직 시각에 의해서만 지각될 수 있고, 모양·크기·위치·속도는 시각 외의 감각기관에 의해서도 지각될 수 있”다는 점에서 보다 세심한 접근이 필요하다. 가령 최현배(1937) 또한 ‘시간공간감각’이 단일 감각 기관을 통해 지각되는 하나의 감각이 아닌, 복합적 감각의 결과물로 지각됨을 고려하여 ‘시간공간감각’을 ‘복합감각’(複合感覺)으로 분류한 바 있다. 이처럼 시간적·공간적으로 대상을 지각하는 데 활용되는 감각적 창구는 ‘시각’ 외에도 다양하여 어느 하나의 감각으로 예속할 수 없다는 문제가 있다.

‘시공간감각’을 ‘감각’으로 분류하는 것이 적절한지에 대한 이견 역시 성립할 수 있다. 최현배(1937)에서 제시한 공간 감각 중 ‘멀다’, ‘가깝다’ 등으로 예시되는 ‘거리’ 범주, ‘크다’, ‘작다’ 등으로 예시되는 ‘물형’ 범주, ‘높다’, ‘낮다’ 등으로 예시되는 ‘상하’ 범주는 여타 감각, 그중에서도 ‘시각’을 매개로 감각한 대상에 대한 인지적 범주에 가까워 보인다. 이러한 관점에서 ‘시간공간감각’은 그 자체로 감각이라고 하기보다는, 개별 감각의 종합에 대한 인지적 해석의 산물로 보는 것이 적절하다고 할 수 있다. 상기 감각 분류 모델에서 ‘시간공간감각’을 별도의 독립된 감각으로 다루지 않은 것은, 이와 같이 시간적·공간적 개념을 감각 그 자체보다는 감각을 질료로 취합하여 해석해 낸 정신적 소산으로 판단하였기 때문이다.

이렇게 설계한 표 4의 감각 분류 모델을 바탕으로, 이상 단편소설 13편의 개별 문장에 대해 ‘감각어’, ‘품사’, ‘감각 정보’를 레이블링하였다. 이때 감각어로 지각 동사와 감각 명사, 감각 형용사를 식별하였다. 지각 동사(Verbs of Perception)란 감각 기관을 통해 자극을 수용하는 행위 동사로, ‘보다’, ‘듣다’, ‘맡다’, ‘맛보다’, ‘느끼다’ 등의 동사가 이에 해당하며, 보다 폭넓은 의미의 ‘느끼다’의 경우 연구자가 문장을 읽고 직접 판단하여 감각 정보를 입력하였다. 감각어에 나타난 감각 정보를 식별하기 위해서는 표준국어대사전의 첫 번째 의미를 참고하였는데, 이는 전은진(2011)14과 표준국어대사전 편찬 지침에서 어휘의 첫 번째 의미를 중심 의미로 본 것을 따른 것이다. 다음은 참고한 표준국어대사전의 편찬 지침의 일부이다.

또한 어휘의 첫 번째 의미가 “볶은 깨, 참기름 따위에서 나는 맛이나 냄새와 같다.”인 ‘고소하다’처럼 둘 이상의 복합 감각을 명시한 경우, 연구자가 직접 문맥을 살펴 판단하였다. 이렇게 구축한 이상 단편소설 감각 데이터셋은 이상 단편소설 개별 문장에 나타난 감각의 양상을 연구자가 사전에 구축한 감각 분류 모델에 기반해 직접 태깅한 것으로, 제1정규형을 만족하는 기계 가독형 데이터라고 할 수 있다. 구축한 데이터셋은 OSF에 ‘Rawdata_이상단편소설_감각데이터.tsv’ 파일로 공개하였다.

상기 표 5에 제시한 샘플에서도 알 수 있듯이, 이상 단편소설 감각 데이터셋은 ‘ID’, ‘텍스트_민음사’, ‘텍스트_소명출판’, ‘감각어’, ‘품사’, ‘감각’의 도합 6열로 구조화되어 있다. 각각의 열(Column)에 대한 설명은 다음과 같다.

이렇게 구축한 데이터셋을 바탕으로 이상 단편소설 속 감각의 양상에 대한 기계적 분석이 가능하다.16 가령 다음 표 6은 표 4의 감각 분류 모델에 따라 이상 단편소설 13편에 나타난 감각어를 식별 하여 그 목록을 빈도와 함께 정리한 것이다. 개별 감각에 따라 시각어 205개, 청각어 52개, 미각어 20개, 후각어 19개, 피부감각어 171개(촉각어 57개, 온도각어 69개, 통각어 53개), 평형감각어 18개, 유기감각어 38개의 감각어가 도출되었으며, 감각 계층에 따른 별도의 접근을 수행할 수 있다.

데이터 논문의 특성상, 본 데이터셋의 구체적인 활용 방안은 ‘이상 단편소설 기초·감각 데이터셋’을 통해 문학 텍스트 분석을 수행한 지해인(2024)17의 사례를 드는 것으로 갈음하고자 한다. 지해인(2024)은 이상 단편소설 기초·감각 데이터셋을 바탕으로 이상 단편소설 텍스트에 나타난 감각 양상을 살피고, 딥러닝 기반의 문장 단위 감정 분석을 병행하여 이상 텍스트에 나타난 감각 양상과 감정 양상 간 상관성과 그 함의를 살펴본 바 있다.