박유빈 / 전북대학교 / DH(디지털 인문학)와 HI(human intelligence)의 공진화(共進化): 중국 고전 시 교육을 위한 4C/ID 기반 하이브리드 교수-학습 모델 연구 / 2천만 / 12개월 / 2025 (B유형) 인문사회학술연구교수 석사
연구목표:
≪강의 트렌드 2025≫에 따르면, 생성형 AI의 확산으로 인해 교육 패러다임이 변화하고 있으며, 이에 따라 ‘어떻게 가르칠 것인가?’라는 질문이 대한민국 교육 전반에서 중요한 과제로 떠오르고 있다. 특히, AI기술이 학습 콘텐츠 생성과 자동화된 피드백 제공에 적극적으로 활용되면서, 기존의 교육방식과 교수자의 역할에 대한 재정립이 요구되고 있다. 일반적으로 디지털 인문학 영역에서의 대학 강의는 대부분 프로젝트 기반 학습이 중요한 요소로 작용하며, 학생들이 직접 결과물을 제작하는 과정이 필수적인 부분을 차지한다. 이는 단순한 지식 전달형 수업의 한계를 넘어 학생들이 능동적으로 학습에 참여하고 자기 주도적으로 지식을 습득하며 창의적으로 재구성하는 실천적 교육 방법론으로 작용한다.
AI, 빅데이터 분석 등의 디지털 기술이 발전하면서 전통적인 중국 문학 연구와 교수-학습에도 변화가 일어나고 있다. 특히, 방대한 문헌을 신속하게 분석할 수 있는 AI기반 데이터 분석과 정량적 연구가 주목받고 있지만, 그 과정에서 인간의 비판적 사고와 창의적 해석이 상대적으로 덜 강조되는 경향이 있다. 이러한 흐름을 중국 고전문학 교육에 적용하려면, 디지털 인문학을 활용하는 방법에 대한 구체적인 논의가 필요하다. 즉, 작품과 그 주변 맥락(작가, 사회 환경, 역사적 사건, 매체 등)을 디지털 환경에서 효과적으로 구현하고 활용하는 방법을 교육하는 것이 중요하다. 이를 통해, 학습자는 전통적인 문학해석 방식에 디지털 기술을 접목하여 보다 입체적인 문학연구와 교육을 경험할 수 있을 것이다.
특히, 중국 고전 시는 독특한 형식적 구조와 다층적 의미, 함축적인 표현이 중요한 문학 장르로, 단순한 정량적 분석만으로는 작품이 지닌 감성과 역사적 맥락을 온전히 파악하기 어렵다. 예를 들어, 시어(詩語) 한 글자가 문맥에 따라 다양한 의미를 가질 수 있으며, 운율과 상징이 중요한 역할을 하기 때문에 기계적 분석만으로는 문학적 해석의 깊이를 충분히 반영하기 어렵다. 이러한 한계를 극복하기 위해, ‘디지털 인문학(Digital Humanities, DH)’의 정량적 분석 기법과 ‘인간 지성(Human Intelligence, HI)’의 해석적 사고를 결합한 새로운 연구 방법론이 요구된다.
본 연구는 디지털 인문학 기법과 인간 지성의 융합을 통해, 중국 고전 문학 교육을 위한 새로운 교수-학습 모델을 개발하는 것을 목표로 한다. 이를 위해, 텍스트 마이닝, 감정 분석, 네트워크 분석, 데이터 시각화 등 정량적 분석 기법을 활용하여 문학적 패턴을 체계적으로 분석하고, 이를 비평적 사고 및 역사적 문맥 이해와 같은 정성적 기법과 결합함으로써 균형 잡힌 교육 방안을 모색하고자 한다. 특히 본 연구는 DH와 HI의 공진화를 기반으로, 중국 고전 시 교육에 최적화 된 하이브리드 교수-학습 모델을 구축하는 것에 중점을 둔다. 정량적 분석(텍스트 마이닝, 감정 분석 등)결과를 정성적 해석(비평적 사고, 역사적 문맥 이해)과 유기적으로 연계하여, 학습자가 데이터 기반의 통찰을 바탕으로 창의적 해석 능력을 함양할 수 있도록 할 것이다.
이러한 연구방법을 효과적으로 통합하기 위해, 학습자의 정보처리 부담을 줄이고 보다 체계적인 학습경험을 제공하는 ‘4C/ID(Four-Component Instructional Design)’교수-학습 모델을 설계하고자 한다. 이를 통해 학습자가 디지털 기술을 활용하면서도 창의적 사고를 지속적으로 발전시킬 수 있도록 지원하고, 데이터 기반 분석과 인간 중심적 해석이 결합된 문학 교육환경을 구축하는 새로운 학습 프레임워크(FrameWork)를 제안하고자 한다.
기대효과:
본 연구 결과는 AI 기반 디지털 기술을 활용하여 중국 고전문학 연구 및 교육을 혁신하는 것을 목표로 한다. 연구 결과는 학문적 연구뿐만 아니라 대학 교육 현장에서의 교수-학습 모델 개선, AI와 인간의 협업을 통한 창의적 문학해석 활성화, 디지털 기술을 활용한 문학 교육의 실무적 적용 가능성 측면에서 중요한 시사점을 제공할 것으로 기대된다.
첫째, AI 기반 문학 연구 및 교육 모델의 실용적 활용이 가능할 것이다. 본 연구에서 개발한 AI 기반 문학 연구 및 교육 모델은 대학 교육 과정 및 연구 현장에서 직접 활용 가능하도록 설계된다. 따라서 연구 성과를 바탕으로 AI기반 문학 교육 커리큘럼을 개발하고, 교수자들이 이를 강의에서 활용할 수 있도록 지원할 수 있다.
둘째, 데이터 기반 문학 연구 방법론의 확장이 가능할 것이다. 본 연구는 중국 고전 시에 대한 데이터 기반 연구와 전통적인 문학 비평을 결합하여 보다 체계적인 분석 모델을 구축하고자 한다. 기존 연구들이 개별적으로 적용했던 감정분석, 텍스트 마이닝, 네트워크 분석 기법을 통합적으로 활용하여 시대별, 작가별 특징적인 패턴을 정량적으로 도출한 후, 이를 작품의 문체적 특징(어휘 사용, 운율, 표현 방식)과 문학사적 맥락과 연계하여 분석함으로써, 특정 시대의 문학적 경향을 보다 정교하게 해석한다. 이 연구에서 구축한 디지털 데이터 셋 및 분석도구는 향후 연구자들이 AI 기술을 활용한 문학 연구를 수행할 때 참고할 수 있는 기초자료로 제공될 수 있다.
셋째, 4C/ID 기반 하이브리드 교수-학습 모델의 적용 가능성을 확인할 수 있다. 본 연구에서 제안하는 4C/ID(복합 인지 학습 설계) 기반의 하이브리드 교수-학습 모델은 정량적 분석과 정성적 해석을 균형 있게 결합하는 새로운 교육 방식을 제시한다. 기존 문학교육이 감상 중심의 접근에 머물렀다면, 본 연구는 텍스트 마이닝, 네트워크 분석 등 데이터 기반 분석을 도입하여 학습자의 논리적 해석력과 창의적 사고를 함께 기를 수 있도록 설계하였다.
넷째, AI 기반 문학 연구의 대중화 및 지속 가능성을 확보할 수 있다. 향후 연구를 통해 본 연구에서 구축한 데이터 셋과 연구방법 체계는 단순한 연구 자료를 넘어 일반 독자들도 쉽게 활용할 수 있는 디지털 문학 아카이브로 발전할 가능성이 있다. 예를 들어, 연구 데이터를 활용하여 중국 고전문학 작품을 시각적으로 탐색할 수 잇는 AI기반 문학 전시 플랫폼을 구축할 수 있을 것이다. 또한, AI 기반 문학 큐레이션 서비스를 제공하여 사용자가 관심 있는 문학작품을 맞춤형으로 추천받을 수 있도록 지원할 수 있을 것이다. 이를 통해 대중에 보다 쉽게 중국 고전 시에 접근하고 탐색할 수 있는 기회를 제공할 수 있을 것이다.
연구요약:
중국 고전 시는 시대와 장르에 따라 상이한 문학적 특징과 미학적 경향을 내포하고 있다. 이를 더 체계적으로 분석하기 위해서는 시대별 분석 체계의 도입이 필수적이다. 1차 연구 조사에 따르면, 현재 중국 내에서 데이터화 된 고전 시 작품이 약 1,556,874수에 달하는데, 이는 방대한 자료를 기반으로 시대·장르별 문학의 특성을 심도 있게 고찰할 수 있는 중요한 근거가 된다. 본 연구의 연구범위는 先秦시기부터 淸代까지의 시 데이터를 포함하며, 시의 형식, 주제, 내용, 문체, 풍격, 의상, 지리적 배경 등 요소를 종합적으로 검토한다. 아울러 시대별 시의 발전 양상과 혁신, 주요 시파 및 문학 비평의 전개 과정을 체계적으로 제시함으로써, 중국 고전 시 연구의 통합적 이해를 도모하고자 한다. 교육내용 측면에서는, 시대별 문학적 특성과 분석지표를 학습자가 직접 체험할 수 있는 실제 사례 기반 학습 모듈을 구성할 계획이다. 구체적으로, 특정 시대의 대표 시 작품을 선정하여, 해당 작품의 시·공간적 배경, 의상, 문체특징, 감정패턴 등을 다각도로 분석하는 과제를 설계함으로써, 학습자가 문학사적 흐름과 시대적 특성을 심도있게 이해할 수 있도록 유도할 것이다.
본 연구는 세 가지 축으로 구성된 통합적 연구 방법론을 채택하고자 한다.
첫째, 문학 데이터베이스 구축 단계: ① 시대별 시 작품 코퍼스 구성: 시대별 대표 작품 및 장르를 포함하며, 역사적 배경과 문학적 특성을 반영한 작품 선정 기준 수립 ② 작품별 메타데이터 포함 요소: 제목, 작가, 창작 연대, 문체, 제목, 주석, 작품 출처 등 다차원적 정보 제공 ③ 표준화된 양식 채택: 향후 정량적 분석과 정성적 분석 모두 지원 가능
둘째, 분석 프레임워크의 개발 단계: 1차 연구 단계에서 구축한 데이터베이스를 토대로 텍스트 마이닝, 의미망 분석, 감정분석, 지리정보시스템의 연동 등 다양한 분석 도구를 선정 또는 개발하여, 작품 간 내재된 연관성과 시대별 변화 양상을 정량화한다.
(1) 텍스트 마이닝 도구 선정 및 개발: 자연어처리 기술 활용 → 어휘, 문체, 운율 등의 구조적 요소 자동 분석
■단어 분할 및 품사 태깅: 사전 기반, 통계 기반, 딥러닝 기반 접근. 그 외 고전 시 분석 라이브러리 활용,
■감정 분석 알고리즘 적용 및 보완: BERT 기반 감정 분류 모델 활용, 시대적 배경 정보를 반영한 감정 해석 모델 추가, 인간 전문가 검토를 통한 검증 과정 도입, 불용어를 제거하여 노이즈를 최소화하고, 분석의 신뢰도 제고
(2) 의미망 분석 시스템 구축: 작품 내 주요 주제어, 의상(意象), 작가 간 관계를 네트워크 형태로 도출, 활용 도구 선정
(3) 지리정보 시스템(GIS) 연동: 문학작품의 배경, 작가의 이동 경로 및 역사적 사건과 지리적 요소와 연계, GIS 기반의 시각화 도구 활용 → 지리적 분포 및 문화적 맥락을 효과적으로 분석
셋째, 4C/ID 모형을 기반으로 한 교육 모델의 설계 단계: 본 연구에서는 4C/ID(Four-Component Instructional Design) 교수-학습 모델을 적용하여 문학 교육을 위한 체계적 학습 환경을 구축한다.
(1) 통합적 문학 이해를 위한 과제 설계(learning task)
■학습자 수준별 과제 체계 구축:
기초 개념 이해-문학적 배경, 기본 개념 학습
심화 분석-시대별 작품 비교, 문체 및 운율 분석
실제 텍스트 분석 및 비평 과제-디지털 분석 도구 활용
(2) 시대별 특징 학습을 위한 지원 체계
■4C/ID 모형의 지원 정보(supportive information) 적용:
-각 시대의 역사·문화적 배경과 문학적 특성을 체계적으로 제공
-학습자가 중국 고전시의 발전 양상과 시대적 변화를 심층적으로 이해하도록 지원
(3) 개별 작품 분석을 위한 도구와 방법 설계
■4C/ID 모형의 절차 정보(procedural information)와 부분 과제 연습(part-taskpractice) 단계 적용:
-활용도구: 데이터 수집, 텍스트 마이닝, 의미망 분석,
-GIS, 감정분석 등, 구체적인 사용법과 적용 사례 제공: 학습자가 디지털 분석 기법을 직접 적용할 수 있도록 설계
(4) 평가 및 피드백 시스템 구축
-정량적·정성적 평가지표 개발:학습자가 수행한 과제 및 분석결과 평가,
-실시간 피드백 시스템 도입:학습효과를 객관적으로 측정하고 교육과정의 지속적 개선
■연구방법의 기대효과
-데이터 구축을 통한 문학 연구의 확장: 중국 고전 시 연구를 위한 대규모 문학 DB 구축,
-기존의 주관적·제한적 연구에서 데이터 기반 연구로의 전환,
-디지털 분석 기법을 활용한 문학 교육 혁신: 텍스트 마이닝, 의미망 분석, GIS 연동 등 최신 분석 기법 도입,
-데이터 기반 정량적 분석과 인간 중심의 정성적 해석이 조화된 하이브리드 모델 구현
-4C/ID 모형 적용을 통한 교육적 기여: 학습자의 비판적 사고 및 창의적 해석 능력 강화, 디지털 기술과 문학해석이 유기적으로 연결된 학습 환경 제공
키워드:
디지털 인문학, 인간지성, 하이브리드 교수-학습 모델, 4C/ID 모형, 텍스트 마이닝, 중국 고전 시 교육, 데이터 기반 문학 분석
Digital Humanities(DH), Human Intelligence(HI), Hybrid Teaching-Learning Model, Four-Components Instructional Design (4C/ID) model, Text Mining, Chinese Classical Poetry Education, (Data-Driven Literary Analysis