earticle

영어

The concept of ‘sense’ has received increasing attention as a socially and historically constructed phenomenon, rather than merely a biological response, offering new avenues for literary research. This study aims to explore the preliminary feasibility of computational modeling of sensory elements in literary texts and implementing a deep learning-based sensory classification model. Sensory elements constitute a core component in concretizing literature, and the need for analysis beyond a vision-centric approach— encompassing layers and transitions of auditory, tactile, and olfactory senses—has been continuously emphasized. However, unlike emotion analysis, computational approaches to literary sense remain underdeveloped due to the lack of datasets and digital tools. To address this gap, this study proposes the Korean Poetry Sensory Elements (KPoSE) dataset, designed with a metadata structure that includes attributes such as sensory subject, sensory medium, sensory target, sensory type, primary sense, mediating sense, and transferring sense. The literary sensory ontology follows a four-level hierarchical classification system, exemplified through poems by Chŏng Chiyong(鄭芝溶) and Kim Kwangkyun(金光均). This approach moves beyond simple frequency-based analysis of sensory vocabulary, offering a consistent means to capture the diverse sensory configurations found in literary texts. The dataset is expected to serve as training data for future deep learning models and facilitate sensory-based analysis and literary historical research. Although a full-scale dataset has not yet been completed, this study holds significance in proposing a computational framework for the digitalization of literary sensory elements and exploring its applicability in the age of artificial intelligence.

한국어

‘감각(sense)’은 단순한 생리적 반응을 넘어 사회적･역사적 구성물로 주목받으며, 문학 연구에 새로운 접근의 실마리를 제공하고 있다. 본 연구는 문학 텍스트에 내재된 감각 요소의 전산적 구조화, 그리고 이를 토대로 한 딥러닝 감각 분류 모델의 구현 가능성을 시론적으로 고찰하는 데 목표가 있다. 감각 요소는 문학에서 미학의 한 측면을 구체화하는 핵심 자질로, 시각 중심의 분석을 넘어 청각, 후각, 미각, 촉각을 위시한 다양한 감각의 층위와 전이 양상을 분석할 필요성이 꾸준히 제기되어 왔다. 그러나 감정 분석에 비해 감각 분석은 데이터셋 및 디지털 도구의 부재로 인해 전산 문학적 접근이 거의 이루어지지 않고 있는 실정이다. 본 연구는 문학 감각 요소의 체계적 분석을 위한 ‘KPoSE’(Korean Poetry Sensory Elements) 데이터셋을 감각 주체, 감각 매개, 감각 대상, 감각 유형, 중심 감각, 보조 감각, 전이 감각 등의 속성을 포함한 메타데이터 구조를 바탕으로 시범적으로 설계함으로써, 문학 텍스트에 내재된 감각을 정밀하게 기술할 수 있는 전자적 기술 체계를 마련하고자 하였다. 이때 문학 감각 온톨로지는 4개 계층의 분류 체계를 기반으로 구성되며, 정지용 (鄭芝溶)･김광균(金光均)의 시 텍스트로 데이터셋의 구조를 예시하였다. 이는 단순한 감각 어휘의 빈도 분석을 넘어, 문학 텍스트의 다채로운 감각 양상을 일관적으로 포착할 수 있는 가능성을 제시한다. 또한 구축된 데이터셋은 향후 딥러닝 모델 학습을 위한 훈련 데이터로 활용될 수 있고, 문학 텍스트에 대한 감각 기반의 접근과 문학사적 연구로도 확장될 수 있다. 본 연구는 비록 실제 데이터셋을 제시하지는 못했다는 한계가 있으나, 문학 감정 데이터셋의 예시를 통해 문학 감각 전산 연구의 가능성을 탐색하고, 인공지능 시대의 문학 감각 연구를 위한 문학 감각의 전산적 기술 체계를 제시하였다는 점에서 의의를 갖는다.