한국어교육을 위한 한자어 난이도 위계 설정 : 일본인 학습자를 중심으로 :일본인 학습자를 중심으로

김은정; 김선정

doi:10.35281/csm.2018.06.8.1.166

추천

검색

질문

자료유형: 학술저널

저자정보: 김은정 (계명대) 김선정 (계명대)

저널정보: 대구대학교 다문화사회정책연구소 현대사회와다문화 현대사회와다문화 제8권 제1호

발행연도: 2018.6

수록면: 166 - 189 (24page)

DOI: 10.35281/csm.2018.06.8.1.166

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 연구는 한일 동의어 중 발음을 기준으로 일본어와 유사한 음과 유사하지 않은 음으로 분류하고, 유사성의 정도에 따라 한국어 초급 한자어의 난이도를 위계화하여 제시하는 것을 목적으로 한다. 이는 음운적인 정보도 어휘 습득의 요소로서 교육적으로 가치가 있다는 근거를 제시하기 위함이다. 한국어와 일본어에서 한자어라는 공통 요소를 가지고 있어 일본인 학습자는 한국어 어휘 습득에 용이하다는 것이 일반적인 견해이다. 그러나 한국어 한자어와 일본어 한자어는 음운적 차이로 인해 목표어와 학습자의 모어와의 매개체 생성이 어렵다고 할 수 있다. 이에 본 연구에서는 한일 동음동의 한자어를 음절구조, 음절, 음절별 음소의 음운적 차이에 따라 분류하여 일본인 학습자들이 일본어와의 유사성을 바탕으로 한국어 한자어의 의미를 유추할 수 있도록 1단계부터 4단계까지 위계화하였다. 난이도 위계에 따른 분석 결과, 1음절과 2음절 모두에서 유사도가 높은 어휘는 7%, 1음절과 2음절 중 한 개만 유사도가 높은 어휘는 31%, 1음절과 2음절 모두 유사도가 낮은 어휘는 62%로 나타났다. 이는 1음절과 2음절 모두 유사성에 따라 그 의미를 유추할 수 있는 어휘가 10개 중 1개가 채 되지 않고, 둘 중 하나를 유추할 수 있는 어휘가 10개 중 3개 정도에 그치며, 나머지 6, 7개는 유사성이 전혀 없다는 의미이다. 본 연구는 기존에 한국어에서 일본어와 동음동의로 분류된 한자어를 대상으로 양 언어의 발음을 대조하여 유사성의 정도에 따라 위계화하여 일본인 학습자들이 한국어의 어휘를 쉽게 학습할 수 있는 자료를 제시했다는 데 의의가 있다.

The purpose of this study is to categorize Korean-Japanese synonyms into similar and different in terms of pronunciation, and to show a degree of difficulty of Sino-Korean words for beginners according to their degree of similarity. This is done to propose that phonological information may also be educationally valuable as an element of vocabulary acquisition. It is a common view that Japanese speakers learn Korean vocabulary easily because the two languages share common vocabulary originating from Chinese. However, it can also be said that it is difficult to create a medium between the target language and the learner’s native language because of the phonological differences between the two languages. Accordingly, in this study, we classify similar Chinese words into 4 levels of difficulty hierarchy according to their syllable structure, syllables, and segments, so that the Japanese learners are able to guess the meaning of Sino-Korean words based on their similarity with Japanese. As a result of the difficulty hierarchy analysis, vocabulary having high similarity both in the first and second syllable was found to be 7%, and vocabulary having only one high similarity in either the first or second syllable was found to be 31%. Finally, vocabulary having low similarity both in the first and second syllable was found to be 62%. This result means that less than one word among ten vocabularies can have its meaning predicted basing on the similarity of the first and second syllable. It can also be said that only three words were predictable based on their similarity of only one syllable in the two languages, and the remaining six or seven words were not predictable at all.
This study is meaningful due to the fact that the Chinese words used in both Korean and Japanese were classified into difficulty hierarchy based on their phonological similarity. Moreover. it also provides useful information for Japanese speaking Korean language learners.

#한국어 #일본어 #한자어 #어휘 #어휘 습득 #동의어 #동음어 #음절 #음소 #위계 #Vocabulary Acquisition #Aocabulary #Syllable #Phoneme #Japanese #Hierarchy #Sino-Korean Words #Synonym #Homophone

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김은정

소속기관 계명대

주요연구분야 사회과학 > 사회학 > 사회학 일반

논문수 1 이용수 333

김선정

소속기관 계명대학교

주요연구분야 인문학 > 인문학 일반 인문학 > 역사학

논문수 13 이용수 4,453

이 논문과 함께 이용한 논문

外國人을 위한 漢字語敎育方案考察

高睿振 , 趙宰亨 다문화콘텐츠연구 2013 .04

학업중단청소년 중 비행과 일반청소년의 개인사회적요인과 중단후 경험에 대한 연구

김선아 한국콘텐츠학회논문지 2012 .10

자율주행 배송로봇을 위한 인공지능 기법

이덕진 , 이마드 , 도우끼올리드 대한기계학회 춘추학술대회 2022 .05

아파트형 자율주행 택배 배송 로봇의 개발

박명철 , 김강현 , 전효섭 한국컴퓨터정보학회 학술발표논문집 2022 .01

순환경제시대에 그린슈머들의 친환경 소재제품에 대한 수용성과 지불의사: 미세플라스틱 배출저감 소재의류를 사례로

엄영숙 한국환경정책학회 학술대회논문집 2021 .10

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)