디지털 독서 시대 한국학 고전DB 서비스의 발전 방향

최희수

추천

검색

질문

자료유형: 학술저널

저자정보: 최희수 (상명대학교)

저널정보: 한국고전번역원 민족문화 민족문화 제59집

발행연도: 2021.11

수록면: 59 - 92 (34page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 한국학 관련 고전DB 서비스의 현황을 점검해 보고, 디지털 독서 시대에 걸맞는 서비스 방안을 모색해 본 것이다. 현재 한국학 고전 DB는 여러 기관들에 의해 수행되고 있다. 가장 보편적인 자료 접근방식은 두 가지이다. 하나는 디렉토리 서비스이고, 다른 하나는 검색 서비스이다. 디렉토리 서비스는 각 기관별로 소장자료의 특성에 따라 다양한 분류기준으로 서비스되고 있기 때문에 이용자들에게 혼란을 줄 수 있다. 검색 서비스는 검색 기능을 좋으나, 검색결과를 단순한 목록 형태로 제공하기 때문에 이용자가 원하는 정보에 접근하기 어렵다.
이러한 문제의 개선을 위해서 첫째, 디렉토리 서비스의 개선 또는 신설을 제안하였다. 전문가가 아닌 일반인들이 쉽게 이해할 수 있는 주제, 형태, 저자, 사상 등의 분류기준을 적용하는 것이 바람직하다고 보았다. 둘째, 검색결과 제공 방식의 개선을 제안하였다. 단순한 검색결과 목록 제공방식이 아니라 검색결과 목록 간의 유의미한 관계망을 설정하여 해당 의미별로 검색결과를 묶어서 제공하는 방안을 제시하였다.
한편 고전 읽기에 대한 활성화를 도모하기 위하여 디지털 큐레이션을 도입할 것을 제안하였다. 고전들에 있는 개별 자료들을 의미 관계에 따라 자료를 연결하여 종합적으로 정보를 이해함으로써 하나의 지식체계망을 구성할 수 있도록 제시하였다. 빅데이터나 인공지능과 같은 디지털 기술을 고전정보의 번역과 연구에 도입하는 것과 아울러 서비스에도 이 같은 방식을 통해 전문가가 아닌 일반인들도 고전DB를 원활하게 이용할 수 있는 방안을 살펴보았다.

This study aims to examine the current status of the classics DB service related to Korean Studies, seeking a service plan suitable for the digital reading era. Currently, the Korean Studies Classics DB services are being conducted by several institutions. There are two most common data approaches. One is directory services and the other is search services. Directory services may confuse users because they are provided according to diverse criteria for classification depending on the characteristics of each institution"s collections. Although the search services has a good search function, it is difficult for users to access the information they want because they provide search results in the form of a simplified list.
The conclusions of this paper are: In order to improve the above problem, first, the improvement or establishment of the directory services was proposed. It was considered desirable to apply such criteria for classification as subject, form, author, and thought that non-experts can easily understand. Second, improvement of the search result provision method was proposed. Instead of providing a simplified list of search results, a method was proposed to provide a group of search results by meaning, through establishing a meaningful relationship network among the lists of search results.
On the other hand, it was proposed to introduce digital curation to promote the reading of classics in Korean Studies. By linking the individual data in the Classics according to the semantic relation and understanding the information comprehensively, it is presented so that a knowledge system can be constructed. In addition to introducing digital technologies such as big data and artificial intelligence to the translation and research of classical information, we looked at ways that non-professionals can use the Classic DB smoothly through this method for services.

#한국학고전DB #디렉토리서비스 #검색서비스 #분류기준 #링크드데이터 #디지털큐레이션 #Korean Studies Classic DB #Directory service #Search service #Classification criteria #Linked Data #Digital Curation

참고문헌 (31)

참고문헌 신청

김상헌 / 2011 / 문화콘텐츠 개발을 위한 지식정보체계 / 한국콘텐츠학회 논문지 11(12):711~722

김현 / 2016 / 디지털인문학입문 / HUE Books

류준범 / 2021 / 한국고전종합DB구축20년 기념, 고전정보DB 구축의 성과와 과제 / 한국학 관련 고전DB의 종류와 특성에 대한 토론문

배은한 / 2019 / 한문고전 인공지능 번역 연구의 필요성과 선결 과제 / 한문학논집(漢文學論集) 53:39~54

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최희수

소속기관 상명대학교

주요연구분야 복합학 > 학제간연구 TOP 10% 인문학 > 인문학 일반

논문수 26 이용수 13,094

이 논문과 함께 이용한 논문

알리기 위한 지역학, 알고 싶은 지역학 - 미국 내 한국학 수업 풍경과 연구 동향

권준희 역사비평 2021 .11

중 · 동유럽내 CEEPUS 네트워크를 활용한 한국학 교육 현황 - 오스트리아 비엔나대학교의 경우

윤선영 한국학논집 2019 .12

아프리카의 한국학 및 한국어 교육현황과 발전 방향 모색

베텔 , 양지선 한국아프리카학회지 2019 .06

뤼튼(wrtn.ai)을 활용한 현대시 비평 교육 사례 연구 - ‘기형도 바꿔 쓰기 실습’을 통한 세대론적 의미로서 ‘우울’ 개념 학습을 중심으로-

김웅기 우리문학연구 2024 .04

생성형 인공지능의 교육적 활용에 대한 국내 연구 동향 탐색

이수환 , 송기상 컴퓨터교육학회 논문지 2023 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-810-001317115

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 (31)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)