텍스트마이닝을 활용한 남녀 화자별 가족설화 전승 유형의 차이 고찰 -'며느리' 유형 설화를 중심으로

한유진

추천

검색

자료유형: 학술저널

저자정보: 한유진 (이화여자대학교)

저널정보: 한국고전여성문학회 한국고전여성문학연구 한국고전여성문학연구 제46호

발행연도: 2023.6

수록면: 39 - 68 (30page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본고는 한국구비문학대계 와 증편 한국구비문학대계 에 실린 ‘며느리’ 설화 전반을 대상으로 남녀 화자별 전승 유형의 차이를 살펴보았다. 이를 위해 ‘연관어 네트워크 분석 기법’과 ‘명사 빈도수에 기반한 통계적 방법’을 사용하여 남녀 화자별 전승 유형을 시각화하고 이를 비교하였다. 그 결과 남녀 화자 모두 ‘며느리-시아버지’, ‘며느리-시어머니’ 유형을 집중적으로 전승하였음이 확인되었는데 여기서 남성화자는 ‘며느리-시아버지’ 유형, 여성화자는 ‘며느리-시어머니’ 유형을 더 많이 구연하는 모습을 보였다. 이에 따라 본고에서는 두 유형을 중심으로 남녀 화자별 전승 유형을 비교하였으며 그 차이는 다음과 같다. 먼저 ‘며느리-시아버지’ 유형에서 남성화자들은 <시아버지를 여종과 혼인시킨 며느리>, <사위된 시아버지와 장모된 며느리>, <시아버지 정력을 시험한 며느리>, <글 대구 맞춘 며느리>와 같이 ‘시아버지의 문제 상황을 해결하는 며느리’ 서사를 관심 있게 구연하는 경향을 보였다. 반면 여성화자는 <며느리 길들인 시아버지>, <방귀 잘 뀌는 며느리>와 같이 방귀조차도 마음대로 뀌기 어려운 ‘며느리의 위치성’을 보여주는 이야기를 비중 있게 전승하고 있음이 확인되었다. 한편 ‘며느리-시어머니’ 유형은 여성화자들의 집중적 구연 유형으로 이들은 특히 <지렁이국으로 봉양한 며느리>, <시어머니에게 밤 삶아준 며느리>와 같이 ‘물질적 봉양의 주체가 되는 며느리’의 면모가 드러나는 서사, ‘시집살이의 어려움이 형상화’된 이야기를 관심 있게 전승하였다. 이에 비해 남성화자들은 ‘며느리를 음담의 소재’로 구연하는 경향이 나타났다.

This paper examines the differences in transmission types between male and female speakers regarding the 'daughter-in-law' folktales found in both the Comprehensive Korean Oral Literature and Complementary Edition of Comprehensive Korean Oral Literature. To do this, we visualized and compared the transmission types of male and female speakers using both 'associated word network analysis technique' and 'statistical methods based on noun frequency'. As a result, it was confirmed that both male and female speakers transmitted the 'daughter-in-law's father' and 'daughter-in-law's mother' types intensively, but male speakers showed more frequent use of the 'daughter-in-law's father' type while female speakers showed more frequent use of the 'daughter-in-law's mother' type. Based on this, the present study compared the transmission types of male and female speakers with a focus on these two types, and the differences are as follows. First, in the 'daughter-in-law's father' type, male speakers tended to narrate stories in which daughters-in-law solve their fathers-in-law's problems, such as Daughters-in-law who marry off their fathers-in-law to maids, Father-in-law becomes son-in-law and daughter-in-law becomes mother-in-law, Daughter-in-law who tests her father-in-law's virility, and Daughter-in-law who is good at writing with great interest. On the other hand, female speakers tend to transmit stories that show the 'positionality of daughter-in-law,' even with regards to passing gas, such as Daughter-in-law who tames her father-in-law and Daughter-in-law who can pass gas well with significant weight. On the other hand, the 'daughter-in-law mother-in-law' type is mainly narrated by female speakers. In particular, there have been many stories showing 'serving parents with food', such as Daughter-in-law who cooked soup with earthworms to feed her mother-in-law and Daughter-in-law who boiled chestnuts to feed her mother-in-law. Male speakers, on the contrary, tended to talk about 'sexually objectifying the daughter-in-law'.

#며느리 #시어머니 #시아버지 #가족설화 #화자 #디지털 #텍스트마이닝 #연관어 네트워크 분석기법 #daughter-in-law #mother-in-law #father-in-law #family narrative #speaker #digital #text mining #associated word network analysis techniques

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

한유진

소속기관 이화여자대학교

주요연구분야 인문학 > 어문학 > 한국어와문학

논문수 1 이용수 4

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

최근 본 자료

댓글(0)