모니터말뭉치 (Monitor Corpus)
쉽게 풀면
한 번 만들고 끝나는 것이 아니라, 새로운 텍스트를 계속 추가하며 크기가 꾸준히 늘어나는 말뭉치예요. 신조어나 새로운 표현이 언제 생겨나고 얼마나 빨리 퍼지는지를 계속 지켜볼 수 있게 설계돼요.
왜 중요한가
COCA(Corpus of Contemporary American English)처럼 신어와 의미 변화, 사용 빈도의 추이를 시계열적으로 추적하는 데 활용되며, 사전 편찬 시 신조어 등재 여부를 판단하는 실증적 근거로 쓰입니다.
논문에서는 이렇게 쓰입니다
지속적으로 갱신되는 말뭉치가 언어변화를 실시간으로 관찰하는 데 활용되는 방식을 설명하고 있다.
말뭉치가 매년 새로운 자료로 갱신되는 특성을 이용해, 신조어가 언제 처음 등장해 얼마나 빠르게 널리 쓰이게 되었는지를 시계열로 분석하는 연구 사례를 보여주는 예문이에요.
조금 더 깊게 보면
모니터말뭉치는 매년 자료가 추가되며 크기가 계속 커진다는 점에서 특정 시점에 고정된 표본으로 설계되는 기준말뭉치와 구조적으로 구별되며, 두 말뭉치 유형을 상호 보완적으로 활용하는 것이 코퍼스 설계의 일반적 전략입니다. 모니터코퍼스는 균형말뭉치처럼 고정된 표본이 아니라 지속적으로 새 텍스트가 유입되는 개방형 설계여서, 신어의 출현 시점과 확산 속도, 특정 표현의 빈도 변화 추이를 시계열로 추적하는 언어 변화 연구에 적합하다. 뉴스 텍스트를 매일 자동으로 수집해 구축하는 초대형 웹 기반 모니터코퍼스는 특정 사건 직후에 새로 등장한 표현이 얼마나 빨리 확산되는지를 거의 실시간으로 추적할 수 있게 해준다.
주의할 점
모니터말뭉치를 균형 잡힌 대표 표본으로 오해해서는 안 되며, 자료 수집원의 변화(새로 추가되는 매체 등)에 따라 시기별 구성 비율이 달라질 수 있다는 점에 유의해야 한다. 지속적으로 자료가 추가되는 구조상 시점에 따라 코퍼스 구성 자체가 달라지므로, 서로 다른 시점에 산출한 통계치를 직접 비교할 때는 표본 구성의 변화를 함께 고려해야 한다. 지속적으로 갱신되는 모니터코퍼스는 저작권이나 수집 방식의 제약으로 전체 자료를 그대로 공개하기 어려운 경우가 많아, 연구자가 직접 원자료에 접근하지 못하고 통계만 제공받는 경우가 흔하다.