우크라이나어 텍스트의 단어 분포와 복합 네트워크 분석

초록

이 논문은 이반 프랑코의 두 우크라이나어 우화를 대상으로 단어 빈도‑계급 분포와 복합 네트워크 모델을 적용한다. Zipf 법칙이 계급 20‑3000 구간에서 지수 α≈1로 성립함을 확인하고, Simon 모델이 비대칭적 특성을 설명함을 검증한다. 네트워크는 L‑space, B‑space, P‑space, C‑space 등 네 가지 표현으로 구축했으며, 모든 경우에 규모가 큰 자유도 지수 γ≈2와 높은 클러스터링, 짧은 평균 경로 길이 등 작은 세계와 무척도 자유(network) 특성을 보인다. 결과는 우크라이나어가 강한 상관성을 가진 스케일‑프리 작은 세계 네트워크임을 시사한다.

상세 분석

본 연구는 두 개의 우크라이나어 우화(‘Mykyta the Fox’와 ‘Abu‑Kasym’s slippers’)를 텍스트 코퍼스로 삼아, 전통적인 Zipf‑법칙 분석과 현대 복합 네트워크 이론을 동시에 적용하였다. 먼저 전체 단어 수 N은 각각 15 426와 8 002이며, 어휘 규모 V는 3 563와 2 392로 충분히 큰 샘플임을 확인한다. 빈도‑계급 곡선 f(r)∼r⁻ᵅ는 r=20~3 000 구간에서 α≈1.00±0.03을 보이며, χ²/df≈0.002로 통계적 적합도가 매우 높다. 이는 전통적인 Zipf 법칙이 이 텍스트에 그대로 적용될 수 있음을 의미한다. 비대칭적(비대수적) 구간, 즉 r<20에서의 편차는 Simon 모델(β≈0.1, p≈0.85)으로 재현 가능함을 Fig.2‑3에서 실험적으로 입증한다. Simon 모델은 새로운 단어가 등장할 확률 p와 기존 단어가 재출현될 확률 β를 통해 초기 단계의 단어 분포를 설명한다.

네트워크 측면에서는 네 가지 공간(L‑space, B‑space, P‑space, C‑space)을 정의하였다. L‑space는 동일 문장 내 인접 단어를 연결하고, 반경 R을 조절해 인접 범위를 확장한다. R=1에서 평균 차수 ⟨k⟩≈6, 최대 차수 k_max≈228이며, R=R_max(문장 전체 길이)에서는 ⟨k⟩≈48, k_max≈1 134에 달한다. 차수 분포 P(k)∼k⁻ᵞ는 γ≈1.92.0으로, 무척도 자유(network) 특성을 보인다. 클러스터링 계수 C는 R이 증가함에 따라 ⟨C⟩≈0.17→0.84로 크게 상승하고, 무작위 Erdős‑Rényi 그래프의 C_rand와 비교했을 때 23배 이상 높은 값을 유지한다. 평균 최단 경로 길이 ℓ는 R=1에서 ℓ≈5.2, R=R_max에서는 ℓ≈1.9로, 작은 세계(small‑world) 현상을 명확히 드러낸다. 또한, P‑space와 C‑space에서도 유사한 스케일‑프리 지수와 높은 클러스터링이 관찰되어, 네트워크 표현 방식에 관계없이 언어 구조가 강한 상관성을 가진 복합 시스템임을 확인한다. 마지막으로, 텍스트를 결합한 경우에도 V와 M이 증가하지만 γ와 ℓ, C의 상대적 비율은 유지되어, 결과가 텍스트 규모에 독립적임을 시사한다.

이러한 정량적 결과는 언어 진화 모델링에 중요한 실증 데이터를 제공한다. 특히, Simon 모델이 초기 단어 도입 메커니즘을 설명하고, 스케일‑프리·작은 세계 네트워크가 어휘와 구문 구조의 자가 조직화 현상을 반영한다는 점은, 언어를 복합 적응 시스템으로 보는 현대 이론과 일치한다. 향후 연구에서는 더 큰 코퍼스와 다국어 비교를 통해 보편적 언어 네트워크 법칙을 탐색하고, 동적 성장 모델(예: 복제‑재배치 모델)과의 정량적 매핑을 시도할 여지가 있다.