체코어 어순 학습에서 조화문법과 최적성 이론의 비교

초록

이 논문은 체코어의 주어‑동사‑목적어 어순을 예시로, 조화문법(HG)과 최적성 이론(OT) 기반 학습 알고리즘을 비교한다. 온라인 퍼셉트론, Gradual Learning Algorithm(GLA), 그리고 최대 엔트로피 모델을 적용해 제약 가중치를 학습하고, 실제 PDT 코퍼스에서 예측 정확도와 변이 모델링 능력을 평가한다. 결과는 HG가 OT보다 높은 예측 정확도와 변이 포착 능력을 보이며, 특히 “ganging‑up” 효과가 성능 향상의 핵심임을 보여준다.

상세 분석

본 연구는 두 가지 주요 목표를 갖는다. 첫째, 체코어와 같이 자유 어순을 가진 언어에서 정보 구조(주제·초점)와 구문 구조가 어순 선택에 미치는 영향을 정량화하기 위해, 12개의 이진 정렬 제약(주어·동사·목적어와 각각의 정보 구조 마커의 좌·우 정렬)을 정의한다. 둘째, 이러한 제약을 학습시키는 알고리즘을 비교함으로써 HG와 OT 프레임워크 자체의 표현력 차이를 실증한다.

알고리즘 측면에서 저자는 세 가지 접근법을 사용한다. (1) 퍼셉트론: 온라인 학습 방식으로, 각 훈련 문장을 하나씩 보고 제약 가중치를 업데이트한다. 가중치는 실수이며, 후보 어순의 조화 점수는 위반된 제약들의 가중치 합으로 계산된다. (2) Gradual Learning Algorithm(GLA): 전통적인 OT 학습 방법으로, 제약 순위를 점진적으로 조정한다. GLA는 확률적 OT(SOT) 형태도 지원해 변이를 모델링하려 하지만, 제약 순위가 계층적이기 때문에 낮은 순위 제약이 높은 순위 제약을 “합쳐서” 압도하는 경우를 반영하지 못한다. (3) 최대 엔트로피(MaxEnt) 모델: 제약을 특징으로 삼아 확률 분포를 추정한다. 배치 방식으로 전체 데이터를 한 번에 최적화하므로 인간 학습의 순차적 특성과는 차이가 있다.

실험은 프라하 의존 구문 트리뱅크(PDT)에서 2955개의 단순 전이문을 추출해 수행한다. 각 문장은 주어·동사·목적어와 그들의 정보 구조(주제, 대비 주제, 초점) 라벨이 부착되어 있다. 학습 데이터와 별도의 테스트 세트를 이용해 세 알고리즘이 예측한 어순과 실제 어순을 비교한다.

결과는 두드러진 차이를 보인다. 퍼셉트론 기반 HG는 테스트 세트에서 약 84%의 정확도를 기록했으며, 이는 이론적 상한선(약 87%)에 근접한다. 반면 GLA 기반 OT는 약 78%에 머물렀고, MaxEnt은 80% 수준이었다. 특히, “ganging‑up” 효과—여러 낮은 가중치 제약이 합쳐져 높은 가중치 제약을 능가하는 현상—가 HG의 성능 향상에 결정적 역할을 함을 분석을 통해 확인했다. 또한, HG는 관측된 어순 변이를 확률적으로 잘 재현했으며, OT와 MaxEnt보다 변이 분포를 더 정밀하게 추정했다.

이 논문은 기존 OT 연구가 주로 음운론에 국한돼 있었던 점을 넘어, 구문 수준 학습 가능성을 실증적으로 제시한다. 또한, 온라인 학습 알고리즘인 퍼셉트론이 인간 언어 습득 모델링에 적합함을 보이며, HG의 추가 표현력이 실제 언어 데이터에서 의미 있는 성능 이득을 제공한다는 점을 강조한다.