조선왕조실록에 기록된 역사를 네트워크 과학과 접맥시켜 조선 역사를 객관적으로 해석하고자 조선왕조실록에 등장하는 인물로 구성된 네트워크를 구축하였다. 조선왕조실록 인물 네트워크는 일반적인 사회 네트워크와 같은 척도 없는 네트워크 특성을 보여주고 있다. 인물 네트워크는 1,379 노드와 3,874 링크로 구성되어 있으며 네트워크 지름은 14였다. 네트워크의 동적 분석을 위하여 27명의 왕과 인물로 구성된 각 왕 중심 27개 인물 네트워크를 만들고, 초대 왕 네트워크에 그 다음 왕 네트워크를 단계적으로 추가하면서 전체 네트워크를 구축하고 네트워크가 확장되는 동적 변화를 분석하였다. 네트워크가 확장됨에 따라 노드간 중심성과 접근 중심성 계수는 점진적으로 감소하는데 반해, 응집 중심성 계수는 증가하였다. 이 결과는 네트워크가 성장함에 따라 정보의 흐름은 느려지고 허브 노드는 점진적으로 중심에 위치하게 된다는 것을 의미한다. 역사적 사건이나 사실을 인물과 함께 연결 지어 네트워크를 구축함으로써 당대에 중심이 되는 사건이나 사실이 어떤 인물과 연결되는지를 확인할 수 있었다. 복잡한 네트워크를 단순화 시켜 핵심이 되는 왕 및 그 왕과 연결되는 인물을 알아보기 위해 핵심 네트워크를 만드는 기법인 k-코어와 MCODE 알고리즘을 사용하여 분석하였다. 한권으로 요약된 조선왕조실록을 중심으로 분석하여 데이터의 양적인 측면에서 한계는 있지만, 이 연구결과는 네트워크 동력학적 분석을 통해서 유용한 역사적 사실, 인물을 분석할 수 있으며 동시에 역사에 대한 통찰력과 역사 네트워크에 내재되어있는 사건, 사실, 인물을 도출하는데 유용한 도구로 사용될 수 있음을 시사하고 있다.
조선왕조실록에 기록된 역사를 네트워크 과학과 접맥시켜 조선 역사를 객관적으로 해석하고자 조선왕조실록에 등장하는 인물로 구성된 네트워크를 구축하였다. 조선왕조실록 인물 네트워크는 일반적인 사회 네트워크와 같은 척도 없는 네트워크 특성을 보여주고 있다. 인물 네트워크는 1,379 노드와 3,874 링크로 구성되어 있으며 네트워크 지름은 14였다. 네트워크의 동적 분석을 위하여 27명의 왕과 인물로 구성된 각 왕 중심 27개 인물 네트워크를 만들고, 초대 왕 네트워크에 그 다음 왕 네트워크를 단계적으로 추가하면서 전체 네트워크를 구축하고 네트워크가 확장되는 동적 변화를 분석하였다. 네트워크가 확장됨에 따라 노드간 중심성과 접근 중심성 계수는 점진적으로 감소하는데 반해, 응집 중심성 계수는 증가하였다. 이 결과는 네트워크가 성장함에 따라 정보의 흐름은 느려지고 허브 노드는 점진적으로 중심에 위치하게 된다는 것을 의미한다. 역사적 사건이나 사실을 인물과 함께 연결 지어 네트워크를 구축함으로써 당대에 중심이 되는 사건이나 사실이 어떤 인물과 연결되는지를 확인할 수 있었다. 복잡한 네트워크를 단순화 시켜 핵심이 되는 왕 및 그 왕과 연결되는 인물을 알아보기 위해 핵심 네트워크를 만드는 기법인 k-코어와 MCODE 알고리즘을 사용하여 분석하였다. 한권으로 요약된 조선왕조실록을 중심으로 분석하여 데이터의 양적인 측면에서 한계는 있지만, 이 연구결과는 네트워크 동력학적 분석을 통해서 유용한 역사적 사실, 인물을 분석할 수 있으며 동시에 역사에 대한 통찰력과 역사 네트워크에 내재되어있는 사건, 사실, 인물을 도출하는데 유용한 도구로 사용될 수 있음을 시사하고 있다.
To establish a foundation to objectively interpret Chosun history, we construct people network of the Chosun dynasty. The network shows scale free network properties as if most social networks do. The people network is composed of 1,379 nodes and 3,874 links and its diameter is 14. To analysis of th...
To establish a foundation to objectively interpret Chosun history, we construct people network of the Chosun dynasty. The network shows scale free network properties as if most social networks do. The people network is composed of 1,379 nodes and 3,874 links and its diameter is 14. To analysis of the network dynamics, whole network that is composed of 27 king networks were constructed by adding the first king, Taejo network to the second king, Jeongjong network and then continuously adding the next king networks. Interestingly, betweenness and closeness centralities were gradually decreased but stress centrality was drastically increased. These results indicate that information flow is gradually slowing and hub node position is more centrally oriented as growing the network. To elucidate key persons from the network, k-core and MCODE algorithms that can extract core or module structures from whole network were employed. It is a possible to obtain new insight and hidden information by analyzing network dynamics. Due to lack of the dynamic interacting data, there is a limit for network dynamic research. In spite of using concise data, this research provides us a possibility that annals of the Chosun dynasty are very useful historical data for analyzing network dynamics.
To establish a foundation to objectively interpret Chosun history, we construct people network of the Chosun dynasty. The network shows scale free network properties as if most social networks do. The people network is composed of 1,379 nodes and 3,874 links and its diameter is 14. To analysis of the network dynamics, whole network that is composed of 27 king networks were constructed by adding the first king, Taejo network to the second king, Jeongjong network and then continuously adding the next king networks. Interestingly, betweenness and closeness centralities were gradually decreased but stress centrality was drastically increased. These results indicate that information flow is gradually slowing and hub node position is more centrally oriented as growing the network. To elucidate key persons from the network, k-core and MCODE algorithms that can extract core or module structures from whole network were employed. It is a possible to obtain new insight and hidden information by analyzing network dynamics. Due to lack of the dynamic interacting data, there is a limit for network dynamic research. In spite of using concise data, this research provides us a possibility that annals of the Chosun dynasty are very useful historical data for analyzing network dynamics.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구결과는 네트워크를 기반으로 최소한 객관적인 실마리를 제시함으로써 역사를 객관적으로 이해할 수 있는 자료를 제공하였다. 또한, 핵심 네트워크를 분석하는 k-core 및 MCODE 알고리즘을 도입하여 비교적 가중치가 부족한 인물을 제거하여 조선역사에 핵심이 되는 인물과 사건을 제시함으로써 역사를 객관적으로 이해하는데 정보를 제공하였다.
본 연구에서는 조선왕조실록을 중심으로 등장인물 네트워크와 인물과 사건이 합쳐진 bipartate 네트워크를 구축하였다. 한 임금 네트워크에 다음 임금 네트워크를 추가함으로써 네트워크를 확장시켜 네트워크의 동력학적 변화를 분석하였다.
다시 말해 있는 그대로의 역사를 제시하고 역사의 해석은 독자에게 맡기는 것이다. 이를 위해 본 연구에서는 복잡계를 이해하는 네트워크 방법을 도입하여 역사 네트워크를 구축하고 네트워크로부터 역사적 사실, 사건, 및 인물과 그들과의 상관관계를 해석하는 것이다.
최근 복잡계를 이해하는 과학으로 널리 이용되고 있는 네트워크 과학적 접근을 통해서 조선왕조실록을 분석하고자 하였다. 그러나 조선왕조실록의 내용은 너무 방대하기 때문에 먼저 박영규가 저술한 ‘한권으로 읽는 조선왕조실록’에 기록된 인물 및 사건 DB를 추출하여 네트워크를 구축하고 분석하였다[18].
제안 방법
구축한 네트워크에서 방향성은 고려하지 않았으며 인물사이에 관계가 있으면 “1‘을 부여하고 관계가 없으면 ”0“을 부여하는 방법을 사용하였다.
그러나 조선왕조실록의 내용은 너무 방대하기 때문에 먼저 박영규가 저술한 ‘한권으로 읽는 조선왕조실록’에 기록된 인물 및 사건 DB를 추출하여 네트워크를 구축하고 분석하였다[18].
인물-인물 상관관계 DB는 해당 왕의 실록에 등장하는 인물을 연결하였다. 내용 중에서 저자의 독자적인 해석이나 주해에 등장하는 인물과 사건은 배제하여 순수한 조선시대 인물과 사건에 해당하는 DB만을 추출하였다. 조선왕조실록에 등장한 인물은 1,379명이었으며 사건은 787건이었다.
네트워크 동력학 연구를 위하여 1대 태조 인물네트워크에 다음 임금인 2대 정조 인물 네트워크를 첨가함으로써 점진적으로 확장되는 네트워크를 구축하였고, 궁극적으로 전체 27개 네트워크가 합쳐진 조선왕조실록 네트워크를 구축하였다[그림 3].
등장인물을 노드로 하고 인물-인물 상관관계를 링크로 하는 27개 왕조 인물 네트워크를 각각 구축하였다. 인물-인물 상관관계는 한 문단 내에 등장한 모든 인물은 서로 관계가 있는 것으로 하였다.
조선왕조실록은 중심이 되는 왕이나 인물, 사건, 사물을 중심으로 기록되어 있기 때문에 전체 네트워크보다는 부분적으로 뭉침계수가 높은 모듈을 가지는 구조적 특성을 가지고 있다. 따라서 네트워크 내에 있는 보이지 않는 모듈을 찾기 위해 MCODE 알고리즘을 도입하여 모듈을 추출하고 모듈 내에 핵심적인 인물들 사이의 관계를 분석할 수 있는 방법을 제시하였다[그림 4]. 이 방법론은 향후 조선왕조실록과 같은 구조적 특성을 지닌 네트워크의 모듈을 분석하는데 유용하게 사용할 수 있을 것이다.
본 연구결과는 네트워크를 기반으로 최소한 객관적인 실마리를 제시함으로써 역사를 객관적으로 이해할 수 있는 자료를 제공하였다. 또한, 핵심 네트워크를 분석하는 k-core 및 MCODE 알고리즘을 도입하여 비교적 가중치가 부족한 인물을 제거하여 조선역사에 핵심이 되는 인물과 사건을 제시함으로써 역사를 객관적으로 이해하는데 정보를 제공하였다.
K-코어 알고리즘을 적용하면 전체 네트워크에서 비교적 가중치가 덜 중요한 노드들이 우선적으로 제거되기 때문에 핵심노드를 파악할 수 있다. 전체 네트워크와 4-코어 네트워크에서 각각 링크수가 상위 10위에 해당하는 인물을 알아보았다[표 2]. 전체 네트워크에서는 광해군, 숙종, 연산군, 선조, 명종의 순이었는데 비해, 4-코어 네트워크에서는 광해군, 인조, 선조, 이괄, 세조의 순으로 변화되었다.
조선 초대 임금인 태조 인물 네트워크에 2대 임금인 정종 인물 네트워크를 첨가하고 다시 태종 인물 네트워크를 합치면서 단계적으로 확장되는 네트워크를 구축하였다[그림 2]. 27개 네트워크 중에서 태조에서 성종[그림 2A], 태조에서 명종[그림 2B], 태조에서 숙종[그림 2C], 태조에서 정조[그림 2D]까지 확장되는 4개 네트워크를 대표적으로 나타냈다.
조선왕조실록 DB에 등장하는 노드 수는 총 2,170(인물 1,379명과 사건 787건)개였으나 사건과 연결되는 않은 인물을 제거하고 남은 인물 및 사건·사물 네트워크를 구축하였다.
조선왕조실록 동적변화 분석을 통해서 본 연구에서는 사회 네트워크의 일반적인 확장 패턴[23]에 비해 비교적 뭉침의 정보가 적고 정보의 흐름이 느린 특성을 확인하였다. 이는 일반적인 사회 네트워크에 비해 한 왕조에서 다음 왕조로 이어지면서 새로운 인물들이 추가되어 나타난 결과로 확인하였다[그림 2][표 1].
역사를 이해하는데 있어서 인물도 중요하지만 사건이나 사물도 중요한 비중을 차지한다. 조선왕조실록에서 중심이 되는 역사적 사건 또는 업적과 연관성을 알아보기 위하여 인물 및 연관된 역사적인 사건이나 업적을 노드로 하는 biparate 네트워크를 구축하였다[그림 5]. 이 네트워크는 역사적인 사화나 사건이 중심에 나타났으며, 조선의 최대 법전인 경국대전, 정조시대의 학문의 중심인 규장각도 포함되어 있다.
조선왕조실록의 인명 데이터베이스(DB)는 박영규가 저술한 ‘한권으로 읽는 조선왕조실록’에 나오는 인명과 사건을 중심으로 구축하였다[18].
본 연구에서는 조선왕조실록을 중심으로 등장인물 네트워크와 인물과 사건이 합쳐진 bipartate 네트워크를 구축하였다. 한 임금 네트워크에 다음 임금 네트워크를 추가함으로써 네트워크를 확장시켜 네트워크의 동력학적 변화를 분석하였다. 이는 조선역사의 흐름을 네트워크를 중심으로 분석하였으며 동시에 네트워크를 중심으로 복잡계를 이해하는 방법론적 관점에서 역사를 이해함에 있어 그 객관적 타당성을 제시하였다.
대상 데이터
조선왕조 임금 중심의 27개 중에서 비교적 중요하거나 흥미 있는 임금인 세종, 선조, 영조, 고종 임금 인물 네트워크를 [그림 1]에서 보여주었다. 세종은 왕비인 소현왕후가 중심으로 등장하였으며, 선조는 이순신, 정철, 이이 등이, 영조는 사도세자, 이인좌, 홍대용 등이, 고종은 전봉준과 이하응이 네트워크의 중심에 있다.
내용 중에서 저자의 독자적인 해석이나 주해에 등장하는 인물과 사건은 배제하여 순수한 조선시대 인물과 사건에 해당하는 DB만을 추출하였다. 조선왕조실록에 등장한 인물은 1,379명이었으며 사건은 787건이었다.
이론/모형
복잡한 네트워크로부터 모듈(module) 구조를 도출하기 위하여 사이토스케이프 프로그램에 내재해 있는 MCODE 모드를 사용하였다[22]. MCODE는 한 노드에 이웃하는 노드의 밀도가 높으면 가중치를 부여하여 전체 네트워크에서 부분적으로 밀도가 높은 노드들이 뭉쳐져 있는 부분인 모듈을 이끌어내는 방법이다.
해당 k코어 네트워크를 구축하기 위해서는 k-코어값을 순차적으로 적용하면서 k-코어값 보다 적은 링크를 가진 노드를 제거하여 남은 노드로 구성된 네트워크를 구축한다. 이 네트워크는 파이엑 (Pajek) 프로그램을 사용하였으며[21] 사이토스케이프(cytoscape) 프로그램으로 시각화 하였다.
인물-사건 중심 네트워크는 노드로 임금, 사건 또는 사물, 연관된 인물이 합쳐진 bipartate 네트워크(성질이 다른 두 종류 노드로 이루어진 네트워크)를 구축하였는데, 노드 수가 866이었으며 링크 수는 2,170이었다. 조선왕조실록 네트워크의 시각화는 사이 토스케이프(cytoscape) 프로그램을 사용하였다[19].
성능/효과
전체 네트워크와 4-코어 네트워크에서 각각 링크수가 상위 10위에 해당하는 인물을 알아보았다[표 2]. 전체 네트워크에서는 광해군, 숙종, 연산군, 선조, 명종의 순이었는데 비해, 4-코어 네트워크에서는 광해군, 인조, 선조, 이괄, 세조의 순으로 변화되었다. 상위 5위에 해당되는 인물 중에서 숙종, 연산군, 명종 대신에 인조, 이괄, 세조가 등장하였다.
후속연구
따라서 네트워크 내에 있는 보이지 않는 모듈을 찾기 위해 MCODE 알고리즘을 도입하여 모듈을 추출하고 모듈 내에 핵심적인 인물들 사이의 관계를 분석할 수 있는 방법을 제시하였다[그림 4]. 이 방법론은 향후 조선왕조실록과 같은 구조적 특성을 지닌 네트워크의 모듈을 분석하는데 유용하게 사용할 수 있을 것이다.
고종과 순종실록은 조선총독부에서 편찬하였기 때문에 왜곡된 부분이 많아 조선왕조실록은 태조실록에서부터 철종실록에 이르기까지 472년간에 걸친 25대 임금의 기록이라고 할 수 있다[25]. 이러한 방대한 기록은 세계에서도 그 유래를 찾기가 드물며 우리의 역사 유산을 과학적인 방법을 도입하여 분석할 필요가 있을 것이다.
정권쟁탈과정에서 승자에 의해 다시 기록되었기 때문이다. 이처럼 다르게 기록된 실록을 네트워크 기반으로 분석한다면 두 실록사이의 차이점을 한꺼번에 도출할 수 있으며 이를 통해서 좀 더 객관적인 시각으로 역사를 바라보고 해석할 수 있는 계기가 될 것이다. 조선왕조실록 전체 DB는 빅데이터로써 향후 네트워크 기반 사회 네트워크의 구축과 분석이라는 과제의 중요한 사료가 될 것이다.
이처럼 다르게 기록된 실록을 네트워크 기반으로 분석한다면 두 실록사이의 차이점을 한꺼번에 도출할 수 있으며 이를 통해서 좀 더 객관적인 시각으로 역사를 바라보고 해석할 수 있는 계기가 될 것이다. 조선왕조실록 전체 DB는 빅데이터로써 향후 네트워크 기반 사회 네트워크의 구축과 분석이라는 과제의 중요한 사료가 될 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
사이토스케이프 프로그램의 MCODE 모드란 무엇인가?
복잡한 네트워크로부터 모듈(module) 구조를 도출하기 위하여 사이토스케이프 프로그램에 내재해 있는 MCODE 모드를 사용하였다[22]. MCODE는 한 노드에 이웃하는 노드의 밀도가 높으면 가중치를 부여하여 전체 네트워크에서 부분적으로 밀도가 높은 노드들이 뭉쳐져 있는 부분인 모듈을 이끌어내는 방법이다. 이 방법을 사용하게 되면 전체 네트워크에서 핵심이 되는 모듈을 도출하여 핵심적인 인물과 사건을 분석할 수 있다.
뭉침계수란 무엇인가?
뭉침계수(clustering coefficient)는 네트워크를 구성하는 노드들이 서로 뭉쳐있는 정도를 나타내는 척도이며, 중심성(centrality)은 네트워크 상에서 노드의 위치를 나타내는 척도이다. 뭉침계수는 네트워크가 확장됨에 따라 증가하는 경향성이 있는데, 이는 그 만큼 점진적으로 복잡해지고 있음을 의미한다.
사이토스케이프 프로그램 내에서 MCODE의 역할은 무엇인가?
MCODE는 한 노드에 이웃하는 노드의 밀도가 높으면 가중치를 부여하여 전체 네트워크에서 부분적으로 밀도가 높은 노드들이 뭉쳐져 있는 부분인 모듈을 이끌어내는 방법이다. 이 방법을 사용하게 되면 전체 네트워크에서 핵심이 되는 모듈을 도출하여 핵심적인 인물과 사건을 분석할 수 있다.
참고문헌 (26)
P. Cilliers, Complex and postmodernism: understanding complex systems, Routledge, 1998.
A. L. Barabasi and Z. N. Oltvai, "Network biology: understanding the cell's functional organization," Nature Rev. Gen. Vol.5, No.2, pp.101-113, 2004.
H. Jeong, B. Tombor, R. Albert, Z. N. Oltvai, and A. L. Barabasi, "The large-scale organization of metabolic networks," Nature, Vol.407, No.6804, pp.651-654, 2000.
조선왕조실록 광해군일기 중초본 및 정초본 http://sillok.history.go.kr/inspection/inspection.jsp?mTree0&tabidk&idk
한명기, 역사인물 다시읽기 광해군,역사비평사, 2000.
사미르 아민 (김용규 역), 유럽중심주의,세종출판사, 2000.
안드레 프랑크 (이희재 역) 리오리엔트, 도서출판 이산, 2003
박영규, 한권으로 읽는 조선왕조실록, 웅진지식하우스, 2004.
http://cytoscape.org
J.I. Alvarez-Hamelin, L. Dall'Asta, A. Barrat, and A. Vespignani, "K-core decomposition: a tool for the visualization on large scale networks," eprint cs.NI/0504107, 2005.
http://vlado.fmf.uni-li.si/networks/pajek
http://baderlab.org/Software/MOCODE
김학용, "대하소설 토지 등장인물 네트워크의 동적 변화 분석", 한국콘텐츠학회논문지, 제12권, 제11호, pp.519-526, 2012.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.