선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- CVCC조건에서 고정점 재인율이 전반적으로 매우 떨어져 네 조건의 비교를 위한 참가자 수는 적었으나, 이 조건을 제외하면 나머지 세 조건에서 분석 조건을 충족하는 참가자 수가 20명이었기에 세 조건 간의 비교를 재검증해보고자 추가로 분석을 실시해 보았다.
- 선행 연구에서 비교한 글자 유형은 두 개에 국한되어 있어, 실제 한글 표기에서 사용되는 모든 글자 유형을 체계적으로 고려하지 못하였기 때문이다. 따라서 본 연구에서는 대학생 독자들만을 대상으로 하여 자음 단독 제시 조건부터, CV, CVC, CVCC의 유형에 이르기까지 한글 자모결합에 따른 4개의 글자 유형을 조건별로 제시하여 이에 따른 시각 폭의 크기와 글자 재인 정확률의 비교를 보다 체계적으로 검토하였다. 그리고 선행연구에서 보고된 결과에서 CVC글자들의 정보처리량이 CV글자들보다 많았던 것을 성인을 대상으로 하여 재검증하였다.
- 이는 주변 시야를 이용하여야 할 위치에 제시된 글자들을 중심 시야를 이용하여 인식했을 가능성을 보여주는 것이다. 따라서 본 연구에서는 측정하고자 하는 시각 폭의 개념을 타당하게 측정하기 위해 이러한 엄격한 사후 검토 과정을 실시하였다. 그러나 여전히 선행연구의 경우에도 비록 상세히 보고된 논문이 없어 정확히 파악하기는 어려웠지만, 이러한 문제가 충분한 사전 훈련 과정에서 눈 움직임을 통제하는데 숙달되도록 하는 과정을 통해 극복되도록 하였을 가능성이나 숙련된 실험자의 눈 움직임 모니터링을 통해서 통제되었을 수도 있다.
- 따라서 한글 읽기에서는 영어와 달리 개별 자소보다는 다양한 글자 유형 중에서 특정 유형(들)이 읽기 유창성이나 읽기 이해와 같은 읽기 능력과 연결된 주요 단위로 작용할 가능성이 있다. 본 연구에서는 다양한 글자 유형과 개별 자소 중에서 한글 읽기의 능력과 상관을 보이고, 읽기 능력의 개인차를 예측하는 데 기여하는 시각 폭 측정의 기본 단위 형태가 무엇일지도 탐색해 보았다. 읽기 능력의 개인차를 예측할 수 있는 시각 폭 측정의 단위를 확인하는 것은 향후 한글 읽기에서 읽기 능력에 필요한 시각 폭 측정 시 어떠한 유형의 글자를 사용하여야 할지를 제시해 줄 수 있으므로 매우 유용하다.
- 본 연구에서는 독특한 알파벳-음절 표기법을 쓰면서(Cho & McBride-Chang, 2005; Taylor & Taylor, 1995), 단어 재인 시 음절 단위의 표상이 중요한(Lee et al., 2015) 한글의 읽기 과정에서 자모구성에 따른 글자 유형의 복잡성이 읽기 초기 단계의 글자 처리 정보량에 영향을 끼치는 지를 대학생을 중심으로 알아보았다.
- 추가적으로, 글자 유형들 중에서 한글 읽기 능력의 개인차와 상관을 보이는 유형은 어떤 것인지도 검토하였다. 영어의 경우, 알파벳의 처리가 기준이기 때문에 이를 중심으로 하여 시각 폭의 크기가 클수록 읽기 속도가 증가하는 것으로 보고되었다(Kwon et al.
- 시각 폭 크기와 글자 재인율의 개인차를 측정하는 것의 또 다른 중요한 의미는 이러한 개인차가 읽기 능력과의 개인차로 연결될 수 있다는 점에 있다(최영은, 유성재, 2015; Kwon, Legge, & Dubbels, 2007). 특히, 본 연구에서는 다양한 글자 유형 중에서 어떤 유형이 읽기 능력의 개인차를 가장 잘 예측할 수 있는지에 대한 기초 자료를 구축하고자 하는 목표도 있었다. Kwon 등(2007)은 영어 알파벳의 글자 처리량의 개인차가 읽기 유창성을 예측함을 보고하였고, 이러한 양상이 읽기 능력의 발달과 더불어 아동기부터 이어진다고 하였다.
제안 방법
- 그리고 제시된 문장은 최대한 빠르고 정확하게 읽고 버튼을 누르도록 하였다. E-prime 실험 프로그램은 문장이 등장하는 시점부터 버튼을 누르는 시점을 천분의 일초(ms) 단위로 기록하였다. 그리고 이것을 기초로 한 지문을 읽는 데 걸린 총 시간을 확인하였고, 읽으면서 틀린 음절은 실험자가 기록하였다.
- 각 시행별로 글자 쌍이 제시되는 동안 주시점에서 눈을 떼어 다른 지점으로 이동하였는지를 확인하는 코딩과 분석을 실시하였다. 과제의 특성상 주변시야를 사용하여야 하고, 글자가 고정점에서 먼 주변부에 제시될 때 중심시야를 활용하면 안 되기 때문이었다.
- 그러나 최종적으로는 15개의 각 자리에서 가운데 글자를 기준으로 총 10개의 글자 쌍이 제시되도록 하여 –5∼+5의 자리에 개별 글자가 총 30번씩 등장하도록 하였다.
- 조건별로 최종 선정된 19개의 자극들은 다시 무선화과정을 거쳐 세 종류의 순서 배열을 만든 뒤 세 글자 쌍이 되도록 결합하여 조건 당 총 130개의 글자 쌍(trigram, 예: ‘ㄱㅍㅂ’, ‘펴미처’, ‘꼭편끌’, ‘긄앉삶’)을 구성하였다. 그리고 구성된 세 글자 쌍들을 다시 하나씩 검토하여 반복 빈도가 높은 글자들은 빈도가 낮은 글자들로 변환하는 작업을 하여 19개의 자극들이 비교적 고른 빈도로 나타나도록 조정하였다.
- 2cm로 고정하였다. 그리고 머리와 상체의 움직임을 최소화하기 위해 턱받침((주)리더스케이알에서 주문제작)을 설치하여 참가자의 턱과 이마가 고정되도록 하였다. 참가자의 눈 움직임을 기록하기 위해 자극 제시 모니터의 상단 중앙에 캠코더(모델명: SONY HDR-CX700)를 설치하였다.
- E-prime 실험 프로그램은 문장이 등장하는 시점부터 버튼을 누르는 시점을 천분의 일초(ms) 단위로 기록하였다. 그리고 이것을 기초로 한 지문을 읽는 데 걸린 총 시간을 확인하였고, 읽으면서 틀린 음절은 실험자가 기록하였다. 그리고 실험 과정을 모두 녹화하여 이후에 부정확한 음절은 재확인하였다.
- 우선 글자의 재인율과 시각 폭을 측정하고자 세 글자 쌍 패러다임 실험을 4개의 글자 유형 조건에서 실시하였고, 개인차에 따른 변수를 줄이고자 참가자 내 설계를 통해 모든 참가자가 네 조건의 글자 쌍들을 모두 재인하도록 하였다. 그리고 읽기관련 능력을 측정하기 위해서 읽기 폭과 읽기 속도를 보는 읽기 유창성, 그리고 읽은 지문의 내용에 대한 이해도도 함께 측정하였다.
- 글자 유형 조건과 시야 간의 상호작용 효과를 살펴보기 위하여 단순 분석을 추가로 실시하였다. 그 결과, CVC와 CVCC조건에서는 우측 시야의 평균이 좌측 시야보다 유의하게 높았으나(Fs > 6.
- 글자의 사용 빈도를 자극 선정에 반영한 선행 연구에 따라서(Wang et al., 2014), 추가로 별도의 대학생 10명을 대상으로 1,513개의 조합 글자들을 제시하고 각 글자의 빈도를 0에서 2(높을수록 고빈도)로 평정하도록 하여 각 글자별로 10명의 평정자의 평정치의 합계를 산출하였다(합계의 최솟값=0, 최댓값=20). 1,513개 글자들의 평정합계의 중위수는 11이었고, 평균은 10.
- 네 개의 지문들을 읽고 나면 읽기 이해력을 측정하기 위해 각 지문 당 네 개의 질문(김애화, 김의정, 성소연, 2013; Brabham, Boyd & Edgington, 2000; Stalh, 1983에서 사용된 질문 유형을 참조함)을 제시하고 답하도록 하였다.
- 과제의 특성상 주변시야를 사용하여야 하고, 글자가 고정점에서 먼 주변부에 제시될 때 중심시야를 활용하면 안 되기 때문이었다. 눈 움직임을 촬영한 영상은 Adobe Premier Pro프로그램을 통하여 프레임 단위(1/30초)로 검토하면서 글자 쌍이 제시되는 150ms 동안에 눈 움직임이나 눈감음이 있었는지를 기록하였다. 그리고 한 조건에서 전체 시행의 40%이상에서의 시행에서 눈을 움직이거나 감거나 눈을 확인할 수 없는 것으로 나타난 참가자는 최종분석에서 전체 자료를 제외하였다.
- 혹은 참가자들이 지문을 읽고 난 후에 답하게 될 이해 질문에 대비하여 속도 조절을 달리하는 과정에서 두 요인의 상관이 낮게 나타났을 가능성도 있었다. 따라서 글자 재인율과 읽기 능력 점수들 간의 상관은 유창성과 이해의 점수로 각기 나누어 분석하여 제시하였다. <표 1>에 요약되어 있듯이 네 개의 지문들에 대한 읽기 유창성의 점수들은 서로 높은 상관을 보였으나 글자 재인율의 개인차와는 어떠한 조건에서도 유의한 상관을 보이지 않았다.
- 또한 중앙 응시점의 좌측 시야 영역에서 보다 우측 시야의 영역에서의 글자 재인율이 상대적으로 높은 경향을 보이는 것이 관찰되었다. 따라서 시야(좌, 우)에 따른 비교도 변인으로 추가하여 분석을 실시하였다.
- CVCC조건을 제외하면 나머지 세 조건에서의 비교 분석이 가능한 참가자의 수는 총 20명이었다(남=14명). 따라서 아래의 결과보고에서도 네 조건 비교와 세 조건 비교를 별도로 제시하였다.
- 본 연구의 경우에는 사전에 준비된 고정 수의 연습 시행을 통해 과제에 대한 친숙도만 갖도록 하고, 눈 움직임이 통제 된 것을 확보하고 진행하지는 않았기 때문에 여기에서 차이가 있었을 수 있다. 또한 선행연구들에서는 엄격하게 매 시행마다 눈 움직임을 모두 확인하지 않았던 반면에 본 연구에서는 참가자의 모든 시행에서의 눈 움직임을 사후에 영상을 통해 1/30초(1프레임) 단위로 일일이 확인하였다. 이러한 모니터링의 차이에서 제외 시행 탐지 수에 차이가 있었을 수도 있겠다.
- 먼저 참가자는 좌석에 앉아 턱받침에 얼굴을 고정하고 편안한 높이로 조절한 후, 시야각을 맞추기 위해 눈과 모니터 사이의 간격을 확인하였다. 각 시행은 먼저, 200ms 길이의 “삐” 신호음 제시 후 화면 중앙에 초록색의 점 두 개가 응시점으로 250ms동안 제시되었다(그림 1A 참조).
- 모든 읽기 자극은 19인치 LCD모니터를 통하여(모델명: HP L1950; 해상도: 1280 X 1024, 화면 재생 빈도 60Hz) 제시하였다. 세 글자 쌍 제시 과제에서는 시야각이 1°(V(visual angle) = 2 arctan(S/2D))가 되도록 모니터와 참가자 눈 사이의 간격을 43.
- 세 글자 쌍 제시 과제에서는 시야각이 1°(V(visual angle) = 2 arctan(S/2D))가 되도록 모니터와 참가자 눈 사이의 간격을 43.2cm로 고정하였다.
- 세 조건 비교에 기여한 20명의 참가자를 대상으로 하여 평균 글자 쌍 재인율을 조건 별로 산출하고, 읽기 폭, 읽기 유창성, 읽기 이해 점수와의 상관을 살펴보았다. 먼저, 읽기 유창성 점수들과 읽기 이해 점수들 간의 상관 관계를 살펴본 결과 유창성과 이해 점수들 간의 유의한 상관은 관찰되지 않았다(rs < .
- 시각적으로 보다 정보량이 많은 CVC조건에서 CV조건보다 글자 재인율의 정확도가 높은 것으로 나타난 이유를 좀 더 살펴보기 위해 각 조건에서 50%와 40%미만의 평균 재인율을 보인 글자 쌍들의 개수와 유형을 확인해 보았다. <표 3>에 제시된 것처럼, CVC조건에서는 130개 중 총 8쌍(1쌍이 40%미만)이 50%미만이었던 것에 비하여 CV조건에서는 총 24쌍(40%미만은 6쌍)이나 평균재인율이 50%미만인 것으로 나타났다.
- 앞서 설명한 바와 같이, 네 개의 실험조건 중, CVCC조건에서 중심 응시점에서의 재인율이 80%에 미치지 못한 참가자가 많아 이 조건을 충족할 수 있었던 총 7명의 참가자를 대상으로 하여 네 조건 간의 비교를 실시하였다. 비록 참가자 수는 적었으나 조건 당 시행수가 130시행이었고, 조건 간의 비교가 참가자 내의 설계였기에 분석에 필요한 통계적 파워는 어느 정도 확보된 것으로 판단되었다(예: Wang et al.
- 시행은 연습 시행과 본 시행으로 이루어져 있었다. 연습 시행에서 참가자가 과제를 충분히 숙지하고 나면 본 시행을 실시하였다.
- 이러한 가능성을 네 가지 글자 유형의 조건에서 세 글자 쌍 패러다임을 이용하여 검토하였다. 영어의 알파벳처럼 자음만 제시하는 조건과 받침이 없는 글자 유형 조건(CV), 자음 한 개의 받침이 있는 글자 유형 조건(CVC), 그리고 두 개의 자음 받침이 있는 조건(CVCC)으로 나누어 각 글자 유형으로만 구성된 세 글자 쌍들을 제시하고, 이에 대한 재인 정확률을 측정하였다.
- 우선 글자의 재인율과 시각 폭을 측정하고자 세 글자 쌍 패러다임 실험을 4개의 글자 유형 조건에서 실시하였고, 개인차에 따른 변수를 줄이고자 참가자 내 설계를 통해 모든 참가자가 네 조건의 글자 쌍들을 모두 재인하도록 하였다. 그리고 읽기관련 능력을 측정하기 위해서 읽기 폭과 읽기 속도를 보는 읽기 유창성, 그리고 읽은 지문의 내용에 대한 이해도도 함께 측정하였다.
- 세 글자 쌍 패러다임에서 제시된 글자들의 쌍은 다음의 절차에 따라 선정하였다. 우선 한글의 모든 자음과 모음을 순열방식으로 조합하여 가능한 모든 조합을 구성하였다. 예컨대, 자음 ‘ㄱ’과 모든 모음을 결합(예, 가, 갸, 거, 겨, 고, 교, 구, 규, 등)하고, 결합된 자모 조합에 모든 자음을 추가로 결합(예, 각, 간, 갇, 갈, 등)하는 방식이었다.
- , 2014)에도 글자 유형에 따른 복잡성이 한 번에 처리할 수 있는 글자 정보량에 영향을 미치는 한 요소가 될 수 있다는 가능성 때문이었다. 이러한 가능성을 네 가지 글자 유형의 조건에서 세 글자 쌍 패러다임을 이용하여 검토하였다. 영어의 알파벳처럼 자음만 제시하는 조건과 받침이 없는 글자 유형 조건(CV), 자음 한 개의 받침이 있는 글자 유형 조건(CVC), 그리고 두 개의 자음 받침이 있는 조건(CVCC)으로 나누어 각 글자 유형으로만 구성된 세 글자 쌍들을 제시하고, 이에 대한 재인 정확률을 측정하였다.
- 그리고 실험 과정을 모두 녹화하여 이후에 부정확한 음절은 재확인하였다. 이렇게 얻어진 읽기 자료와 시간 측정 자료를 기반으로 하여 1분당 정확하게 읽은 총 음절수를 산출하였다.
- 그리고 선행연구에서 보고된 결과에서 CVC글자들의 정보처리량이 CV글자들보다 많았던 것을 성인을 대상으로 하여 재검증하였다. 이를 위해 세 글자 쌍 패러다임을 활용하여 네 개의 글자 유형 조건(C only, CV/CVV, CVC/CVVC, CVCC/CVVCC)에서 글자 쌍들을 제시하고, 조건에 따른 글자 재인의 정확도와 시각 폭의 크기를 비교하였다.
- 이를 위해서 참가자 개인들의 시각 폭의 크기 차이가 읽기 폭(word span, Daneman, 1991; Daneman & Carpenter, 1980; Daneman & Merikle, 1996)이나 읽기 유창성, 읽기 이해와 관련이 있는지를 살펴보고자, 읽기 관련 능력들도 측정하여 각 글자 유형 조건 별 글자 재인률과의 상관관계도 분석하였다.
- 선행연구에서는 성별에 따른 시각 폭 크기의 차이가 관찰된 바 있었는데(최영은, 유성재, 2015), 특히, 남성이 여성보다 상대적으로 큰 시각 폭을 보였다. 이를 추가 재검증해보고자 성별을 분석에 변인으로 투입하였다. 글자 제시 위치에 따른 재인율의 추이를 보면 Legge 등(2001)이 제시한 바와 같이 중심점에 가까울수록 정확도가 높고 주변시야로 갈수록 정확도가 낮아지는 패턴을 볼 수 있었다.
- 네 개의 지문들을 읽고 나면 읽기 이해력을 측정하기 위해 각 지문 당 네 개의 질문(김애화, 김의정, 성소연, 2013; Brabham, Boyd & Edgington, 2000; Stalh, 1983에서 사용된 질문 유형을 참조함)을 제시하고 답하도록 하였다. 이해 질문에는 단순한 사실 위주의 질문에서부터 등장인물의 상태를 추론하는 질문(예: 주인공은 왜 화가 났나요? 어떻게 그것을 알 수 있었나요?)에 이르기까지 난이도가 쉬운 것에서 어려운 것의 순서로 구성하였다.
- 글자 쌍 제시에 사용된 글자체는 Courier new의 굵은 글씨체로 하얀 바탕 화면에 검은색의 글씨였다. 읽기 폭 측정에서의 문장 제시는 마이크로소프트 파워포인트를 이용하였고, 반응은 실험자가 옆에서 기록하였으나 추후 확인을 위하여 녹화도 진행하였다.
- 자음만 제시하는 조건의 글자 수가 총 19개인 것을 기준으로 하여, 다른 조합 조건들의 글자 수도 19개가 되도록 조건 별로 엑셀의 난수표를 활용하여 무작위로 글자들을 추출하였다. 조건별로 최종 선정된 19개의 자극들은 다시 무선화과정을 거쳐 세 종류의 순서 배열을 만든 뒤 세 글자 쌍이 되도록 결합하여 조건 당 총 130개의 글자 쌍(trigram, 예: ‘ㄱㅍㅂ’, ‘펴미처’, ‘꼭편끌’, ‘긄앉삶’)을 구성하였다.
- 조건별로 최종 선정된 19개의 자극들은 다시 무선화과정을 거쳐 세 종류의 순서 배열을 만든 뒤 세 글자 쌍이 되도록 결합하여 조건 당 총 130개의 글자 쌍(trigram, 예: ‘ㄱㅍㅂ’, ‘펴미처’, ‘꼭편끌’, ‘긄앉삶’)을 구성하였다.
- 참가자는 화면에 한 줄로 제시되는 문장을 소리 내어 읽은 후, 문장이 더 이상 제시되지 않으면 각 문장의 마지막 구절이나 단어(명사)를 순서대로 회상하도록 하였다. 예를 들어, “시험 공부를 하지 못한 그의 유일한 희망은 컨닝이다.
- 각 참가자에게 제시한 조건의 순서는 역균형화하였다. 참가자에게 화면에 글자 쌍이 나타났다 사라지면 키보드로 각 글자를 입력하도록 하였고, 이 때 글자가 잘 기억나지 않으면 19개 글자판(부록 참조)을 참조하여 답할 수 있도록 하였다. 시행은 연습 시행과 본 시행으로 이루어져 있었다.
대상 데이터
- 그러나 최종적으로는 15개의 각 자리에서 가운데 글자를 기준으로 총 10개의 글자 쌍이 제시되도록 하여 –5∼+5의 자리에 개별 글자가 총 30번씩 등장하도록 하였다. 따라서 각 글자 유형 조건 별로 총 130개의 시행씩 총 520개의 시행을 실시하였다. 각 참가자에게 제시한 조건의 순서는 역균형화하였다.
- 앞서 설명한 바와 같이, 네 개의 실험조건 중, CVCC조건에서 중심 응시점에서의 재인율이 80%에 미치지 못한 참가자가 많아 이 조건을 충족할 수 있었던 총 7명의 참가자를 대상으로 하여 네 조건 간의 비교를 실시하였다. 비록 참가자 수는 적었으나 조건 당 시행수가 130시행이었고, 조건 간의 비교가 참가자 내의 설계였기에 분석에 필요한 통계적 파워는 어느 정도 확보된 것으로 판단되었다(예: Wang et al. (2014)에서는 6명을 대상으로 함). (그림 2A-B)에 조건과 글자 제시 위치에 따른 재인율의 프로파일과 성별 및 조건에 따른 시각 폭의 평균 크기를 제시하였다.
- 읽기 폭 측정에는 이병택 외(1996, 2002)의 과제(Daneman과 Capenter(1980)의 읽기 폭 과제를 참고하여 한글에서의 읽기 폭 측정법을 고안함)를 차용하였다. 사용된 문장들은 7개에서 10개의 어구가 포함된 문장들이었고, 문장의 마지막 구절이 명사를 포함하도록 되어 있었다(예: 너의 마음은 하늘이며, 나의 마음은 너를 맴도는 구름이다.)
- 이렇게 조합을 구성한 결과 총 11,170개의 가능한 조합이 확인되었다. 이 조합들 중에는 실제 사용되는 것과 사용되지 않는 것(예: 갏, 뇹, 등)이 혼합되어 있기에 확인된 조합들을 검색을 통하여 사용되는 것과 사용되지 않는 것으로 확인하여 분류하고, 사용되지 않는 조합 9,657개를 제외하여 최종적으로 실사용되는 1,513개의 자모조합을 확인하였다. 이 중에는 자음+모음(CV, 예: ‘나’, ‘보’ 등) 유형이 175개, 자음+모음+모음(CVV, 예: ‘제’, ‘뇌’ 등) 유형은 94개, 자음+모음+자음(CVC, 예: ‘발’, ‘돌’ 등) 유형은 1,030개, 자음+모음+모음+자음(CVVC, 예: ‘괄’, ‘관’, 등) 유형은 166개, 자음+모음+자음+자음(CVCC, 예: ‘긁’, ‘닮’ 등)의 유형은 47개, 자음+모음+모음+자음+자음(CVVCC, 예: ‘엷’)의 유형은 1개였다.
- 중앙대학교에서 대학생 총 43명이 참가하였다. 이 중 교정시력이 0.
- 그리고 머리와 상체의 움직임을 최소화하기 위해 턱받침((주)리더스케이알에서 주문제작)을 설치하여 참가자의 턱과 이마가 고정되도록 하였다. 참가자의 눈 움직임을 기록하기 위해 자극 제시 모니터의 상단 중앙에 캠코더(모델명: SONY HDR-CX700)를 설치하였다. 글자 쌍과 지문제시 및 반응 수집은 E-prime 2.
- 84였다. 최종적으로 중위수보다 평정합계 값이 큰 상위 50%의 음절들 717개를 확인하여 자극 풀로 선정하였다.
데이터처리
- 참가자의 눈 움직임을 기록하기 위해 자극 제시 모니터의 상단 중앙에 캠코더(모델명: SONY HDR-CX700)를 설치하였다. 글자 쌍과 지문제시 및 반응 수집은 E-prime 2.0을 사용하여 제작한 실험 프로그램을 이용하였다. 글자 쌍 제시에 사용된 글자체는 Courier new의 굵은 글씨체로 하얀 바탕 화면에 검은색의 글씨였다.
- 통계 분석을 위해 각 위치에서의 글자 재인 정확도의 평균비율을 산출하고 이 종속 변인에 대해 성별(여, 남)을 참가자 간 변인으로 하고, 조건(C, CV, CVC, CVCC)과 시야(좌, 우)를 참가자 내 변인으로 하여 혼합 모델 변량 분석을 실시하였다. 분석 결과, 조건의 주효과는 유의하였고(F(3, 15) = 89.
이론/모형
- 그러나 읽기 검사 도구는 읽기에 어려움을 가진 개인을 확인하는 목적으로 개발되어 난이도가 다소 평이하고, 본 연구의 대상자인 대학생들에게서는 개인차를 발견하기 어려울 가능성이 있었다. 이를 고려하여 추가로 박진원과 신명선(2012)의 지문들을 차용하였다. 빌려 온 두 지문 중 하나는 일상에서의 사용 빈도(연세 한국어사전에서 단어의 빈도를 확인)가 낮고 한자 어휘가 많으며 추상성이 높은 단어들로 구성된 고난이도 지문과 단어의 사용 빈도가 높고 한자 어휘나 추상성이 높은 단어가 적은 저난이도 지문이었다.
- 읽기 유창성 측정을 위해 읽기 검사 도구(BASA, 김동일, 2008)에서 사용되는 지문 두 개와 박진원과 신명선(2012)의 연구에서 사용한 읽기 난이도에 따른 두 지문을 빌려 사용하였다. 읽기 검사 도구의 ‘토끼야 토끼야’지문은 총 549음절, ‘분명히 내 동생인데’지문은 총 600음절로 구성되어 있으며 두 지문 모두 성인들을 대상으로 표준화가 된 지문들이었다.
- 읽기 폭 측정에는 이병택 외(1996, 2002)의 과제(Daneman과 Capenter(1980)의 읽기 폭 과제를 참고하여 한글에서의 읽기 폭 측정법을 고안함)를 차용하였다. 사용된 문장들은 7개에서 10개의 어구가 포함된 문장들이었고, 문장의 마지막 구절이 명사를 포함하도록 되어 있었다(예: 너의 마음은 하늘이며, 나의 마음은 너를 맴도는 구름이다.
성능/효과
- , 2014), 추가로 별도의 대학생 10명을 대상으로 1,513개의 조합 글자들을 제시하고 각 글자의 빈도를 0에서 2(높을수록 고빈도)로 평정하도록 하여 각 글자별로 10명의 평정자의 평정치의 합계를 산출하였다(합계의 최솟값=0, 최댓값=20). 1,513개 글자들의 평정합계의 중위수는 11이었고, 평균은 10.84였다. 최종적으로 중위수보다 평정합계 값이 큰 상위 50%의 음절들 717개를 확인하여 자극 풀로 선정하였다.
- 심지어 한글과 같이 좌에서 우의 방향으로 읽는 글자 체계에서 주로 사용되는 우측 시야 영역에서는 CVC조건의 재인율이 C조건의 재인율과 비슷하여 유의한 차이를 보이지 않았다. CVC보다는 덜 복잡한 형태로 간주되는 CV조건의 글자 재인율은 우측만이 아니라 좌측 시야 영역에서도 CVC조건보다 훨씬 낮은 것으로 관찰되었다. 최영은과 유성재(2015)에서도 대학생만이 아니라 6학년을 대상으로 한 유사한 실험에서 CV조건의 시각 폭의 크기가 CVC조건의 시각 폭보다 낮은 것으로 보고되었는데, 본 연구의 결과는 이러한 패턴을 추가적으로 지지하는 것이었다.
- 각 위치에서의 글자 재인 정확도의 평균비율에 대해 성별(여, 남)을 참가자 간 변인으로 하고, 조건(C, CV, CVC)과 시야(좌, 우)를 참가자 내 변인으로 하여 혼합 모델 변량 분석을 실시한 결과, 조건과(F(2, 36) = 29.050, p < .001) 시야의 주효과는(F(1, 18) = 30.128, p < .001) 모두 유의하였으나 성별의 주효과는 유의하지 않았다(F(1, 18) = 2.344, p =.143).
- 그 결과, CVC와 CVCC조건에서는 우측 시야의 평균이 좌측 시야보다 유의하게 높았으나(Fs > 6.00, ps < .05), C와 CV의 두 조건에서 시야는 유의한 차이를 보이지 않았다(Fs 09).
- 실험 결과, 가장 복잡한 구성을 가진 CVCC유형의 조건에서의 글자 재인율이 가장 낮았고, 가장 단순한 자음만 제시된 형태의 C조건에서의 글자 재인율이 상대적으로 높았다. 그러나 CV조건과 CVC조건의 재인율들은 역전 현상을 보여, CVC유형의 글자들의 재인율이 CV조건의 글자들보다 높았다. 심지어 한글과 같이 좌에서 우의 방향으로 읽는 글자 체계에서 주로 사용되는 우측 시야 영역에서는 CVC조건의 재인율이 C조건의 재인율과 비슷하여 유의한 차이를 보이지 않았다.
- 이들은 과제를 진행하면서 눈의 움직임 여부를 실험진행자의 관찰에만 의존하여 판단하였는데, 자극 제시 시간이 200ms나 되어 자극 제시 동안의 눈 움직임의 가능성이 매우 컸음에도 불구하고 이러한 시행이 거의 없었다고 보고하였다. 그러나 본 연구에서는 자극 제시 시간이 더 짧아 150ms이었음에도 상당수의 참가자에서 짧은 자극 제시 시간 내에 자극 제시 위치로의 빠른 눈 이동을 많이 볼 수 있었다. 본 연구에서 사용된 글자 재인 과제(세 글자 쌍 패러다임)는 눈을 고정시킨 상태에서 정확하게 처리할 수 있는 글자의 범위라는 시각 폭의 개념을 측정하기 위한 것이었기에 비록 제시 시간이 짧더라도 그 안에 눈 움직임이 일어났다면 이러한 개념에 기반한 재인율의 측정이라고 보기 어려워진다.
- 흥미롭게도 본 연구의 결과에서도 CVC조건의 재인율은 특히 우측 시야 영역에서 더 높은 것으로 나타났다. 그리고 우측 시야에서는 CVC조건의 재인율이 가장 단순하고 시각 정보량이 적은 C조건의 재인율과 거의 유사해진 것을 볼 수 있었다(그림 2A와 그림 3A 참조). 이러한 패턴은 읽기에 주로 활용되는 시야 영역(Pollatsek, Bolozky, Well, & Rayner, 1981; Rayner, 1998; Rayner, 2009)에서 글자 유형의 빈도 효과가 더 컸을 가능성을 시사한다.
- 글자 쌍 재인 과제에서는 각 제시 위치에서 글자들에 대한 재인 정확도 비율의 평균을 산출하였고, 평균 재인율을 기반으로 80%이상의 정확도를 보이는 자리 수의 합계를 개인의 시각 폭의 크기로 산출하였다(예, -2부터 +4까지의 위치에서 80%이상의 정확도를 보이면 시각 폭은 7이 됨). 읽기 능력 관련 과제들에 대한 분석 방법은 위에 제시한 바와 같다.
- 글자 제시 위치에 따른 재인율의 추이를 보면 Legge 등(2001)이 제시한 바와 같이 중심점에 가까울수록 정확도가 높고 주변시야로 갈수록 정확도가 낮아지는 패턴을 볼 수 있었다. 또한 중앙 응시점의 좌측 시야 영역에서 보다 우측 시야의 영역에서의 글자 재인율이 상대적으로 높은 경향을 보이는 것이 관찰되었다. 따라서 시야(좌, 우)에 따른 비교도 변인으로 추가하여 분석을 실시하였다.
- 먼저, 읽기 유창성 점수들과 읽기 이해 점수들 간의 상관 관계를 살펴본 결과 유창성과 이해 점수들 간의 유의한 상관은 관찰되지 않았다(rs .127).
- 본 연구에서는 글자 유형이나 시야에 따른 효과는 확인되었으나 선행연구와는 달리 성별에 따른 시각 폭 크기나 재인율에서의 차이는 관찰되지 않았다. 최영은과 유성재(2015)는 특히 CVC조건에서 대학생만이 아니라 6학년 초등학생 참가자들에서도 남학생이 여학생보다 시각 폭이 더 큰 것을 보고하였다.
- 분석 결과, 조건의 주효과는 유의하였고(F(3, 15) = 89.957, p < .001), 시야는 유의수준에 근접하였으나(F(1, 5) = 6.140, p = .056) 성별의 주효과는 유의하지 않았다(F < 1).
- 시각 폭의 크기를 종속 변인으로 하여 동일한 분석을 실시한 결과, 시야(F(1, 18) = 44.262, p < .001)와 조건(F(2, 36) = 17.975, p < .001)의 주효과는 동일하게 유의한 것으로 관찰되었으나 시야와 조건의 상호작용 효과(F(2, 36) = 1.625, p = .211)는 유의하지 않은 것으로 나타났다.
- 실제 사용되는 글자 유형들의 빈도를 보면, 앞서 보고한 바와 같이 확인된 1,513개의 자모조합 중에서 자음+모음(CV, 예: ‘나’, ‘보’ 등)형태가 175개, 자음+모음+모음(CVV, 예: ‘제’, ‘뇌’ 등)형태는 94개, 자음+모음+자음(CVC, 예: ‘발’, ‘돌’ 등)형태는 1,030개, 자음+모음+모음+자음(CVVC, 예: ‘괄’, ‘관’, 등)형태는 166개인 것으로 확인되었다.
- 따라서 구성된 자극 쌍에서 자극 글자들 간의 유사도가 상대적으로 높았던 것이 한 원인이 되었을 가능성이 있었다. 실제로 참가자들이 보았던 모음들의 구성 비율을 검토해 본 결과, CV조건에서는 시각적 유사성과 복잡성이 상대적으로 높은 복모음의 비율이 52.5%였고, 단모음은 47.5%였던데 반하여, CVC조건에서는 복모음은 15.6%, 단모음은 84.4%로 CV조건에서의 복모음의 비율이 큰 것으로 나타났다. 따라서 이러한 차이가 CV조건의 기대치보다 낮은 재인율의 한 원인이었을 수 있었다.
- 실험 결과, 가장 복잡한 구성을 가진 CVCC유형의 조건에서의 글자 재인율이 가장 낮았고, 가장 단순한 자음만 제시된 형태의 C조건에서의 글자 재인율이 상대적으로 높았다. 그러나 CV조건과 CVC조건의 재인율들은 역전 현상을 보여, CVC유형의 글자들의 재인율이 CV조건의 글자들보다 높았다.
- 시각적으로 보다 정보량이 많은 CVC조건에서 CV조건보다 글자 재인율의 정확도가 높은 것으로 나타난 이유를 좀 더 살펴보기 위해 각 조건에서 50%와 40%미만의 평균 재인율을 보인 글자 쌍들의 개수와 유형을 확인해 보았다. <표 3>에 제시된 것처럼, CVC조건에서는 130개 중 총 8쌍(1쌍이 40%미만)이 50%미만이었던 것에 비하여 CV조건에서는 총 24쌍(40%미만은 6쌍)이나 평균재인율이 50%미만인 것으로 나타났다. 평균 재인율이 낮은 쌍들의 특징을 살펴보면, 최영은과 유성재 (2015)가 제안한 것과 같이 CV조건의 글자 쌍들이 모음이나 자음간의 혼란이 높았을 가능성이 보였다.
- 읽기 이해력은 각 질문에 응답한 내용을 기초로 하여 단순 사실과 관련한 것은 정확히 답하면 1점 아니면 0점으로 코딩하였고, 추론 관련 질문에서는 추론에 관련된 근거를 한 가지만 제시하면 1점, 2가지 제시하면 2점, 둘 다 제시하지 못하면 0점으로 하여 지문 당 0점에서 6점의 점수를 받을 수 있었다.
- 평균 재인 정확률이 아닌 시각 폭의 크기(전체 위치에서 80%이상 정확도를 보인 위치의 수합계)를 종속 변인으로 하여 동일한 분석을 실시한 결과, 시야(F(1, 5) = 7.8000, p < .05)와 조건(F(3, 15) = 40.321, p < .01)의 주효과는 동일하게 유의한 것으로 관찰되었으나 시야와 조건의 상호작용 효과(F(3, 15) = 1.606, p = .261)는 유의하지는 않았다.
- 흥미롭게도 본 연구의 결과에서도 CVC조건의 재인율은 특히 우측 시야 영역에서 더 높은 것으로 나타났다. 그리고 우측 시야에서는 CVC조건의 재인율이 가장 단순하고 시각 정보량이 적은 C조건의 재인율과 거의 유사해진 것을 볼 수 있었다(그림 2A와 그림 3A 참조).
후속연구
- 그러나 결론을 내리기에 앞서 먼저 제기한 자극 간의 혼돈성 효과와 빈도 효과를 다시 한 번 세밀히 재검토해야 할 필요성은 있어 보인다. 특히, CV 글자 유형들의 유사성을 최대한 배제한 글자 쌍들을 구성하였을 때도 여전히 CVC보다 글자처리 정보량이 떨어지는지를 살펴보아야 할 것이며, 각 개별 글자별로 빈도를 구하여 빈도에 따른 효과가 모든 음절 형태에서 나타날 수 있는 것인지도 보다 체계적으로 살펴보아야 할 것이다.
- 그러나 선행연구와 달리 본 연구에서는 이러한 부분을 사전에 세밀히 통제하지 못하였기에 이러한 복잡성의 역전 효과가 관찰되었을 가능성이 있었다. 따라서 추후 모음의 유형이나 자극 간의 유사도를 좀 더 사전에 통제하고 시각 폭을 측정하는 연구를 통해 이를 재검토해 보아야 할 것으로 보인다.
- 읽기 능력의 개인차를 예측할 수 있는 시각 폭 측정의 단위를 확인하는 것은 향후 한글 읽기에서 읽기 능력에 필요한 시각 폭 측정 시 어떠한 유형의 글자를 사용하여야 할지를 제시해 줄 수 있으므로 매우 유용하다. 또한 이러한 기본 단위 글자 유형의 규명은 한글 읽기에서 읽기 능력 향상을 위한 시각 폭 확장의 훈련 프로그램을 구성할 때에도 매우 중요할 것이다. 시각 폭은 반복된 훈련을 통해서 증가될 수 있는 것으로 보고되었기 때문이다(He et al.
- 특히, CV 글자 유형들의 유사성을 최대한 배제한 글자 쌍들을 구성하였을 때도 여전히 CVC보다 글자처리 정보량이 떨어지는지를 살펴보아야 할 것이며, 각 개별 글자별로 빈도를 구하여 빈도에 따른 효과가 모든 음절 형태에서 나타날 수 있는 것인지도 보다 체계적으로 살펴보아야 할 것이다. 본 연구에서는 개별 글자의 빈도를 반영하지 못하였을 뿐만 아니라 글자 유형의 전반적 빈도에 대한 정보도 소수의 참가자를 대상으로 한 주관적 평정에 기반을 둔 것이었기에 그 한계가 컸다. 따라서 이를 보다 체계적인 말뭉치 분석에 근거한 자료를 기반으로 검증해야 할 필요가 있다.
- 예컨대, CV 유형의 글자들인 ‘가’, 나’, ‘다’ 등과 같은 글자들은 CVC 유형의 어떤 글자들보다도 높은 빈도로 사용될 수 있는 반면에 ‘뇌’, ‘귀’, ‘제’와 같은 글자들은 상대적 빈도가 매우 낮을 수도 있다. 본 연구의 설계는 글자 유형들을 하나의 요인으로 묶어서 살펴보는 데 국한되어 있었기에 이와 같은 개별 글자들의 빈도의 차를 제대로 반영하지는 못하였다. 글자들의 빈도가 초기 단계 글자 처리량에도 정말 영향을 줄 수 있는 부분이라면 글자 유형 전체의 빈도를 넘어서서 개별 글자들의 빈도에 따른 영향도 존재하는지를 검토하는 것은 매우 중요한 질문으로 남아있다.
- 최영은과 유성재(2015)의 연구가 11명만을 대상으로 한 자료였는데도 성별에 따른 차이가 나타난 것과 달리 성인 20명을 대상으로 한 본 연구에서 성별 차이가 나타나지 않은 것은 비록 참가자 수는 다소 많았더라도 참가자 수의 불균형에 의한 것일 수도 있겠다(남자가 14명, 여자가 6명). 성별에 따른 시각 폭 크기의 차이는 향후 참가자 수가 좀 더 균형적인 자료를 통해 더 세밀히 검증해보아야 할 것으로 보인다.
- 이와 더불어 빈도를 넘어서서 CVC의 음절 형태가 다른 음절보다 회상하기에 좋은, 한국어 화자/독자들이 선호하는 하위 음절 형태이기에(Lee & Goldrick, 2008의 subsyllabic represenation과 관련한 논의 참조) 이런 결과 패턴이 관찰된 것인지와 같은 다른 추가 요인들에 대해서도 추후 연구를 통해 밝혀내야 할 것으로 보인다.
- 그러나 결론을 내리기에 앞서 먼저 제기한 자극 간의 혼돈성 효과와 빈도 효과를 다시 한 번 세밀히 재검토해야 할 필요성은 있어 보인다. 특히, CV 글자 유형들의 유사성을 최대한 배제한 글자 쌍들을 구성하였을 때도 여전히 CVC보다 글자처리 정보량이 떨어지는지를 살펴보아야 할 것이며, 각 개별 글자별로 빈도를 구하여 빈도에 따른 효과가 모든 음절 형태에서 나타날 수 있는 것인지도 보다 체계적으로 살펴보아야 할 것이다. 본 연구에서는 개별 글자의 빈도를 반영하지 못하였을 뿐만 아니라 글자 유형의 전반적 빈도에 대한 정보도 소수의 참가자를 대상으로 한 주관적 평정에 기반을 둔 것이었기에 그 한계가 컸다.
- 이러한 모니터링의 차이에서 제외 시행 탐지 수에 차이가 있었을 수도 있겠다. 향후 관련한 연구들에서는 이러한 방법론적인 부분도 체계적으로 재검토하여 보다 안정적인 시각 폭 크기 측정 패러다임을 구축하는 노력도 필요한 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.