단국대학교

AI 기술 적용해 한자 3억 자 자동으로 인식·유형화 하는 DB 구축
2019년부터 3년간 연구 매진, 10억 원 투입

인공지능과 빅데이터 기술로 조선왕조실록, 일성록(日省錄), 개인 문집류 등 고문헌의 한자를 지금보다 좀 더 빠르게 확인하고 연구할 수 있는 길이 열렸다. 

부설 한문교육연구소(소장 김우정 교수)와 자율형블록체인융합연구소(소장 박용범 교수)는 고문헌에 표기된 흘림체 글자 등 복잡한 한자에 인공지능 기술을 적용, 한자를 자동으로 분할하고 인식하는 모델을 개발하는데 성공했다고 발표했다. 이를 바탕으로 3억 자 이상의 한자 이미지를 데이터베이스로 구축, 사용자가 사용할 경우 전체 한자의 90% 이상을 판별할 수 있다. 

△ 한문교육연구소가 개발한 인공지능 한자인식 기술[한자이미지(왼쪽)를 인공지능이 분석해 한자자형(오른쪽)으로 자동변환 한다.] 

이 프로그램에 따르면 고문헌 이미지 파일의 한자 이미지를 자동으로 분할하고 이후 추출된 한자 자형 이미지에 맞는 한자 유니코드를 부여해 검색과 활용이 용이한 신뢰도 높은 한자 자형 정보 데이터베이스에 구축된다. 연구소는 데이터베이스 구축을 위해 개인 문집류 1,259종과 조선왕조실록, 일성록(日省錄) 등에 표기된 10,593종의 글자를 확인했고 이를 통해 3억 80만여 자의 한자 자형 이미지 추출에 성공했다. 

이 프로그램은 금속활자본, 목활자본, 목판본, 납으로 만든 연활자본 등 다양한 판종을 기준으로 개발됐다. 정제된 필사본에 대해서는 뛰어난 해석 성능을 보였지만 초서나 행서 등 흘림서체에 대해서는 일치율을 높여야 하는 과제도 남아 있다. 

이 프로젝트는 한문교육연구소의 ‘한국 역대 한자 자형 자전(字典) 데이터베이스 구축 및 활용’ 과제로 수행됐고 2019년부터 2022년까지 3년간 한국학중앙연구원의 지원금 10억 5천만 원이 투입됐다. 프로젝트 추진을 위해 자율형블록체인융합연구소가 한자 자형 분할·추론 모델을 개발했고 부설 동양학연구원이 세계 최대 규모 사전인 한한대사전(漢韓大辭典)의 자형 정보를 제공했다. 

△ 한문교육연구소는 지난달 20일 인공지능 한자 인식 기술에 대한 성과발표회를 가졌다(앞줄 가운데 김우정 교수)

김우정 소장(한문교육과)은 “우리 민족의 지식 자산을 우리 기술로 처리하고 관리하는 시스템을 구축했다는 점에서 의미가 크다”며 “관련 앱을 만들어 국학을 연구하는 학생과 교수, 관련 연구자에게 제공할 계획”이라고 포부를 밝혔다. 한문교육연구소는 조만간 한국학중앙연구원의 허가를 받아 포털에 서비스를 제공한다는 계획이다.