우리말 정보화의 현황과 남북 언어 정보 표준화의 문제점

정보 중에서 가장 중요한 것은 언어정보이다. 이 언어정보는 대개 시각 정보(문자정보와 이미지 정보)와 청각 정보(음성정보)로 되어 있다. 정보처리 과정이나 정보전달 과정에서 문자정보와 음성정보가 중요한 기능을 하기 때문에, 언어 정보화는 정보이론의 중요한 위치를 차지하게 되었다. 결국 모든 정보화는 우리말 정보화로부터 출발하는 것이다.

2. 말뭉치의 구축

정보의 생산 단계에서 가장 중요한 것은 정보의 원천을 구축하기 위한 표준을 만들어 실제로 말뭉치를 구축하는 일이다.
컴퓨터가 읽을 수 있는 형태로 지정된 자연어 용례들과 이들 용례에 대한 부속정보들의 묶음을 말뭉치(‘말모둠’, ‘글뭉치’, ‘글모둠’, ‘글덩어리’, ‘말과 글덩어리’ 등의 번역이 있다)라고 한다. 언어자료의 가공이 언어정보의 생산이다. 여기서 가공 또는 처리란 자료의 수집, 분류, 재정렬, 계산, 요약, 저장 등을 포함하는 일련의 디지털화 작업을 말한다. 원전 자료를 컴퓨터에서 활용할 수 있도록 하는 과정인 것이다.
말뭉치는 문어(文語) 말뭉치, 음성 말뭉치, 그림 말뭉치(image corpus)가 다 포함된다. 또한 가공의 여부에 따라, 원시 말뭉치, 주석 말뭉치…(생략)