말뭉치에서의 띄어쓰기

1. 연구 목적

말뭉치는, 자료의 효과적인 추출을 위해 통일성 있게 표기되어야 한다. 글말의 경우 원문의 표기에 따라 말뭉치 자료가 구축되는 데 비해, 입말뭉치는 그 문제가 조금 다르다. 입말뭉치는 원자료가 텍스트가 아닌, 발화를 담은 비디오 테잎이나 오디오 테잎이므로, 원자료의 글자 표기가 존재하지 않는다. 이 경우 전사자의 표기 습관에 의해 말뭉치 표기가 결정되므로, 일관성 있는 자료의 획득을 위해서는 표기 원칙의 통일이 필요하게 된다. 특히 맞춤법의 문제 중에서도 띄어쓰기가 가장 문제가 된다.
우리말의 띄어쓰기 규정에는 원칙과 허용이 동시에 적용될 수 있으므로 계량 단위로써의 자료를 얻기 위해서는 전사 전에 그 원칙을 꼼꼼하게 규정해 두거나, 작업 후 후처리 과정을 거쳐야 할 필요가 있다. 그러나 후자는 역시 소모적인 일이 될 수 있으므로, 전사 원칙에서 띄어쓰기 방법을 강구하고자 한다.
이 연구의 목적은, 지난 2년 동안(1998년 ∼ 1999년)의 ■■21세기 세종 계획■■ 기초 말뭉치 구축 프로젝트(현대 국어 구어 전사 말뭉치 구축) 작업 중에서, 특히 1차 전사된 자료를 교정하는 가운데 드러난 띄어쓰기의 문제가 되는 자…