한국어 모국어 화자의 스페인어 발화시 나타나는 분절음과 초분절음 특성 연구 - 재음절화를 중심으로 (Segmental and Suprasegmental Features of L1 Korean in Spoken Spanish - Focused on Resyllabification)

서지정보

· 발행기관 : 서울대학교 라틴아메리카연구소
· 수록지 정보 : 이베로아메리카 연구 / 34권 / 2호 / 35 ~ 66페이지
· 저자명 : 손지은

초록

본고는 한국인 학습자의 스페인어 발화시 나타나는 분절음과 초분절음의 특성을 연구하였다. 주어진 단어와 문장읽기, 자유주제에 대한 말하기 데이터를 바탕으로 분절음과 초분절음 발화에서 나타나는 오류를 관찰하고, 이를 유형화하여 제시하였다. 이 중 초분절음 특성에 해당한다고 볼 수 있는 재음절화 특징 또한 관찰하였는데, 중급 이상 수준의 스페인어 구사자들도 읽기 과제에서 재음절화를 실현하는 경우가 드물었다. 자유발화의 경우, 발화 중간에 휴지가 삽입되거나 짧은 구에 피치악센트를 적용하게 되면, 재음절화 현상이 나타나기 더욱 어려웠다. <한정사 + 명사> 구조나 <전치사 + 관사 + 명사> 구조에서는 재음절화가 일어나는 경우가 있었는데, 이 현상은 해당 발화자가 상대적으로 고급 수준의 화자임을 알 수 있게 하는 하나의 표지로 볼 수 있다고 본고에서는 주장하였다. 인공지능 음성인식 기술의 급격한 발달과 더불어 국내에서 한국인 학습자의 외국어 음성데이터 베타버전이 구축되었고, 국내외에서 음성데이터에 대한 관심이 크게 높아졌다. 학습자의 발음과 말하기 평가를 자동화할 수 있는 모델을 생성하거나, 학습자의 음성을 인식하는 기술 발전에 바탕이 되는 기초작업이 이루어지고 있는 것이다. 향후 발음과 말하기 평가를 자동화하게 된다면, 학습자 음성데이터 강제정렬 기술도 더 안정화 되어야 하는 등 거쳐야 할 단계가 있겠다. 본고에서 제시한 분절음과 초분절음 오류 유형이 이러한 단계를 확립하는데 기여할 수 있기를 바라고, 이와 동시에 한국인 학습자의 스페인어 발음과 억양 습득과 연습에 도움이 되길 기대해 본다.

영어초록

This paper studied the characteristics of segmental and suprasegmental features in Korean learners’ Spanish speech. Errors in segmental and supersegmental features were observed based on oral data on given words and sentences and answers to free topics. After reviewing the types of errors, we categorized them to present as a rubric. Among them, resyllabifications were also observed, even though the rate of resyllabifications in reading tasks was very low for speakers of intermediate or higher levels. In the case of free speech, when pauses are inserted in the middle of speech or pitch accents are applied to short phrases, the resyllabification is more difficult to appear. Resyllabifications occurred relatively more in the structure of <determiner + noun> or <preposition + article + noun>. Therefore, these marks played a role in classifying the speaker as an advanced learner. Along with the rapid development of artificial intelligence voice recognition technology, a beta version of foreign language voice data for Korean learners was built in Korea, and interest in voice data has dramatically increased. The foundational work is creating a model that can automate the evaluation of learners' pronunciation and speaking or developing a technology that recognizes the learners' voices. Suppose the pronunciation and speaking evaluation is automated in the future. In that case, steps will be taken, such as the technology for forced alignment of the learner's voice data to be further stabilized. It is hoped that the segmental and suprasegmental error types presented in this paper can contribute to establishing these steps and, at the same time, help Korean learners acquire and practice Spanish pronunciation and intonation.

참고자료

· 없음