• 제목/요약/키워드: 발굴조사

검색결과 762건 처리시간 0.021초

구주오소경과 명주(하서주) - 그 도시구조를 중심으로 - (9 Provinces and 5 Secondary Capitals, Myeong-ju(Haseo-ju) - Revolve Around Urban Structure -)

  • 야마다 타카후미
    • 헤리티지:역사와 과학
    • /
    • 제45권2호
    • /
    • pp.20-37
    • /
    • 2012
  • 신라는 문무왕 18년(678) 당나라군이 철수함에 따라 명실공히 한반도를 통일한 뒤, 그 판도를 중국 지방행정구획 제도를 모방하여 아홉 개의 주로 구분하고, 거기에 소경 군 현을 배치한 지방행정 조직을 정비하였다. 이른바 9주5소경(九州五小京)이라 불리는 지방행정제도이다. 주는 현재의 대한민국(이하 한국)의 도(道)에 해당하며, 소경은 광역시에 해당하는 것이다. 그 수는 "삼국사기" 신라본기 경덕왕 16년(757) 겨울 12월조에 의하면 5소경, 117군, 293현에 이른다 통일신라시대의 지방도시인 9주5소경(九州五小京)의 연구는 문헌사학 중심으로 이루어져, 주성(州城)과 소경성(小京城)의 위치와 그 도시구조에 대해서는 지금껏 크게 논의되었던 적이 없어 명확치 않은 점이 많다. 고고학적 도시구조의 복원연구는 박태우의 논고("통일신라시대의 지방도시에 대한 연구" 1987년)와 필자의 논고("新の九州五小京城郭の構造と實態について-統一新による計畵都市の復元硏究-"2009년) 정도이다. 강원도 강릉시는 원래 예(濊)의 고국(古國)으로 고구려의 하서량(河西良)이었다. "삼국사기(三國史記)"에 따르면 선덕왕 8년(639)에 북소경 하서양주(北小京; 河西良州))으로 되었는데, 무열왕 5년(658)에 하서주(河西州)로 소경에서 주로 바뀌었다. 이후 경덕왕 16년(757)에는 명주로 개칭되었고 그 뒤, 고려시대 이후로도 명칭은 여러 가지로 변하였다. 박태우는 나성 흔적이 남은 도시로 분류하여 명주동에 있었던 성지로 비정하고 있는데, 현재는 시가지화로 인하여 확인할 수가 없다고 한다. 또한 관동대학교에서는 강릉시 중심부로부터 서남서 약 3km에 위치하는 명주산성을 주치(州治)로 보는 설을 제시하고 있다. 필자는 일제시대의 측량도에서 볼 수 있는 유존(遺存) 토지구획로 보아 경주시의 신라금경이나 다른 많은 도시와 같이 방격의 가구, 즉 방리(坊里)를 갖춘 도시로 복원하였다. 다음은 그 구조에 대해 서술하였다. 강릉의 시가지는 시내를 남서에서 북동으로 흐르는 남대천의 왼쪽 기슭 평탄지에 위치하고 있다. 부근에 그다지 높은 산은 없으나 시가지의 북측에는 산이 동서로 이어져 있으며, 남대천으로부터의 평지부분 너비는 최대가 1km 정도로 그다지 넓지는 않다. 현재는 강릉시의 중심부로 시가지화가 진행되어 강릉역을 중심으로 한 방사상의 구획정리 등도 이루어져 옛 토지구획이 거의 소멸된 상태이다. 그러나 일제시대의 지형도 등을 보면 시가지 중심부인 옥천동, 임당동, 금학동, 명주동 등의 일대에 한 변 약 190m를 기본으로 하는 방격의 토지구획이 북서-남동에 약 0. 8km, 북동-남서에 약 1. 7km의 범위로 잔존하고 있는 것이 확인 가능하다. 방격의 유존 토지구획은 다른 9주5소경(九州五小京)의 사례를 통해 보면 통일신라에 의한 것일 가능성이 높은 것으로 생각된다. 단, 방격 한 변의 길이가 190m로 신라의 금경이나 다른 도시유적에서 볼 수 있는 한 변 160m나 140m의 규격과는 다르다는 점이 앞으로의 검토과제이다. 토지구획의 방위는 지형에 준하여 북서-남동 축에서 북쪽으로부터 약 $37.5^{\circ}$ 서쪽으로 기울어져 있다. 이는 남대천의 방위와 북측의 산지에 제약을 받았기 때문이라고 보여 진다. 방격의 유존 토지구획이 잔존하는 범위로부터, 최소로 보더라도 북서-남동 4방${\times}$북동-남서 7방 크기라는 장방형으로 복원하였다. 단, 방격의 유존 토지구획이 퍼지는 정도로 보아, 남서측과 북서측에 각각 1방 씩 늘어난 북서-남동 5방${\times}$북동-남서 8방(북서-남동 약 $950m{\times}$북동-남서 약 1520m)이었을 가능성도 있다. 전체의 형상은 장방형으로, 당의 장안성(長安城)이나 일본의 평성경(平城城)과 같은 중축대로(주작대로)가 상정 가능한 토지구획은 확인되지 않는다. 명주의 도시유적에 대한 고고학적 조사는 이제껏 이루어지지 않았으나, 도시유적 추정지 내부에 위치하는 조선시대의 강릉읍성이나 관아지의 발굴조사에서 출토된 기와류, 토기류 중에는 통일신라시대로 거슬러 올라갈만한 것이 있다고 필자는 생각한다. 또한, 관아지에서 검출된 조선시대의 건물지는 모두 정방위가 아닌 크게 기울어진 방위를 나타내고 있다. 이것은 강릉에서 볼 수 있는 방격 유존 토지구획이 예전부터 존재하고 있었던 사실을 보여주는 방증이라고 볼 수 있다. 또한 "명주성"의 명문 막새기와가 출토된 명주산성의 역할로, 이것이 주치였던 것을 필자는 부정하지 않는다. 한국의 고대도성은 평지성과 산성의 세트로 구성되어 있으며, 통일신라가 되어도 방리제 도성인 금경 주위로 명활산성, 남산산성, 서형산성의 산성군이 계속되어 유지되고 있었다. 구주오소경 이외의 다른 도시에서도 도시유적 부근에 산성이 분포되어 있는 것으로 보아, 명주도 평지의 도시와 산성이 세트가 되어 주치로서의 기능을 하고 있었던 것으로 사료된다.

사회문제 해결형 기술수요 발굴을 위한 키워드 추출 시스템 제안 (A Proposal of a Keyword Extraction System for Detecting Social Issues)

  • 정다미;김재석;김기남;허종욱;온병원;강미정
    • 지능정보연구
    • /
    • 제19권3호
    • /
    • pp.1-23
    • /
    • 2013
  • 융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).