클러스터링 기반 감정 흐름 분석을 통한 『허삼관 매혈기』 연구 = Cluster-Based Sentiment Flow Analysis of Yu Hua’s Chronicle of a Blood Merchant

국문 초록 (Abstract)

본 연구는 위화의 『허삼관 매혈기』를 대상으로 감정 분석과 의미 기반 클러스터링을 결합한 디지털 인문학적 방법론을 적용하여, 주인공 허삼관의 정체성이 서사 구조 속에서 형성되고 변화하며 해체되는 과정을 분석하였다. 감정 점수는 각 문장의 정서적 방향성과 강도를 수치화한 값이고, 의미 클러스터는 문장 간 내재적 의미 유사성을 기반으로 도출된 정체성 유형이다.
분석 결과, 허삼관의 정체성은 ‘전략적 생존자’, ‘헌신적 가장’, ‘소진된 무기력자’, ‘실천적 아버지’, ‘현실적 협상자’의 다섯 개 의미 클러스터로 분화되며, 감정 곡선의 방향성과 진폭 변화는 각 클러스터가 분포하는 시기와 밀접하게 연관되어 있음을 확인하었다. 또한 감정의 진폭이 극대화되거나 곡선이 전환되는 시점은 허삼관의 역할과 위치, 사회적 관계망이 급격히 변화하는 서사적 전환점과 맞물린다는 사실을 도출하였다. 이러한 결과는 허삼관이라는 인물이 감정적 수행과 관계적 맥락에 따라 구성되고 해체되는 유동적인 정체성을 지닌다는 사실을 증명한다.
본 연구는 감정 분석과 의미 클러스터의 시계열적 병렬 분석을 통해 문학 텍스트 내부의 정서 구조와 서사 흐름을 입체적으로 조망할 수 있는 새로운 분석 틀을 제시하였다는 점에서 디지털 기반의 정량 분석이 문학 연구에 기여할 수 있는 가능성을 보여준다.

다국어 초록 (Multilingual Abstract)

This study applies a digital humanities methodology combining sentiment analysis and semantic clustering to Chronicle of a Blood Merchant by Yu Hua, aiming to examine how the protagonist Xu Sanguan’s identity is constructed, transformed, and dismantled within the narrative structure. Sentiment scores quantify the emotional polarity and intensity of each sentence, while semantic clusters represent distinct identity types derived from latent semantic similarities between textual units.
The analysis reveals that Xu Sanguan’s identity is dispersed across five semantic clusters—“strategic survivor,” “devoted provider,” “exhausted outcast,” “ethical father,” and “pragmatic negotiator.” The fluctuation in sentiment scores, especially at points of extreme amplitude or directional reversal, closely aligns with narrative turning points where Xu’s familial role, social position, and interpersonal relationships undergo dramatic change. These findings demonstrate that Xu Sanguan does not embody a fixed identity but rather a fluid one, shaped through emotional performance and contextual interactions.
By synchronizing sentiment trajectories with semantic clustering in a chronological framework, this study proposes a novel analytical model that visualizes emotional structures and identity shifts within literary texts. Ultimately, it shows the potential of data-driven literary analysis to enrich interpretative depth and complement traditional close reading practices in the field of digital humanities.