전자공학 전공서적에 나타난 영어 어휘 및 어휘다발의 특성 분석

Abstract

본 연구의 목적은 전자공학 전공서적에 사용된 영어 어휘와 어휘다발을 소규모 특수 코퍼스를 구축한 이후에 안트콘크와 안트워드프로파일러와 같은 컴퓨터 소프트웨어를 이용하여 해당 표현들의 구조적 특징과 어휘의 난이도 및 그 의미를 분석해보는 것이다. 학생들의 ESP 학습에 전공서적이 미치는 영향력이 크다는 선행연구들(신창원, 2012; 이제영 & 김정렬, 2013)을 기반으로 전자공학 전공서적을 연구대상으로 선정하였으며 ESP의 경우 이러한 특정 영역마다 다른 특성을 파악하여 교수 학습에 사용해야 한다는 선행연구들(권선희, 2014; Davies, 2001; Dudley-Evans & St. John, 1998)도 참고하여 해당 영역의 어휘와 어휘다발에 대한 연구를 진행하고자 하였다. 연구의 세부방향을 설정하기 위해 참고한 선행연구들(Hsu, 2014; Ward, 2009)과는 달리 EEMC 구축시 기본적인 과목들은 배제하고 전자공학의 특성을 나타낼 수 있는 2학년 이상의 교과목에 채택된 전공서적들을 기반으로 하였으며, 전자공학의 특성을 더욱 잘 나타낼 수 있도록 기본적인 어휘들을 연구 대상 후보로 삼은 것이 아니라 키워드들을 대상으로 연구를 진행하였으며, 의미분석시 일반적 목적의 어휘다발과 학문적 목적의 어휘다발을 배제한 EEMC에서만 관찰할 수 있는 어휘다발들을 대상으로 연구를 진행하였다. 컴퓨터 프로그램의 도움과 3차례의 수작업을 거쳐서 총 82개의 키워드 목록과 202개의 어휘다발 목록을 완성할 수 있었다. EEMC만의 특징을 파악하고 EEMC의 난이도를 짐작해보고자 AWL과 GSL의 각각의 적용 범위와 해당 어휘목록들을 제외한 나머지(Off-list)에 대해서도 분석을 실시하였다. 이러한 분석은 컴퓨터 소프트웨어 AntWordProfiler 을 이용하여 진행하였다. EEMC를 구성하고 있는 전체 개별 어휘를 대상으로 한 결과에서 GSL(62.36%)이 가장 큰 비중을 차지하였고 그 뒤는 GSL과 AWL은 배제하고 얻은 Off-list(32.17%)가 따랐으며 가장 비중이 작은 것은 AWL(5.47%)이었다. 이러한 양상은 전체 어휘를 대상으로 진행했을 때뿐만 아니라 키워드나 어휘다발을 구성하고 있는 개별단어들을 대상으로 진행했을 때에도 마찬가지였다. 전자공학에서만 나타나는 Off-List에 속한 단어의 비중이 높은 것이 해당 과목을 학습하는 학습자들에게 부담감으로 작용했을 것이라는 연구자의 가정과는 달리 가장 기본적인 일반 목적의 어휘가 차지하는 비가 가장 높음에도 불구하고 학생들이 느끼는 어려움이 공학 계열 전공자들에게서 크게 나타난다는 것은 시사하는 바가 크다고 본다. 첫째, 축약형을 연구대상에 포함시키고 이 축약형들을 구성하고 있는 개별 어휘에 대한 분석을 진행했다는 점은 서로 상반된 두개의 예측을 가능하게 한다. 우선 그러한 표현들을 처음으로 접하는 학습자들이 해당 표현을 알고 있다고 착각하게 할 소지가 높다. 그러나 이미 많은 연구자들이 언급하였듯, 이러한 착각은 오해를 불러일으킬 수 있고 이러한 표현들의 존재는 학습자의 성공적인 학습을 방해하는 요인이 될 수 있다(Baker, 1988; Christie, 2002; Nation, 2001). 둘째, 학문적인 자료를 접했을 때 과하게 AWL에 의존하게 되는 경향은 경계해야 함을 시사한다. EEMC에서 AWL가 차지하는 비중은 10% 미만이었기 때문에 대학 전공서적을 학습하면서 AWL만을 공부한다면 그것은 학습자가 기대하는 만큼 효율적이지 않을 수 있다. 그렇기 때문에 AWL과 함께 병행하여 사용할 수 있는 특정 영역에 한정된 어휘 및 어휘다발의 개발은 시급한 과제가 아닐 수 없다. 셋째, GSL과 AWL을 배제한 어휘만을 대상으로 그 의미를 분석해본 결과 일반적인 경우와 동일한 형태의 어휘 및 어휘다발들이 특정 영역에서만 다른 뜻으로 사용하는 경우도 각각 15%와 4%에 해당하였으며 어휘의 경우 일반적인 경우에는 사용하지 않고 특정 영역에서만 사용되는 단어들의 비중이 55%에 육박하였다는 연구의 결과는 ESP 어휘와 관련된 연구들이 학문 영역에 대한 대표성을 가지는 표현들에 대한 연구에만 초점을 맞추지 말고 하나의 전공에 대해서도 심도 있는 연구가 이루어져야 함을 시사한다.;The purpose of this study is to investigate the usage of English words and lexical bundles of Electronic Engineering major textbooks by using the computer software such as AntConc and AntWordProfiler after building the small specialized corpus(Electronic Engineering Major Corpus, EEMC). The selection was based on the results of advanced researches, which tell us domain-specific textbooks’ great influence on students(Shin, 2012; Lee & Kim, 2013) and the nature of ESP; the strong needs of teaching and learning about the different characteristics related to specific domains(Kwon, 2014; Davies, 2001; Dudley-Evans & St. John, 1998), In contrast to the preceding studies(Hsu, 2014; Ward, 2009), the EEMC excluded the books for basic courses, assuming that they don’t show the electronic engineering’s own features. By progressing both computer softwares and manual filterings one by one, the total of 82 keywords and 202 lexical bundles were produced. In order to reveal the salient features of electronic engineering textbooks, the proportions of AWL, GSL, and the words except AWL & GSL(Off-list) were calculated by AntWordProfiler software. The ratios of AWL(5.47%), GSL(62.36%), Off-list(32.17%) in EEMC are 1:12.4:6.4. It shows that the value of GSL is the highest among three categories; word, keyword, and lexical bundles. The analysis result of this study is different from the researcher’s assumption that one of the reasons why students felt trouble studying their engineering field(Hong & Lee, 2011) could be the existence of technical words(In this study, the words in Off-list are named as technical words because of the exclusion of the AWL & GSL). The result suggests several things. First, even though the EEMC list includes the single words of abbreviations of terminology, the relatively high figure of GSL could be a two-edged sword. Students may think the expressions containing GSL are easy and the material is easily readable comparing to other stuffs. But as many researchers already mention, it causes miscomprehensions if we overlook the aspect of semi-technical vocabularies and vague lines among words(Baker, 1988; Christine, 2002; Nation, 2001). Also, it arouses cautions about too much dependence of AWL, when studying academic fields. The percentage of AWL in EEMC is only 5.47, so only studying AWL for preparing their college courses isn’t enough and effective. That doesn’t mean the total ignorance of using AWL. What we need is to develop materials dealing with the domain-specific traits. Those outcomes imply demands for future studies which are dealt with words which have a variety of roles in different fields.