• 제목/요약/키워드: discourse of language

검색결과 272건 처리시간 0.016초

단편애니메이션의 실험적 영상연출 연구 -<탱고>와 <페스트 필름>을 중심으로 (A Study of Experimental Image Direction for Short Animation Movies -focusing in short film and )

  • 최돈일
    • 만화애니메이션 연구
    • /
    • 통권36호
    • /
    • pp.375-391
    • /
    • 2014
  • 애니메이션은 이야기를 바탕으로 프레임을 구성하는 조형언어와 컷을 구성하는 프레임을 그려내는 비실사동영상예술이다. 따라서 영상을 표현함에 있어 프레임 내에서는 미술의 표현어법과 조형공간장치들을, 컷은 프레임과 프레임사이의 영상 어법을 충실하게 갖추어야한다. 단편애니메이션은 작가의 주관적 담론을 표현하기 위한 서사보다는 독특한 이미지표현과 다양한 영상 실험에 의해 제작되는 특징을 갖고 있다. 따라서 독창적인 영상을 구성하는 이미지스타일이나 다양한 영상연출 등이 매우 중요한 요소로 작용한다. 이번연구에서는 필름조작에 의한 제작방식을 보여준 <탱고>와 <페스트 필름>의 실험적 영상 연출의 특징을 상호 비교해보았다. 그 결과 다음과 같은 특징을 알 수 있었다. 첫째, 제작기법에서는 <탱고>는 라이브 영상에서 얻어낸 이미지를 셀매트에 직접 페인팅과 많은 옵티컬 노출공정을 통해 제작한 픽실레이션인 반면 <페스트 필름>은 수백편의 액션영화의 장면을 선별하여 찢기, 오리기, 붙이기, 접기 등의 다양한 콜라주기법으로 제작되었다. 둘째, 화면공간연출로는 <탱고>는 일반적인 화면전환을 거부하고 고정된 카메라앵글로 인물들의 비 인과관계를 반복된 행위와 순환적 영상구조로 표현한 반면 <페스트 필름>은 인물간의 상호 대립관계를 다양한 카메라앵글과 독특한 이미지의 화면전환으로 빠르게 진행하는 전진구조를 갖고 있었다. 셋째, 편집에서는 <탱고>는 다양한 인물의 등장으로 여러 개의 장면으로 보이나 실질적으로는 전체의 영상이 하나의 쇼트로 이루어진 롱 테이크 쇼트로 표현되었다. 반면 <페스트 필름>은 수백 개의 다양한 쇼트에 의한 영상재구성으로 시각적 재미와 몰입 도를 극대화하고 있다. 즉 두 작품 모두 일반적인 애니메이션제작방식과는 차별화된 필름조작을 통해 애니메이션영상표현의 확장성을 보여준 실험적 작품이라는 공통점을 갖고 있다. 이외에도 <탱고>가 뚜렷한 내러티브 없이 다양한 인간들의 반복일상을 재 개념화된 공간의 영상미로 전달한 반면 <페스트 필름>은 이항대립의 구조로 설정하고 속도감 있는 전개와 콜라주에 의한 이미지 재구성을 통해 새로운 영상공간으로 풀어내고 있음을 알 수 있었다.

BERTopic을 활용한 불면증 소셜 데이터 토픽 모델링 및 불면증 경향 문헌 딥러닝 자동분류 모델 구축 (Topic Modeling Insomnia Social Media Corpus using BERTopic and Building Automatic Deep Learning Classification Model)

  • 고영수;이수빈;차민정;김성덕;이주희;한지영;송민
    • 정보관리학회지
    • /
    • 제39권2호
    • /
    • pp.111-129
    • /
    • 2022
  • 불면증은 최근 5년 새 환자가 20% 이상 증가하고 있는 현대 사회의 만성적인 질병이다. 수면이 부족할 경우 나타나는 개인 및 사회적 문제가 심각하고 불면증의 유발 요인이 복합적으로 작용하고 있어서 진단 및 치료가 중요한 질환이다. 본 연구는 자유롭게 의견을 표출하는 소셜 미디어 'Reddit'의 불면증 커뮤니티인 'insomnia'를 대상으로 5,699개의 데이터를 수집하였고 이를 국제수면장애분류 ICSD-3 기준과 정신의학과 전문의의 자문을 받은 가이드라인을 바탕으로 불면증 경향 문헌과 비경향 문헌으로 태깅하여 불면증 말뭉치를 구축하였다. 구축된 불면증 말뭉치를 학습데이터로 하여 5개의 딥러닝 언어모델(BERT, RoBERTa, ALBERT, ELECTRA, XLNet)을 훈련시켰고 성능 평가 결과 RoBERTa가 정확도, 정밀도, 재현율, F1점수에서 가장 높은 성능을 보였다. 불면증 소셜 데이터를 심층적으로 분석하기 위해 기존에 많이 사용되었던 LDA의 약점을 보완하며 새롭게 등장한 BERTopic 방법을 사용하여 토픽 모델링을 진행하였다. 계층적 클러스터링 분석 결과 8개의 주제군('부정적 감정', '조언 및 도움과 감사', '불면증 관련 질병', '수면제', '운동 및 식습관', '신체적 특징', '활동적 특징', '환경적 특징')을 확인할 수 있었다. 이용자들은 불면증 커뮤니티에서 부정 감정을 표현하고 도움과 조언을 구하는 모습을 보였다. 또한, 불면증과 관련된 질병들을 언급하고 수면제 사용에 대한 담론을 나누며 운동 및 식습관에 관한 관심을 표현하고 있었다. 발견된 불면증 관련 특징으로는 호흡, 임신, 심장 등의 신체적 특징과 좀비, 수면 경련, 그로기상태 등의 활동적 특징, 햇빛, 담요, 온도, 낮잠 등의 환경적 특징이 확인되었다.