디지털 인구시어: PaydaDosh 플랫폼

## 잉구시어의 디지털 부흥: PaydaDosh가 사전, 코퍼스, AI 모델을 어떻게 구축하는가

PaydaDosh 프로젝트는 사전, 병렬 코퍼스, AI 도구를 결합한 오픈 언어 플랫폼으로, 잉구시어를 지원합니다. 수집된 데이터베이스에는 66,000개 이상의 사전 항목과 수만 개의 정렬된 문장이 포함되어 있으며, 이 언어를 연구하고 보존하는 데 가장 큰 자원이 되고 있습니다. 코카서스어족 나흐어파에 속하는 잉구시어는 약 40~50만 명이 사용하지만, 최근까지 디지털 환경에서의 존재감이 미미했습니다.

플랫폼 구성 요소: 사전에서 AI 어시스턴트까지

PaydaDosh는 개발자와 언어학자들에게 포괄적인 자원 세트를 제공합니다:

• 사전 — 번역, 문법 태그, 단어 형태, 오디오 예시가 포함된 66,524개의 사전 항목.
• 병렬 코퍼스 — 실제 텍스트에서 추출한 문장과 러시아어 번역이 정렬된 데이터. 역사 소설 Magas the Blessed (34,156 문장), 민속 (9,477 문장), 고전 번역(Pushkin, Turgenev 등)을 포함.
• 주제별 컬렉션 — 16개 카테고리(노동, 가족, 명예 등)로 나뉜 2,156개의 속담과 병렬 번역이 포함된 171개의 우화.
• 프레이즈북 — 실생활 상황별로 그룹화된 즉시 사용 가능한 구문.
• 커뮤니티 — 원어민이 문법과 번역 질문에 답하는 "질문" 섹션으로, 권위 있는 답변은 표시됨.
• AI Assistant — 사전과 문법 데이터를 사용해 질문에 대한 예비 답변을 자동 생성.
• Mobile Apps — 두 개의 Android 앱(오프라인 버전 포함)과 데이터 동기화가 가능한 Telegram 봇.

모든 자원은 오픈되어 무료로 이용 가능하며, 이는 디지털 시대에 자원이 부족한 언어를 지원하는 데 필수적입니다.

데이터 출처: 고전 사전에서 현대 컬렉션까지

사전은 "Ingush Language Dictionary Compendium" 프로젝트(ghalghay.github.io)를 기반으로 하며, PaydaDosh는 다양한 출처의 데이터를 통합해 크게 확장했습니다. 그중에는:

• M. G. Uzhaev _Ingush-Russian Dictionary_ (1927)
• Z. K. Malsagov _Ingush Terminological Collection_ (1933)
• Johanna Nichols. _Ingush-English and English-Ingush Dictionary_ (2004), Ahmed Bekov가 러시아어로 번역
• A. S. Kurkiev _Ingush-Russian Dictionary_ (2005)
• A.-M. M. Dudarov _Ingush Agriculture_ (2015)
• N. D. Kodzoev _Dictionary of Computer Terms_ (2016)
• 아동 잡지 "SelaIad" (294호)

각 사전 항목에는 출처를 짧은 코드로 링크하여 투명성을 보장하고 연구자들이 원문을 검증할 수 있게 합니다. 이는 데이터 정확성이 최우선인 학술 작업에서 특히 중요합니다.

기술 구현: 형태소 분석, 코퍼스, AI

잉구시어는 에르가티브 구조, 복잡한 격 체계, 동사 클래스 등의 특징을 가지며 전문 처리 도구가 필요합니다. PaydaDosh는 이를 다음과 같이 해결합니다:

형태소 분석을 통한 퍼지 검색. 알고리즘은 단어 형태를 인식하고 정확 일치를 우선시합니다. 기본 단어 하나가 수십 개의 형태를 생성하는 언어에서 이는 검색 관련성을 높입니다. 예를 들어, "kho"(나)에 대한 쿼리는 모든 대명사 형태를 반환하지만 기본 형태를 강조합니다.

코퍼스와 사전 연결. 병렬 코퍼스의 모든 문장이 사전 항목과 연결됩니다. 텍스트에서 단어를 클릭하면 해당 항목으로 이동하고, 단어 카드는 코퍼스에서 사용 예시를 보여줍니다. 검색은 잉구시어와 러시아어 텍스트 모두에서 작동해 병렬 데이터 작업을 간소화합니다.

Q&A 시스템의 AI 통합. 새로운 쿼리가 들어오면 기존 데이터를 기반으로 예비 응답을 생성해 사용자 진입 장벽을 낮춥니다. 원어민 응답은 별도로 표시되며, 투표를 통해 가장 정확한 응답을 승승합니다.

크로스플랫폼 동기화. 웹사이트, Telegram 봇, 모바일 앱 간에 검색 기록, 즐겨찾기, 사용자 기여가 동기화되어 모든 형식에서 통합된 언어 작업 생태계를 만듭니다.

사용자 기여 메커니즘. 등록 사용자는 새로운 단어, 예시, 오디오 녹음을 추가할 수 있습니다. 모든 제출물은 게시 전에 편집자 검토를 거쳐 데이터 품질을 보장합니다.

계산 언어학을 위한 병렬 코퍼스의 가치

병렬 코퍼스는 NLP 도구 개발의 핵심 자원입니다. 잉구시어를 비롯한 대부분의 자원이 부족한 코카서스 언어에는 이런 자료가 거의 없었습니다. PaydaDosh는 이를 메우며 다음을 제공합니다:

• The Tale of Igor's Campaign에서 218개의 정렬된 문장으로 구문 분석 가능.
• Pushkin의 The Captain's Daughter에서 2,918 문장으로 번역 전략 연구 가능.
• 일상어 반영된 민속과 현대 문학 텍스트.

이 데이터셋은 언어 모델 훈련, 특히 기계 번역 작업에 귀중합니다. 주요 언어용 표준 접근법은 에르가티브 체계와 비표준 문자에서 종종 실패하므로 맞춤 코퍼스가 기술 적응에 필수적입니다.

개발 계획: 모바일 앱에서 교육 도구까지

PaydaDosh 팀은 세 방향에 집중합니다:

• 코퍼스 확장 — 현대 산문과 저널리즘을 포함한 원문 잉구시어 텍스트 추가.
• AI 기능 심화 — 잉구시어 문법 특성을 반영한 모델 개발로 자동 응답 정확도 향상.
• 교육 도구 — 모바일 퀴즈와 플래시카드를 웹 플랫폼으로 이식하고 인터랙티브 레슨 생성.

연구자 지원에 특별 주의: 프로그램 데이터 액세스용 API와 코퍼스 분석 도구를 계획 중입니다. 이는 플랫폼을 단순 참조가 아닌 계산 언어학 연구소로 전환할 것입니다.

주요 요약

• 데이터 규모: 66,524개의 사전 항목과 병렬 코퍼스의 43,633 문장이 NLP 개발 기반.
• 기술 적응: 형태소 분석 퍼지 검색으로 잉구시어의 높은 굴절 생산성 대응.
• 오픈니스: 모든 자원이 무료로, 디지털 생태계가 제한된 언어 보존에 핵심.
• 커뮤니티: AI와 검토된 원어민 기여 결합으로 지속 가능한 성장 모델.

— Editorial Team