3,000개 어휘 개념에 대한 중국어 감각운동 및 체화 규범

개념적 지식이 신체적 경험에 어떻게 접지(grounded)되는지, 그리고 기계 시스템이 직접적인 감각운동(sensorimotor) 경험 없이 어느 정도까지 그러한 지식을 습득할 수 있는지는 인지 과학과 체화된 인공지능 (embodied artificial intelligence) 연구 모두에서 핵심적인 질문입니다. 이러한 질문들을 경험적으로 조사하기 위해서는 대규모 규범적 자원이 필수적이지만, 비인도-유럽어 (non-Indo-European) 언어에 대한 자원은 여전히 부족한 실정입니다. 본 연구에서는 378명의 중국어 원어민으로부터 수집한 11차원 감각운동 평점과 1차원 체화 (embodiment) 평점을 포함하여, 중국어 만다린어의 3,000개 어휘 개념에 대한 새로운 규범 데이터베이스를 제시합니다. 이 평점들은 기존의 중국어 자원들과 높은 신뢰도 및 강력한 교차 규범 타당도 (cross-norm validity)를 보여주었으나, 기존 자원들은 다루는 단어 수가 더 적고 11가지 감각운동 차원 중 일부만을 포함하고 있었습니다. 검증 연구에서는 이론적 근거를 가진 지표인 체화의 지각적 강도 (Perceptual Strength of Embodiment, PSE) (Huang et al., 2025)에서 도출된 새로운 변수들과 7개의 일반적인 복합 변수들을 어휘 결정 과제 (lexical decision tasks)에서 테스트했습니다. 결과에 따르면 PSE-감각운동 (PSE-Sensorimotor) 및 Minkowski-3가 어휘 결정 수행 능력의 가장 강력한 복합 예측 변수였으며, 이는 어휘 처리 과정에서 감각운동 정보가 미치는 촉진 효과를 포착합니다. 추가적인 탐색적 연구를 통해, 단순 회귀 모델을 사용하여 순수하게 언어적인 표현으로부터 감각운동 평점을 상당 부분 복원할 수 있음을 보여주었습니다 (차원별 평균 Spearman r = .62). 다만 복원 정도는 차원마다 현저히 달랐는데, 시각 및 청각 차원이 화학 감각 (chemosensory) 차원보다 더 높은 일치도를 보였습니다. 표현 유사도 분석 (Representational similarity analysis)은 감각운동 공간의 관계적 기하학 (relational geometry) 또한 부분적으로 복원 가능하다는 것(r = .540)을 보여주었으며, 이는 분포적 언어 사용 (distributional language use)이 체화된 개념 구조의 측면들을 인코딩한다는 견해와 일치합니다.