한국설화의 네트워크 지형에 대한 시론적 연구이다. 『한국구비문학대계』에 수록되어 있는 총 14,849편의 설화 작품을 대상으로 키워드, 지역, 유형의 세 차원에서 네트워크 지형을 파악하였다. 이는 한국설화의 지형을 네트워크 분석 방법론을 사용하여 분석한 것으로, 문학 자료를 네트워크 과학의 방법론으로 분석한 일종의 융합 연구이다. [설화 키워드 네트워크]를 통해서는 설화의 핵심 구조가, 특정 주체가(‘사람’) 시간적인 흐름에 따라 변화하는(‘되다’) 서사(‘이야기’)라는 점을 알 수 있었다. 또한 네트워크를 총 12개의 클러스터로 나눌 수 있었는데, 각 클러스터의 중심 키워드는 ‘이야기’, ‘되다’, ‘사람’, ‘유래’, ‘아들’, ‘며느리’, ‘중’, ‘선비’, ‘박문수’, ‘쓰다’, ‘셋’, ‘갚다’였다. ‘이야기-클러스터’, ‘되다 -클러스터’, ‘사람-클러스터’가 중심핵의 역할을 하고, ‘아들-클러스터’와 ‘며느리-클러스터’가 가족 관계 설화들을 포괄하면서 대륙 클러스터 역할을 맡고, 그 외 몇 개의 덩굴과 섬 클러스터로 구성되어 있었다. [채록 지역 네트워크]를 통해서는 설화의 지역별 특성을 파악할 수 있는 단서를 얻을 수 있었다. 9개의 개별 지역이 다른 지역과 키워드를 공유하는 경우도 있고 그렇지 않은 경우도 있었는데, 이를 통해서 전국 보편적인 설화 키워드와 지역별 키워드의 경향성을 파악할 수 있었다. 또한 인접하여 있는 지역끼리의 공통 키워드와 독자 키워드를 파악하여 인접 지역과 구별되는 지역 설화의 특성을 파악할 수 있는 가능성을 엿보았다. [설화 유형 네트워크]를 통해서는 유형들의 얽힌 관계를 파악할 수 있었다. 지명 전설을 중심으로 하는 중심핵 클러스터와 설화의 주요 유형이 망라되어 있는 여러 개의 대륙 클러스터, 그리고 이러한 클러스터에서 파생되어 있는 덩굴 클러스터로 구성되어 있는 전체 지형을 파악할 수 있었다. 개별 클러스터는 대체로 특정 유형을 중심으로 네트워크가 형성되어 있다는 점을 바탕으로 한국설화의 유형 분류 작업을 새롭게 논의할 수 있는 가능성을 찾을 수 있었다.

The network landscape of Korean folktales has been obtained for the first time. From the perspectives of keyword, recorded area, and folktale type, we obtained the network landscape of 14,849 Korean folktales recorded in 『Great Collection of Korean Oral Literature』. As a convergent study based on the network we analyzed the Korean folktale literature. We discovered that the key structure of the folktales is, in short, a special object (person)’s narrative change according to time. In the network we obtained 12 clusters, whose keywords are ‘tale’, ‘become’, ‘person’, ‘origin’, ‘son’, ‘daughter-in-law’, ‘Buddhist monk’, ‘confucian’, ‘Moonsu Park’, ‘use’, ‘three’, and ‘pay back’. Clusters with the keywords; tale, become, person played the central role and clusters with the keywords; son, daughter-in-law and other family members the continental clusters. Additionally the network consists of some vine-like clusters and island clusters. From the network of recorded areas, we obtained some clues which can be used to characterize the areas. We found some common keywords from all 9 separated areas. In some cases some nearby areas shared a few keywords together. Based on the common keywords and unshared keywords of nearby areas, there is a possibility that each area can be characterized from the nearby areas. The analysis of the folktale-type network shows all the relations among the type nodes; central cluster of area legends, several continental clusters including main folktale types and vine-like clusters derived from the central and continental clusters. Based on the fact that each cluster makes a network around the special type, we could find a new possibility of new type classification.