’상춘곡‘에서 나타나는 정보 엔트로피 값은 0.677이고, ’山石‘에 나타난 정보 엔트로피 값은 1.058임을 구했다. 책에서 알 수 있듯 ’쿡‘은 단일 한자의 정보 엔트로피를 9.56으로 확인하였다. 일반적으로 단일 영문자의 정보 엔트로피는 3.9이다. 실제로 영어 단어의 조합은 많아졌지만 한 문장의 앞뒤 연관성은 너무 많아 단어의 정보 엔트로피는 더 낮아졌다고 한다. 이번 실험의 결과와 비교해보면 중국어는 시에서 정보 엔트로피가 비교적 낮고 한국어는 중국어와 정보 엔트로피가 크게 차이 나지 않기 때문에 한국어는 시에서의 정보 엔트로피가 중국어에 비해 비교적 높다고 볼 수 있다고 분석한다. 다만 추출한 표본이 적기에 모평균으로 보기 힘들다는 한계가 아쉽다. 다음번에 기회가 된다면 더 많은 표본을 추출해 정보 엔트로피를 비교 분석해보고 싶다.
정보 엔트로피의 공식 활용을 위해 정보 엔트로피의 개념을 이해해야 했기에 개념을 이해하기 위해 다양한 자료를 참고하였으며 공식의 전개 과정을 이해하기 위해 3일 동안 고군분투했다. 결국 이를 문학에서 활용할 정도로 내면화하였고 이에 뿌듯함을 느꼈다. 확률과 통계 단원에서 배운 확률과 이산확률변수 단원의 개념을 이용해 정보 엔트로피를 구하고 이와 더불어 평균, 분산, 표준편차를 구해보며 수업에서 배운 내용을 이해하고 확장하며 수학에 대해 능동적으로 학습하는 태도를 함양할 수 있었다.
이 활동을 통해 한국어와 중국어의 시에서 언어의 다양성과 복잡성을 측정하고 분석할 수 있는 방법인 정보 엔트로피에 대해 새롭게 알게 됐다. 이를 통해 언어가 시에 어떻게 사용되고 표현되는지에 대한 더 깊은 이해를 얻을 수 있었다. 이 활동을 통해 정보 엔트로피를 활용하여 언어의 복잡성을 비교 분석하는 능력이 향상됐다. 또한 언어와 문학에 대한 더 깊은 통찰력을 얻을 수 있었다. 또한 한국어와 중국어의 문학 작품에서 다의어의 사용이 시의 정보 엔트로피에 미치는 영향을 이해하고 분석하는 능력도 향상되었다.