This study employs Generative AI and computational linguistics techniques to analyze the correspondence between modern Korean and Chinese HAN-character sounds. The research focuses on 5,978 characters categorized by difficulty levels, aiming to confirm systematic phonological correspondence patterns. Method: The study utilizes advanced computational methods to examine the phonological relationships between Korean and Chinese characters. It categorizes the characters based on difficulty levels and analyzes their sound patterns. Results: The research confirms high-consistency patterns in Korean onset-Chinese initial and Korean coda-Chinese final mappings. It also identifies complex relationships between Korean vowels and Chinese vowels. The study reveals that Chinese exhibits greater syllable type diversity compared to Korean. Additionally, it finds slightly higher correspondence rates for ‘basic’ characters compared to ‘advanced’ ones, though the overall difference is not substantial. Conclusions: Based on these findings, the study proposes language learning strategies that prioritize high-consistency patterns for foundational phonological correspondence. It recommends adopting gradual approaches for complex correspondences and incorporating phonological knowledge into education. This approach aims to help learners understand commonalities and differences between the two language systems. The research offers insights for Korean language education and HAN-character vocabulary learning. It suggests that consistent learning strategies can be developed regardless of character difficulty. Future research directions include developing AI-based personalized learning systems and conducting longitudinal studies on learners' acquisition of correspondence rules. This study introduces an innovative methodology integrating Generative AI with computational linguistics for phonological analysis. It potentially enhances HAN-character vocabulary education and represents a new paradigm for language education research.

이 글은 한국어 학습을 위한 웹 기반 한자 사전 모델을 제시하기 위한 것이다. 중국 문화권 학습자를 대상으로 한 이 연구에서는 웹 기반 한자 사전의 필요성을 확인하고 기존 사전의 한자 단어 학습의 문제점 을 분석하였다. 한자 단어 학습 시 한자 원어 형태소 인식이 중요하다고 보고 이를 반영한 별도의 팝오버 (popover) 창을 개발하였다. 한자 사전의 미시구조에는 항목, 단어 유형, 발음, 한-베트남어 단어(있는 경우), 한자의 어원, 한-베 소리(voice)가 포함되며, 이밖에 베트남어 어원에 대한 설명, 한자의 원래 형태소 와 관련된 한-베 단어, 번역, 설명, 예시 등이 포함되어야 함을 밝혔다. 그런 다음, 한자어 형태소와 한자- 베트남어의 발음을 포함하는 어원 틀, 베트남어 및 한자어의 한자 형태소 의미를 포함한 웹 사전을 구성하 고 그 활용 방안을 보여주었다. 본 연구는 한자어 형태소와 관련된 베트남 단어에 대한 정보를 추가하고, 프로그래밍 기술, 데이터베이스 업데이트 과정, 300개 규모의 한자 사전 모델을 제시한 기초연구로써 이후 한국어 학습자를 위한 웹 한자 사전 구축에 보탬이 되고자 한다.