Emoji はどのように言語になったか:25 年の視覚コミュニケーション史

1999 年、NTT DoCoMo の 25 歳の社員である栗田穣崇(Shigetaka Kurita)は、風変わりな課題を受け取りました。会社では新しいインターネット対応 pager の準備を進めており、マーケティングチームは当時主流だったテキストだけの SMS と差別化できる方法を模索していました。栗田が提案したのは 176 個の小さなアイコン。12×12 ピクセルのイラストで、気分・天気・意図をタイピング不要で伝えるためにメッセージに挿入できるものでした。彼はこれらを「emoji」と名付けました。日本語の「e」(絵)と「moji」(文字)をかけた造語です。セット全体はフロッピーディスク 1 枚に収まるほど小さなものでした。確認できる範囲では、これが消費者向けに届けられた史上初の emoji セットです。

この 176 個のアイコンの重要性を過大評価するのは簡単です。ただし 1999 年の DoCoMo セットは絵文字メッセージの最初の試みではありません。Zapf dingbats は 1970 年代にさかのぼり、日本のキャリア J-Phone も 1997 年に 90 個の絵文字風フェイスを小さなセットとして提供していました。生き残ったのは DoCoMo のセットです。伝播し、今日の「グローバルな視覚言語」の基盤となったのも DoCoMo のセットです。問い直す価値があるのは「なぜ emoji は勝ったのか」ではなく、「なぜ 25 年もの間、勝ち続けたのか」です。

12 年のフラット期(1999–2011)

emoji が生まれてから最初の 10 年間、日本以外で使っている人はほぼいませんでした。DoCoMo のセットはキャリア固有。DoCoMo の端末でのみ動作し、他のネットワークでは動きませんでした。SoftBank、KDDI、J-Phone はそれぞれ独自のセットを所有しており、共通規格は存在しませんでした。当時、海外へ出張した人は、emoji を受け取ることを「不思議かつ不便な体験」として知りました。日本の同僚から届いた表情だらけのテキストメッセージは、米国の手机上では疑問符の羅列に化けていました。

このフラット期を終わらせたのは、2010 年 10 月にリリースされた Unicode 6.0 です。722 個の emoji が Unicode Universal Character Set に正式に符号化されました。これにより、emoji は標準を実装するあらゆるプラットフォームを、テキストと一緒に横断できるようになりました。Apple は行動した最初の主要西方プラットフォームでした。iOS 5(2011 年 10 月)はシステム全体の emoji キーボードを内蔵して出荷され、一夜にして米国のすべての iPhone が emoji 対応になりました。普及曲線はほとんど垂直でした。iOS 5 リリースから 6 か月以内に、米国 Twitter ユーザーの 50% 以上が、ツイートの中で少なくとも 1 つの emoji を使っていました。

ソーシャル爆発(2011–2018)

次に起きたのは、単なる普及ではなく相転移でした。emoji はアイコンの集合から、言語の一層へと変わりました。😂(嬉し涙の顔)絵文字は 2015 年に世界で最も使われる emoji になり、Oxford Dictionaries は同年の「Word of the Year」に選出しました。Unicode コンソーシアムが定義する字形グリフが、英語で最も重要な語として評価された事実は、「emoji は言語である」というテーゼに対する、これ以上ない劇的な検証です。

ただし、より興味深い物語は、emoji を主な入力モダリティとして扱ったプラットフォームで起きました。Snapchat、Instagram、TikTok は emoji を装飾として扱いませんでした。彼らはそれをコミュニケーションの基板として扱ったのです。Snapchat のストリーク(streak)は、🔥 絵文字が付いて初めて意味を持つ数字です。Instagram のプロフィールは英語より emoji の方が密集しています。TikTok の UI は 100 個未満の emoji 語彙で構築されており、それらはプラットフォーム特有の口ぐせとして機能しています。2018 年までに、米国の十代の若者は文字数でカウントして、1 日に完全な英単語より多くの emoji を送っていました。

生まれた文法

ここが見落とされがちな部分です。emoji が言語になったのは、言葉の代わりになったからではなく、文法が生まれたからです。その文法には 3 つの層があります。

第一はスタック(重ね合わせ)です。ユーザーは 2〜3 個の emoji を並べることで （🌸 + ✨ + 💕） 単独の emoji では伝えられない意味を作れることを発見しました。この組み合わせは Unicode 仕様には存在しませんが、言語の中には存在します。言語学者はこれを句構成(phrasal composition)と呼び、英語話者が既存の語から新しい句を組み立てるのと同じ仕組みです。

第二は、ゼロ幅接合子(ZWJ、U+200D)シーケンスです。Unicode は複数の emoji を 1 つのグリフに束ねる手段として ZWJ を導入しました。👨‍👩‍👧‍👦(両親 2 人に子ども 2 人の「家族」絵文字)は、実際には ZWJ で結ばれた 5 つの独立したコードポイントです。これは単なる技術的トリビアではなく、生成文法です。emoji 言語の話者は、その組み合わせが一度もレンダリングされたことがなくても、コードポイントを打ち込むことで任意の構成の家族を組み立てられます。

第三は意味の漂流(semantic drift)です。💀(頭蓋骨)は、英語の emoji 使用ではもはや「死」を意味しません。「死んだ、笑った」という意味です。😭(大泣き顔)も「悲しい」を意味しません。「笑いすぎて泣きそう」という意味です。このシフトは Unicode 仕様が追いつく速度を超えています。💀 の CLDR 公式短縮名は Skull、😭 の公式名は Loudly Crying Face であり、いずれもユーザーの 90% が送りたかった意味を反映していません。これはあらゆる生きた言語で生じる意味の漂流と同じ現象です。emoji はもうアイコンではなく、語です。

なぜ emoji には「語」になるものと死ぬものがあるのか

現在、Unicode 仕様には 3,700 を超える emoji がありますが、ロングテールは残酷です。その大半は年間で 1,000 回未満しか送信されません。😂、❤️、🔥、💀、😭、🥺、✨、💯、😩 といった一握りが、大半のトラフィックをさばいています。生存者と犠牲者の違いは、美学ではなく言語学にあります。

「語」になる emoji には 4 つの性質があります。共感性がある （符号化する概念を多くの人が感じている。汎用性が高い） さまざまな文脈で使える。曖昧さを吸収できるが、具体性を失わない程度に留まる。そして、22px(チャットで emoji がレンダリングされるサイズ)で読めるほど視覚的にシンプルである。

🫠(溶ける顔)はその良いケーススタディです。2021 年に出荷されました。生き残ったのは、それが「圧倒された、疲れた、プレッシャーで溶ける」という他の emoji がカバーしていない本物の感情状態を符号化していたからです。トップ 10 入りできなかったのは、😩 や 💀 より視覚的に抽象的で、感情の特異性が高すぎて幅広い文脈で使えなかったからです。2026 年中盤時点で、🫠 は英語のツイートで 💀 の約 0.4% しか使われていません。その理由こそが、トップ emoji がトップたる理由です。

次の 25 年

今、emoji 業界で起きている最も重要なことは、閉じた Unicode セットが唯一のゲームではなくなったという、ゆっくりとした認識です。生成 AI は今や、Unicode 仕様に存在しない、絵文字品質の画像をオンデマンドで数秒で生成できます。Forgemoji モデル （2 つの emoji を選んで新しいイラストキャラを得る） はその一例です。同じことを異なるやり方で実現するツールは少なくとも 10 種類以上あります(Apple Genmoji、Google カスタム emoji、Microsoft Designer、独立系ツールの波)。

これは Unicode emoji セットへの脅威ではありません。最も使われる 200 個の emoji は、Unicode のままでしょう。なぜなら、それらはリンガフランカ （あらゆるプラットフォーム、キーボード、言語で動く存在） だからです。ただしロングテールは AI 生成へ移行します。次の 10 億人のユーザーを、追加に 18 か月かかり合計 3,700 個の固定セットでカバーすることは不可能です。彼らは、ユーザーが説明できるあらゆる emoji を生成できるモデルによって、サービスを提供されることになります。

25 年後、emoji は今も Unicode セットを意味します。しかしまた、文脈・ブランド・地域的なコンセプト・個人的な内輪ネタに合わせて作られた、膨大な生成的な使い捨てイラストの空間も意味するでしょう。1999 年に栗田が始めた文法は、最後の固定セットが承認された後も、ずっと成長し続けます。

出典