어휘 다양성 계산기
문단, 에세이 일부 또는 전체 초안을 붙여넣고 계산을 누르세요. 총 단어 수, 고유 단어 수, 타입-토큰 비율(TTR)과 루트 TTR, 가장 많이 반복한 단어의 표를 받을 수 있습니다. 아래의 짧은 안내에서 점수의 의미와, 길이가 비슷한 텍스트끼리만 비교해야 하는 이유를 설명합니다. 무료이며 가입이 필요 없고, 텍스트는 어디에도 업로드되지 않습니다.
어휘 다양성 계산기 사용 방법
- 텍스트를 붙여넣으세요. 가능하면 수백 단어 이상을 사용하세요. 매우 짧은 텍스트는 거의 자동으로 높은 점수가 나옵니다.
- 계산을 누르세요. 결과는 입력하는 동안 자동으로 갱신되지 않으므로, 수정한 뒤에는 버튼을 다시 누르세요.
- 네 가지 점수를 확인하세요. 총 단어 수, 고유 단어 수, 백분율로 표시된 TTR, 루트 TTR입니다.
- 판정과 반복 단어를 살펴보세요. 점수 아래에 쉬운 말로 된 등급이 표시되고, 표에는 두 번 이상 나타난 단어가 최대 10개까지 나열됩니다.
점수의 의미
어휘 다양성은 텍스트에 쓰인 어휘가 얼마나 다양한지를 나타냅니다. 가장 간단한 측정값은 타입-토큰 비율입니다. 서로 다른 단어(타입) 수를 전체 단어(토큰) 수로 나눈 값입니다.
- TTR = 고유 단어 수 ÷ 전체 단어 수. 같은 몇 개의 단어만 반복되면 0에 가깝고, 모든 단어가 다르면 1에 가까워집니다. 여기서는 백분율로 표시합니다.
- 루트 TTR = 고유 단어 수 ÷ √(전체 단어 수). 기로 지수(Guiraud's index)라고도 부릅니다. 텍스트가 길어져도 TTR만큼 가파르게 떨어지지 않으므로, 길이가 어느 정도 다를 때 더 공정한 비교가 됩니다.
이 도구는 간단한 판정을 제공합니다. 40% 미만은 낮은 다양성, 40% 이상 60% 미만은 전형적인 수준, 60% 이상은 높은 다양성입니다. 이 기준은 수백 단어 분량의 글을 위한 대략적인 기준입니다. 20단어짜리 문장이나 5만 단어짜리 논문에는 적용되지 않습니다.
실제 예시
다음 56단어 문단을 붙여넣으세요: Sleep consolidates memory. During deep sleep the brain replays the day's events, strengthening connections that matter and pruning those that do not. Students who sleep well tend to remember more of what they studied, and they solve problems faster. Skipping sleep to study longer often backfires, because the facts that were crammed are never stored properly. 고유 단어는 46개이므로 TTR은 82.1%, 루트 TTR은 6.15이며, 도구는 이를 높은 다양성으로 판정합니다. 가장 많이 쓰인 단어는 Sleep으로 네 번 나옵니다.
이제 같은 문단을 두 번 붙여넣어 보세요. 새로 말하는 내용은 없지만 텍스트는 112단어가 되고 고유 단어는 여전히 46개뿐입니다. TTR은 41.1%, 루트 TTR은 4.35로 떨어집니다. 같은 글인데 다양성 점수는 절반 가까이 낮아진 셈입니다. 반복은 점수를 낮추고, 길이 자체도 점수를 낮춘다는 것을 보여 줍니다.
길이가 TTR을 왜곡하는 이유
모든 텍스트는 the, of, and 같은 흔한 단어를 재사용하며, 텍스트가 길수록 재사용되는 단어의 비중도 커집니다. 따라서 작가의 어휘력과 관계없이 TTR은 텍스트가 길어질수록 떨어집니다. 같은 작가가 쓴 100단어 샘플과 1,000단어 샘플의 TTR은 같지 않습니다. 점수는 길이가 비슷한 텍스트끼리, 가능하면 같은 단어 수로 잘라서 비교하세요.
연구자들은 이 효과를 줄이도록 고안된 MTLD나 HD-D 같은 측정치를 사용합니다(McCarthy and Jarvis, 2010, Behavior Research Methods 참고). 이 도구는 이들을 계산하지 않으므로, 수정 작업과 대략적인 비교에 사용하고 연구용 측정치로 쓰지는 마세요.
단어를 세는 방법
텍스트는 소문자로 바뀌고, 문자와 숫자가 이어진 덩어리로 나뉩니다. 단어 안의 아포스트로피는 유지되므로 don't는 한 단어이며, 곧은 아포스트로피든 많은 워드 프로세서가 만드는 굽은 아포스트로피든 마찬가지입니다. 악센트가 붙은 문자는 문자로 계산되므로 café는 한 단어입니다. 숫자도 단어로 셉니다. 하이픈은 단어를 둘로 나누므로 well-known은 두 단어로 셉니다. 표제어 추출은 하지 않으므로 walk, walks, walked는 세 개의 서로 다른 단어입니다.
어떤 도구가 필요한가요?
| 원하는 작업 | 사용할 도구 |
|---|---|
| 텍스트 하나의 다양성 점수 | 이 페이지 |
| 모든 단어를 빈도순으로 정렬 | 단어 빈도 계산기 |
| 서로 가까이 반복된 단어 | Word Repetition Checker |
| 단어별 밀도 백분율 | 키워드 밀도 |
| 고유한 단어의 목록 | 고유 단어 추출기 |
자주 묻는 질문
- 어휘 다양성이란 무엇인가요?
- 텍스트의 어휘가 얼마나 다양한지를 나타내는 척도입니다. 전체 단어 수에 비해 서로 다른 단어가 얼마나 많이 쓰였는지를 뜻합니다. 작문 지도, 언어 평가, 말뭉치 연구에서 쓰입니다.
- 좋은 타입-토큰 비율은 어느 정도인가요?
- 보편적인 목표치는 없습니다. 수백 단어 분량의 명료한 설명문은 40%~60%가 전형적이며, 이 도구도 이를 전형적 다양성이라고 부릅니다. 짧은 글은 점수가 높게, 긴 글은 낮게 나오는 경향이 있으므로 비슷한 것끼리 비교하세요.
- 루트 TTR이란 무엇인가요?
- 루트 TTR, 즉 기로 지수는 고유 단어 수를 전체 단어 수의 제곱근으로 나눈 값입니다. 글이 길어질수록 일반 TTR이 떨어지는 현상을 줄여 주지만 완전히 없애지는 못합니다.
- 텍스트를 더 붙여넣으면 점수가 낮아지는 이유는 무엇인가요?
- 긴 글일수록 단어를 더 많이 재사용하기 때문입니다. TTR은 새로운 단어가 차지하는 비율을 재며, 이 비율은 글이 길어질수록 줄어듭니다. 어휘력이 나빠졌다는 뜻은 아닙니다.
- 계산기가 불용어를 제외하거나 단어 형태를 묶어서 세나요?
- 아니요. the, of를 포함해 모든 단어를 세며, 철자가 다르면 별개로 취급합니다. 그래서 walk와 walked는 서로 다른 단어입니다. TTR을 보고할 때는 모든 단어를 세는 것이 일반적인 방식입니다.
- 글의 다양성을 높이려면 어떻게 해야 하나요?
- 가장 많이 반복된 단어 표를 살펴보세요. 이유 없이 반복되는 단어는 바꾸거나 문장을 고쳐 쓰세요. 정확한 전문 용어를 동의어로 바꾸지는 마세요. 핵심 용어를 반복하는 것이 독자에게 도움이 되는 경우가 많습니다.
- 제 텍스트가 어딘가에 업로드되나요?
- 아니요. 점수는 브라우저에서 계산되며 텍스트는 어디에도 전송되지 않습니다.