Readability Score Checker
Flesch/Gunning Fog/SMOG 가독성 점수 측정기
Readability Score Checker 소개
가독성 계산기는 영문 텍스트를 네 가지 공인 가독성 공식으로 동시에 분석합니다. Flesch 가독성(206.835 − 1.015 × 평균 문장 길이 − 84.6 × 평균 음절 수), Flesch-Kincaid 학년(0.39 × 평균 문장 길이 + 11.8 × 평균 음절 수 − 15.59), Coleman-Liau 지수(0.0588 × L − 0.296 × S − 15.8), 자동 가독성 지수(4.71 × 글자/단어 + 0.5 × 단어/문장 − 21.43)를 한 번에 계산하여 단일 지표 의존을 넘어 텍스트 복잡도를 교차 검증할 수 있습니다.
콘텐츠 작가, 기술 문서 작성자, 교육자, 컴플라이언스 팀이 복수 공식 가독성 분석을 통해 텍스트 난이도에 대해 더 신뢰 있는 판단을 내립니다. 각 공식은 음절, 글자 수, 문장 길이에 서로 다른 가중치를 부여하므로 비교를 통해 복잡도가 긴 문장 때문인지 다음절 어휘 때문인지 파악할 수 있습니다. 음절 대신 글자 수를 사용하는 Coleman-Liau와 ARI는 음절 계산 알고리즘에 의존하지 않아 다양한 단어 유형에서 일관성이 높습니다.
모든 계산은 React의 useMemo 훅을 사용하여 클라이언트 사이드에서 실행되므로 서버 요청 없이 입력 즉시 결과가 업데이트됩니다. Flesch 공식에 사용되는 음절 카운터는 단순 모음 계산보다 정확도가 높은 접미사 제거 방식(묵음 "ed", "es", 어말 e 패턴 처리)을 적용합니다. 단어·문장·음절 통계와 네 가지 학년 점수가 컴팩트한 그리드 레이아웃으로 함께 표시됩니다.
주요 기능
- Flesch 가독성, Flesch-Kincaid, Coleman-Liau, ARI 네 가지 공식 동시 계산
- 요약 통계 실시간 표시: 단어 수, 문장 수, 음절 수, Flesch 가독성 레이블
- 각 점수 하단에 공식 수식 표시로 교육적 투명성 제공
- 접미사 제거 방식의 정밀 음절 카운터 (단순 모음 계산 대비 향상된 정확도)
- Flesch 가독성 7단계 레이블 해석 (매우 쉬움 ~ 매우 어려움)
- Coleman-Liau 및 ARI는 글자 수 기반으로 음절 모호성 없음
- React useMemo 최적화로 키 입력마다 즉각 재계산
- 100% 클라이언트 사이드 처리 — 텍스트가 서버로 전송되지 않음
자주 묻는 질문
네 가지 가독성 공식의 차이점은 무엇인가요?
Flesch 가독성은 음절 수와 문장 길이를 사용해 0~100 점수를 제공합니다(높을수록 쉬움). Flesch-Kincaid 학년은 같은 데이터를 미국 학년으로 환산합니다(낮을수록 쉬움). Coleman-Liau는 음절 계산을 완전히 배제하고 100단어당 평균 글자 수와 문장 수를 사용합니다. ARI는 글자/단어 비율과 단어/문장 비율을 사용해 가장 기계적으로 계산하기 쉬운 공식입니다. 네 공식 모두 일반 영문에서 대략 비슷한 학년 수준을 출력합니다.
네 가지 점수가 서로 다를 때는 어떻게 해석하나요?
각 공식이 문장 길이와 단어 복잡도에 다른 가중치를 부여하기 때문입니다. 문장은 길지만 어휘가 단순하면 Flesch 가독성은 높지만 Flesch-Kincaid 학년도 높게 나올 수 있습니다. 단어는 길지만 문장이 짧으면 Coleman-Liau는 낮을 수 있습니다. 네 점수를 비교하면 더 풍부한 정보를 얻을 수 있습니다. 네 점수가 일치하면 학년 수준을 신뢰할 수 있고, 크게 차이 나면 텍스트 복잡도가 불균일한 것입니다.
Coleman-Liau 지수란 무엇인가요?
Coleman-Liau 지수는 1975년 Meri Coleman과 T.L. Liau가 광학 문자 인식 기계에서 계산할 수 있도록 개발한 공식입니다. 당시 기계는 글자와 문장은 셀 수 있었지만 음절은 셀 수 없었습니다. 공식은 0.0588 × (100단어당 평균 글자 수) − 0.296 × (100단어당 평균 문장 수) − 15.8이며, Flesch-Kincaid와 유사한 미국 학년 수준을 출력합니다.
자동 가독성 지수(ARI)란 무엇인가요?
ARI는 1967년 미국 공군이 타자기로 기술 매뉴얼의 가독성을 실시간 모니터링하기 위해 개발했습니다. 공식은 4.71 × (글자/단어) + 0.5 × (단어/문장) − 21.43입니다. Coleman-Liau처럼 글자 수를 사용하므로 음절 감지가 어려운 자동화 텍스트 분석 파이프라인에 적합합니다.
이 도구의 음절 카운터는 어떻게 작동하나요?
음절 카운터는 단어를 소문자로 변환하고 비알파벳 문자를 제거한 후, 정규식을 사용해 묵음 접미사("ed", "es", 어말 묵음 e 패턴)를 제거하고 모음 그룹(aeiouy 연속)을 셉니다. 빈 문자열은 0음절, 그 외 비어있지 않은 단어는 최소 1음절로 처리합니다. 이 접미사 제거 방식은 대부분의 영어 단어에서 단순 모음 계산보다 정확합니다.
가장 유용한 결과를 얻으려면 어떤 텍스트를 붙여넣어야 하나요?
최소 100~200단어의 대표적인 내용을 붙여넣으세요. 가독성 공식은 통계적 평균이므로 매우 짧은 샘플에서는 신뢰도가 낮습니다. 단일 문장은 평균 계산에 데이터가 너무 적어 점수가 크게 흔들릴 수 있습니다. 가장 안정적인 결과를 위해 개별 문장이 아닌 완전한 단락이나 전체 문서를 분석하세요.
비영어 텍스트에도 사용할 수 있나요?
이 계산기의 네 공식은 모두 영문 텍스트에 맞춰 설계되었습니다. Flesch와 Flesch-Kincaid는 영어 음절 패턴에 의존하며, Coleman-Liau와 ARI는 알파벳 크기에 따른 글자 수를 사용합니다. 한국어, 중국어, 일본어 등 라틴 문자가 아닌 텍스트에 이 공식을 적용하면 의미 없는 점수가 나옵니다. 비영어 텍스트에는 해당 언어 전용 가독성 도구를 사용하세요.
콘텐츠 유형별로 어떤 학년 수준을 목표로 해야 하나요?
일반 웹 콘텐츠·뉴스 기사: 6~9학년. 마케팅·소비자 대상 문구: 5~8학년. 학술 논문: 12~16학년. 법률 계약서: 10~14학년(평문화 이니셔티브는 8학년 이하 권장). 환자 교육 자료: 6~8학년. 아동 도서: 1~4학년. 이 계산기로 콘텐츠가 의도한 범위에 있는지 확인하면 독자가 내용을 이해하고 기억하는 데 도움이 됩니다.