텍스트 및 문서
마이크로소프트 워드와 온라인 글자수 계산기의 단어수 차이 원인 분석
단어수와 글자수를 즉시 계산하세요: 단어수, 글자수, 문장수, 문단수 및 예상 읽기 시간을 서버 업로드 없이 브라우저에서 즉시 분석하세요.
글자수 계산기 열기
목차
1. 직접 진단: 글자수와 단어수가 도구마다 다른 이유
동일한 본문을 마이크로소프트 워드, 구글 문서 및 온라인 글자수 세기 도구에 붙여넣으면 결과가 서로 다르게 나오는 경우가 흔합니다. 이는 오류가 아니라 각 소프트웨어가 사용하는 텍스트 분절(Tokenization) 알고리즘과 문자 경계 처리 방식의 차이 때문입니다.
오차의 95% 이상은 다음 다섯 가지 기술적 요인에서 발생합니다:
- 하이픈 연결 단어:
state-of-the-art나웹-기반을 1개 단어로 볼 것인가, 여러 단어로 볼 것인가. - 아포스트로피와 축약형:
don't나user's를 한 단어로 처리할지 여부. - 대시와 하이픈: 일반 하이픈(
-)과 엠대시(—/–)의 구분. - 이모지와 UTF-16 길이: 단일 이모지가 1문자인가, 2바이트 UTF-16 코드 단위인가.
- 띄어쓰기가 없는 언어(CJK): 중국어와 일본어처럼 띄어쓰기가 없는 문맥에서의 단어 경계 인식.
2. 4가지 핵심 통계 지표: 단어수, 공백 포함/제외 글자수, 문단수
통계를 비교할 때는 다음 네 가지 지표를 명확히 구분해야 합니다:
| 지표 | 측정 대상 | 기술적 정의 |
|---|---|---|
| 단어수 (Words) | 어휘 토큰 | 공백이나 문장 부호로 구분된 유니코드 문자 및 숫자 열. |
| 글자수 (공백 포함) | 전체 텍스트 버퍼 크기 | 공백, 탭, 줄바꿈, 문장 부호를 포함한 모든 코드 단위 총합. |
| 글자수 (공백 제외) | 실질 텍스트 밀도 | 모든 공백 문자를 제거한 후의 순수 글자 길이 (자기소개서 표준). |
| 문단수 | 구조적 단락 | 연속된 줄바꿈 기호(\n+)로 분리된 비어 있지 않은 본문 블록 수. |
3. GoToolstack 글자수 계산기 엔진의 실제 코드 구조
GoToolstack의 브라우저 로컬 엔진은 현대 유니코드 정규식을 통해 본문을 분석합니다:
const rawWords = v.match(/[\p{L}\p{N}]+(?:['’\-][\p{L}\p{N}]+)*/gu) || [];
const words = rawWords.length;
const chars = v.length;
const charsns = v.replace(/\s/g, '').length;
const sentences = (v.match(/[.!?]+(\s|$)/g) || []).length;
const paras = v.trim() === '' ? 0 : v.split(/\n+/).filter(p => p.trim().length > 0).length;이 엔진의 실제 동작 특성:
- 하이픈 결합어:
(?:['’\-][\p{L}\p{N}]+)*규칙에 따라state-of-the-art는 1단어로 계산됩니다. - 아포스트로피: 곧은 따옴표(
')와 굽은 따옴표(’) 모두 단어 내부에서 1단어로 유지됩니다. - 대시 기호(Em-dash): 긴 대시(
—)는 그룹에 포함되지 않으므로결정—실행은 2단어로 분리됩니다. - 이모지와 UTF-16:
v.length는 UTF-16 코드 단위를 세므로 이모지 🚀는 2글자, 가족 이모지는 11단위로 계산됩니다.
4. 마이크로소프트 워드와 온라인 도구의 공식 차이
마이크로소프트 워드 환경(Microsoft Word 공식 문서 기준):
- 워드는 기본적으로 하이픈으로 연결된 단어를 1단어로 인식합니다.
- 각주, 미주, 텍스트 상자 포함 여부는 단어 개수 대화상자의 텍스트 상자, 각주 및 미주 포함 체크박스 설정에 따릅니다.
- 슬래시로 연결된 단어(
예/아니오)는 설치된 문법 검사기 사전에 따라 분절 방식이 달라집니다.
5. 예상 읽기 시간 및 스피치 소요 시간 산출 기준
화면에 표시되는 시간은 절대적 측정이 아니며 통계적 속도 모델에 기반합니다:
- 묵독(눈으로 읽기) 속도: GoToolstack은 분당 200단어(WPM)를 기준으로 계산합니다(
Math.round(words / 200)). 학술 메타분석(Brysbaert, 2019)에 따르면 일반 교양서는 약 238 WPM, 전문 기술 문서는 150~180 WPM 수준으로 떨어집니다. - 스피치(말하기) 속도: 발표 및 강연 표준(Toastmasters 지침)에 맞춰 분당 130단어(
Math.round(words / 130))를 적용합니다.
6. 띄어쓰기 없는 언어: 중국어 및 일본어(CJK) 처리 한계
중국어와 일본어는 단어 사이에 띄어쓰기를 하지 않고 연달아 작성합니다(예: 我喜欢编写软件 또는 日本語の文字数を数える).
GoToolstack 엔진은 연속된 유니코드 문자를 하나로 묶기 때문에 띄어쓰기 없는 중국어 문장 전체가 1개 단어로 인식됩니다. 따라서 CJK 언어의 경우 단어수가 아닌 공백 제외 글자수(charsns)를 유일한 정량 기준으로 삼아야 합니다.
7. GoToolstack 텍스트 도구 모음
서버 전송 없이 브라우저 내부에서 안전하게 텍스트를 처리하세요:
기술 참고 자료 및 공식 표준 규격
- Microsoft Support: Microsoft Word에서 단어 수 및 글자 수 표시하기 (데스크톱, 웹, Mac 및 각주 포함 설정).
- Brysbaert, M. (2019): 우리는 분당 몇 단어를 읽는가? 읽기 속도에 대한 메타 분석 및 체계적 검토 (Journal of Memory and Language).
- Unicode Standard Annex #29: Unicode 텍스트 세그멘테이션 (단어 경계, 자소 클러스터 및 문장 분리 규격).