글자수 세기

무엇을 한 단어로 세는가

띄어쓰기로 단어를 나누는 언어에서는 공백 사이의 문자 묶음을 한 단어로 봅니다. 그래서 하이픈으로 이은 합성어는 한 단어이고, 축약형도 나누지 않습니다. 단어에 붙은 문장 부호 때문에 단어가 하나 더 늘지도 않습니다.

흥미로운 경우는 한국어, 일본어, 중국어입니다. 일본어와 중국어는 단어 사이에 공백 없이 쓰기 때문에, 공백으로 나누면 글 전체가 한 단어로 집계됩니다. 그래서 CJK 문자는 한 글자를 한 단어로 셉니다. Microsoft Word와 Google Docs가 모두 따르는 관례로, 편집자나 고객이 쓸 법한 수치와 비교할 수 있게 해 줍니다. 다만 언어학적 사실이 아니라 관례일 뿐입니다. 두 글자로 된 복합어는 어떻게 정의해도 한 단어입니다. 따라서 이런 텍스트에서는 대개 글자 수가 실제로 필요한 수치이며, 함께 표시해 드립니다. 띄어쓰기를 하는 한국어는 공백 기준 어절 수도 참고할 수 있습니다.

섞여 있는 텍스트에는 두 규칙을 모두 적용합니다. 라틴 문자 묶음은 단어로, CJK 문자는 한 글자씩 셉니다.

읽는 시간, 그리고 얼마나 믿을 수 있는가

영어 산문을 소리 없이 읽는 속도는 약 200편의 연구를 종합한 Brysbaert의 2019년 메타 분석에서 중심값인 분당 238단어를 기준으로 추정합니다. CJK 텍스트는 단어 단위로 읽는 사람이 없으므로 분당 글자 수로 잽니다.

결과는 측정값이 아니라 대략적인 규모로 받아들이세요. 같은 메타 분석에서 일반 산문의 개인별 읽기 속도는 분당 약 175~300단어로 차이가 났고, 읽는 사람보다 글의 성격이 속도를 더 크게 바꿨습니다. 밀도 높은 기술 문서, 코드 예제, 표, 낯선 어휘는 모두 읽기를 크게 늦추고, 익숙한 뉴스 기사는 빠르게 합니다. 블로그 글의 읽는 시간 표시는 독자를 위한 대략적인 배려이지 약속이 아닙니다.

글자 수 한도 막대

네 가지 한도를 보여 주는 이유는 사람들이 늘 맞춰 쓰는 기준이기 때문입니다. X 게시물 280자, 메타 설명 160자, title 태그 60자, SMS 한 통 160자입니다.

각각 알아 둘 만한 단서가 있습니다. X는 한국어, 중국어, 일본어 등 일부 문자를 두 글자로 세므로 한국어 게시물은 약 140자에서 한도에 도달하며, 링크는 실제 URL 길이와 상관없이 고정 길이로 셉니다. 메타 설명과 title 태그는 애초에 엄격한 한도가 아니라 잘리는 지점이며, 검색 엔진은 글자 수가 아니라 픽셀 폭으로 자르기 때문에 한글처럼 폭이 넓은 문자나 대문자가 많은 제목은 숫자보다 일찍 잘립니다. SMS에 160자가 들어가는 것은 GSM 7비트 문자만 쓸 때뿐입니다. 이모지, 악센트가 붙은 글자, 한글을 포함해 그 범위 밖의 문자가 하나라도 있으면 메시지 전체가 16비트 인코딩으로 바뀌어 한도가 70자로 줄어듭니다.

가장 많이 쓴 단어

빈도 목록은 글이 실제로 무엇에 머물러 있는지 보여 주기 위한 것이므로, 아주 흔한 기능어는 걸러 냅니다. 그러지 않으면 관사, 전치사, 대명사, 조동사가 어떤 장르의 어떤 글에서든 목록을 모두 차지하기 때문입니다. 같은 이유로 한 글자짜리 단어도 뺍니다.

세기 전에 단어를 소문자로 바꾸므로, 대문자로 시작하는 형태와 소문자 형태로 같은 단어가 나뉘지 않습니다. 어간 추출은 하지 않습니다. run과 running은 따로 셉니다. 둘을 합치려면 추측이 필요하고, 그 추측이 오해를 부를 만큼 자주 틀리기 때문입니다. CJK 텍스트는 여기서도 글자 단위로 셉니다.

출판과 학계의 분량 관습

편집 현장에서 단어 수는 실질적인 무게를 지닙니다. 언론 청탁 원고는 단어 수로 지정되고, 그 수치에서 몇 퍼센트 이내로 맞춰 넘깁니다. 학술 과제는 보통 앞뒤로 10퍼센트를 허용하며, 많은 기관이 참고 문헌과 부록은 빼면서 각주는 포함시키는데, 사람들이 걸려 넘어지는 지점이 바로 이 대목입니다.

책 분량의 범주는 관습으로 거의 굳어져 있습니다. 플래시 픽션은 천 단어 미만, 단편은 칠천 단어 남짓까지, 중편은 사만 단어 정도까지이며, 상업 장편 대부분은 팔만에서 십만 단어 사이입니다. 출판사가 여기에 신경 쓰는 이유는 종이와 인쇄 비용이 분량에 비례해 늘어나기 때문이고, 장르별 독자의 기대 폭이 놀라울 만큼 좁기 때문입니다.

온라인에서는 유용한 수치가 훨씬 작습니다. 블로그 글은 팔백에서 천오백 단어면 대부분의 주제를 군더더기 없이 제대로 다룰 수 있고, 이메일 뉴스레터는 오백 단어를 넘기면 독자를 잃기 쉬우며, 랜딩 페이지는 그 둘보다 훨씬 적은 분량으로 제 역할을 합니다. 분량이 곧 품질은 아니지만, 다 쓰고 나서가 아니라 쓰기 전에 알아 둘 만한 제약입니다.

가독성 지표가 실제로 재는 것

Flesch-Kincaid 같은 가독성 점수는 문장 길이와 음절 수에 대한 산수일 뿐입니다. 난이도와의 상관관계는 쓸 만할 정도로 있지만, 글이 명료한지에 대해서는 아무것도 재지 못합니다. 짧고 익숙한 단어들을 엉뚱한 순서로 늘어놓은 문장은 점수가 잘 나오면서도 전달에는 실패합니다.

정말로 도움이 되는 쪽은 경고등으로 쓰는 것입니다. 평균 문장 길이가 갑자기 치솟는 지점은 대개 글쓴이가 논지를 놓친 문단이고, 기술 문서에서 점수가 유난히 높다면 전문 용어가 설명이 아니라 모호한 표현으로 대체되었다는 뜻인 경우가 많습니다.

여기서 보여 주는 수치도 점수인 척하지 않으면서 같은 종류의 점검을 돕습니다. 문장 수와 문단 수는 글의 리듬을 보여 주고, 반복 단어 목록은 그 글이 실제로 무엇을 붙들고 있는지를 보여 주는데, 그것이 글쓴이의 의도와 다른 경우가 잦습니다. 문단을 소리 내어 읽어 보는 것은 여전히 사람들이 찾아낸 가장 좋은 검사이며, 비용도 들지 않습니다.

글자 수가 노출을 좌우하는 자리

검색 결과는 제목을 약 600픽셀에서 자릅니다. 일반적인 글꼴에서 대략 55~60자에 해당하는데, 자르는 기준이 글자 수가 아니라 너비라서 대문자나 폭이 넓은 글자가 많은 제목은 더 일찍 잘려 나갑니다. 메타 설명은 155~160자 부근에서 잘리며, 검색 엔진이 작성된 설명을 아예 무시하고 페이지에서 직접 만들어 쓰는 일도 잦습니다.

소셜 미리보기에도 나름의 한도가 있지만 양상은 같습니다. 제목의 앞 50~60자가 일을 하고, 그 뒤는 메시지가 아니라 맥락입니다. 이메일 제목은 클라이언트가 잘라 내는데, 휴대폰에서는 흔히 40자 근처입니다.

실용적인 접근은 앞쪽에 몰아 넣는 것입니다. 구별되는 단어를 먼저 놓아 잘려도 문장이 의미를 유지하게 하고, 한도를 넘는 부분은 전문을 보는 사람을 위한 덤으로 취급하십시오. 게시 전에 글자 수를 확인하는 것은 2초짜리 습관이지만, 제목이 끝나지 않은 문장처럼 읽히는 사태를 막아 줍니다.

번역은 분량을 바꾼다, 때로는 크게

텍스트는 언어를 건너가며 길이를 그대로 유지하지 않습니다. 영어에서 독일어나 러시아어로는 보통 20~35퍼센트 늘어나고, 영어에서 핀란드어나 헝가리어로는 더 늘어날 수 있습니다. 중국어, 일본어, 한국어로 옮기면 단어 하나가 한두 글자가 되는 일이 많아 글자 수가 대개 크게 줄어듭니다.

이는 글쓰기의 제약인 동시에 디자인의 제약입니다. 영어에서 Save라고 적힌 버튼은 독일어로 Speichern, 프랑스어로 Enregistrer가 되므로, 네 글자를 기준으로 만든 고정 너비 버튼은 둘 다에서 깨집니다. 통상적인 조언은 짧은 문자열의 경우 약 40퍼센트 확장을 감안해 디자인하고, 가장 짧은 언어가 아니라 가장 긴 대상 언어로 테스트하라는 것입니다.

번역을 전제로 원문을 쓰는 사람이라면 문장을 짧게, 관용구를 적게, 말장난은 아예 쓰지 않는 편이 실제로 돈을 아껴 줍니다. 번역은 단어 단위로 값이 매겨지고, 모호함은 질문이라는 형태로 값이 매겨지기 때문입니다. 같은 글의 기계 번역 품질도 그만큼 눈에 띄게 좋아집니다.

텍스트가 코드나 마크업, 또는 뒤섞인 글일 때 세는 법

마크업을 그대로 둔 채 세면 마크업까지 세게 됩니다. HTML을 붙여 넣으면 태그와 속성 때문에 부풀려진 수치가 나오고, 마크다운을 붙여 넣으면 링크 URL이 링크 텍스트와 함께 세어집니다. 그 숫자를 고객이나 편집자에게 보낼 거라면 먼저 렌더링된 텍스트만 남기십시오. 소스가 아니라 화면에 표시된 페이지에서 복사하는 것이 가장 빠른 방법입니다.

여러 언어가 섞인 텍스트는 여기서 두 규칙을 동시에 적용해 처리합니다. 라틴 문자가 이어지는 구간은 단어로 세고, 일본어와 중국어와 한국어 글자는 한 자씩 셉니다. 그래야 이중 언어 문서가 어느 한쪽으로 치우친 엉뚱한 총계를 내놓지 않습니다.

특히 CJK 텍스트에서는 상업적으로 의미 있는 수치가 보통 글자 수입니다. 이들 언어의 번역료와 편집료는 단어 단위가 아니라 글자 단위로 제시되기 때문입니다. 두 숫자를 나란히 보여 주는 이유가 바로 그것입니다.