고유 단어 비율(TTR)로 어휘 다양성 진단하기 — 길이 편향 함정까지

가이드 · 2026-08-19 최종 확인

글쓰기 실력을 진단할 때 "같은 단어를 얼마나 반복하지 않고 다양하게 썼는가"는 중요한 척도입니다. 이를 수치화한 것이 TTR(Type-Token Ratio, 어형-어휘소 비율)입니다. 계산 자체는 단순하지만, 이 숫자 하나만 믿고 비교하면 텍스트 길이 때문에 완전히 잘못된 결론에 이를 수 있습니다. 이 가이드는 TTR의 정의부터, 왜 길이가 늘어나면 값이 기계적으로 낮아지는지, 그리고 언어학·자연어처리 분야에서 이 문제를 어떻게 보정하는지까지 실제 숫자로 계산해 정리합니다.

1. TTR이란 무엇인가

TTR은 고유 단어 수(type) ÷ 총 단어 수(token)로 정의됩니다. 예를 들어 텍스트에 단어가 총 100개 등장했고 그중 중복을 제거한 서로 다른 단어가 70개라면 TTR은 0.70입니다. 값이 1에 가까울수록 같은 단어를 거의 반복하지 않았다는 뜻이고, 0에 가까울수록 소수의 단어를 계속 반복했다는 뜻입니다. 단어 수 세기 도구는 총 단어 수와 고유 단어 수를 모두 화면에 보여주므로, 두 값을 나누기만 하면 누구나 직접 TTR을 구할 수 있습니다.

2. 왜 텍스트가 길어지면 TTR이 저절로 낮아지는가

TTR의 가장 큰 함정은 텍스트 길이에 근본적으로 민감하다는 점입니다. 짧은 글은 아직 같은 단어를 반복할 기회가 적어 TTR이 높게 나오고, 글이 길어질수록 이미 썼던 단어(조사, 접속사, 자주 쓰는 명사 등)를 다시 쓸 확률이 기하급수적으로 늘어나 TTR은 필연적으로 떨어집니다. 이는 글쓴이의 어휘력과 무관하게, 순전히 텍스트 길이라는 변수만으로 발생하는 수학적 현상입니다.

그래서 "이 글은 TTR이 0.35, 저 글은 0.55이니 저 글이 어휘가 더 풍부하다"는 식의 비교는, 두 글의 길이가 같을 때만 의미가 있습니다. 짧은 SNS 게시물과 5,000단어 블로그 글의 TTR을 그대로 비교하는 것은 처음부터 잘못된 비교입니다.

3. 길이 편향을 보정하는 지표들

언어학과 코퍼스 연구에서는 이 문제를 해결하기 위해 여러 보정 지표를 사용합니다.

위 표의 예시(10단어·고유 8개)에 Guiraud's Index를 적용하면 8÷√10≈2.53입니다. 같은 문장을 두 번 반복한 20단어 버전은 8÷√20≈1.79로, 여전히 줄어들긴 하지만 raw TTR처럼 절반으로 폭락하지는 않습니다. 제곱근이 길이 증가분을 완만하게 눌러주기 때문입니다. MSTTR은 아예 구간 길이를 고정하므로, 100단어 단위로 잘라 평균 내면 텍스트가 1,000단어든 10,000단어든 같은 기준으로 비교할 수 있습니다.

4. 실전에서 어떻게 활용할까

단어 수 세기 도구에 텍스트를 붙여넣으면 총 단어 수와 고유 단어 수가 바로 표시됩니다. 이 값으로 직접 TTR을 계산해 활용하는 방법은 다음과 같습니다.

• 같은 글 안에서 구간 비교: 글 전체를 몇 개 문단으로 나눠 각 문단을 도구에 따로 붙여넣고 TTR을 비교하면, 어느 부분에서 단어 반복이 심한지 파악할 수 있습니다(MSTTR의 수동 버전).
• 비슷한 길이의 글끼리만 비교: 지난 글과 이번 글의 TTR을 비교하고 싶다면, 반드시 두 글의 총 단어 수를 비슷하게 맞추거나 Guiraud's Index로 환산해서 비교하세요.
• 키워드 반복과는 별개 문제: SEO 목적의 키워드 반복은 의도적인 것이므로, TTR이 낮다고 무조건 나쁜 글은 아닙니다. 키워드 밀도 체커로 특정 키워드의 반복이 과도한지 별도로 확인하는 것이 더 정확합니다.

일반적인 자연스러운 산문(에세이, 블로그 포스트)의 경우 500단어 내외 글에서 TTR 0.5~0.7 정도면 무난한 범위로 보고, 0.3 이하로 떨어지면 특정 단어(주로 주제어나 조사성 반복어)가 과도하게 반복되고 있는지 점검할 필요가 있습니다. 다만 이 범위는 절대 기준이 아니라 참고치이며, 글의 장르와 길이에 따라 크게 달라진다는 점을 항상 함께 고려해야 합니다.

자주 묻는 질문