# Kiwi (bab2min · 지능형 한국어 형태소 분석기)

> 한글 문장 분석 도구. 2017년부터 9년째 유지되는 한국어 형태소 분석기로, C++ 코어에 Python·다국어 바인딩을 갖춘 한국어 처리의 사실상 기본 도구입니다. 스타는 764개입니다.

- 페이지: https://dreamboat.kr/discover/kiwi-korean-tokenizer
- 공식 사이트: https://github.com/bab2min/Kiwi
- 분야: AI, 개발도구
- 쓰는 환경: 라이브러리
- 상태: 운영 중
- 등재: 2026-08-10 · 마지막 갱신: 2026-10-23


## 소개

Kiwi는 지능형 한국어 형태소 분석기입니다. C++로 작성된 코어에 Python 바인딩(kiwipiepy)을 비롯한 여러 언어 바인딩을 제공하며, 2017년 2월 시작해 2026년 8월 기준 스타 764개·포크 71개를 기록 중입니다. 최근 푸시가 2026-08-09로 9년째 활발히 유지되고 있습니다.

형태소 분석이 왜 필요한가:
영어는 공백으로 단어를 나누면 대충 맞지만 한국어는 그렇지 않습니다. “먹었습니다”는 “먹/다 + 었 + 습니다”로 쪼개야 의미 단위가 나오고, “나는”은 문맥에 따라 “나+는”일 수도 “날다”의 활용형일 수도 있습니다. 검색·분류·요약·감성분석 어느 것을 하든 이 단계를 통과해야 합니다.

Kiwi의 위치:
한국어 형태소 분석기는 여럿 있습니다(KOMORAN·꼬꼬마·은전한닢·Khaiii 등). Kiwi는 그중 **속도와 정확도 균형** 그리고 **설치 편의성**으로 자리를 잡았습니다. Java 런타임이나 복잡한 빌드 없이 `pip install kiwipiepy` 한 줄로 시작할 수 있다는 점이 진입 장벽을 크게 낮췄습니다.

개인이 만든 인프라:
Khaiii는 카카오, KOMORAN은 회사 프로젝트인데 Kiwi는 개인 메이커(bab2min)가 만들어 9년간 유지하고 있습니다. 학계·산업계가 함께 쓰는 기반 도구를 개인이 이 기간 동안 끌고 온 사례는 드뭅니다.

어디에 쓰이나:
- 검색 엔진의 한국어 색인
- 텍스트 분류·감성분석 전처리
- 키워드 추출·워드클라우드
- 챗봇·추천 시스템의 입력 정규화
- LLM 시대에도 검색 인덱싱·데이터 정제 단계에서 여전히 필요

기반 라이브러리의 가치를 재는 법:
화제성은 낮지만 없으면 곤란한 기반을 개인이 만들 수 있다는 증명입니다. 이런 프로젝트는 사용자 수보다 “그 위에 몇 개의 서비스가 올라갔는가”로 가치를 재야 합니다.

같은 결의 한국어 처리 프로젝트:
- kiwipiepy (Kiwi의 Python API)
- KSS (한국어 문자열 처리 스위트)
- Hangulize (외래어 한글 표기 변환)
- awesome-hangul (한글 라이브러리 큐레이션)
- go_hangul (Go 한글 처리)

그리고 C++ 코어라 **설치 환경을 탑니다.** 파이썬 바인딩에 미리 빌드된 패키지가 없는 환경에서는 컴파일러 문제로 막히는 경우가 있어, 배포 대상 OS를 먼저 확인해두는 편이 좋습니다.

타겟 사용자:
- 한국어 텍스트를 분석·검색해야 하는 개발자
- NLP 파이프라인의 전처리 단계를 구성하는 데이터 엔지니어
- 한국어 검색 품질을 개선하려는 서비스 운영자
- 장수 오픈소스 운영 방식을 참고하려는 메이커

## 인용

이 소개는 Dreamboat(드림보트)이 공식 사이트를 직접 확인해 작성했습니다.
출처(https://dreamboat.kr/discover/kiwi-korean-tokenizer)를 명시하면 인용 가능합니다. 서비스 자체의 권리는 각 제작자에게 있습니다.
전체 목록: https://dreamboat.kr/llms.txt · 전문: https://dreamboat.kr/llms-full.txt