# soynlp

> 사전 없이 통계로 단어를 찾아내는 한국어 자연어처리 라이브러리

- 페이지: https://dreamboat.kr/discover/soynlp-korean
- 공식 사이트: https://github.com/lovit/soynlp
- 분야: AI, 개발도구
- 쓰는 환경: 라이브러리
- 상태: 운영 중
- 등재: 2026-08-20 · 마지막 갱신: 2026-10-23


## 소개

soynlp는 **단어 추출·토크나이저·품사 판별·전처리**를 제공하는 한국어 자연어처리 파이썬 라이브러리입니다.

GitHub 현황 (2026년 8월 기준):
- 스타 **987** · 포크 **184**
- 저장소 `lovit/soynlp` · 마지막 push **2026-03-10**

사전 없이 단어를 찾는다는 것:
대부분의 한국어 형태소 분석기는 **사전에 있는 단어만 압니다.** 그래서 신조어·은어·도메인 용어가 나오면 엉뚱하게 쪼갭니다. “킹받네”나 업계 약어가 그렇습니다.

soynlp는 **말뭉치 안의 통계로 단어 경계를 추정**합니다. 같은 글자 뭉치가 여러 문맥에서 반복되면 단어로 봅니다. 사전을 만들지 않고도 그 데이터에 맞는 어휘를 얻는 방식입니다.

잘 맞는 자리:
댓글·리뷰·채팅처럼 **사전에 없는 말이 많은 데이터**에 강합니다. 반대로 신문 기사처럼 표준어가 많은 텍스트에서는 기존 분석기가 더 정확합니다. 도구를 고르는 기준이 성능이 아니라 **데이터의 성격**이 되는 경우입니다.

그리고 추출된 “단어”가 **언어학적으로 옳은 단위가 아닐 수 있습니다.** 자주 붙어 나오는 조각을 단어로 볼 뿐이라, 검색·분류에는 충분해도 문법 분석에는 부적합합니다.

함께 볼 한국어 처리 오픈소스:
- Hangul.js: 자음·모음 분해와 조합(오토마타)
- KoAlpaca: 한국어 명령어를 이해하는 오픈소스 언어모델
- im-not-ai: 한국어 글에서 번역투·기계적 대구를 찾아 고침
- Kiwi: 형태소 분석기(C++ 코어)
- KSS: 문장 분리를 비롯한 문자열 처리 스위트
- 가루(garu): 형태소·용언 처리
- Hangulize: 외국어를 한글 표기로 변환

**soynlp는 이 중 “사전을 안 쓰는” 쪽입니다.** 형태소 분석기들이 규칙과 사전으로 정확도를 얻는다면, 이쪽은 데이터에서 어휘를 만들어냅니다. 신조어가 많은 데이터에서 둘의 결과가 크게 갈립니다.

타겟 사용자:
- 댓글·리뷰 등 구어체 데이터를 다루는 분석가
- 신조어 때문에 형태소 분석이 깨지던 개발자
- 도메인 용어 사전을 만들 시간이 없는 팀
- 비지도 단어 추출 방식을 배우려는 학습자

## 인용

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