한글 초성 추출 방법과 검색 최적화 활용

네이버 모바일 앱에서 "ㄱ"만 입력해도 "국밥", "강남역", "경복궁"이 자동완성으로 뜬다. 이 초성 검색이 작동하려면 각 단어의 초성을 미리 추출해 인덱싱해야 한다. 많은 개발자가 복잡하게 생각하지만, 유니코드 수식 하나로 해결된다.

핵심 답변

한글은 유니코드 44032(가)부터 55203(힣)까지 배치되어 있습니다. 초성 추출 공식은 (유니코드 코드포인트 - 44032) ÷ 588의 정수 부분입니다. Python에서는 (ord(char) - 44032) // 588로 초성 인덱스를 구하고, 초성 리스트 ['ㄱ', 'ㄲ', 'ㄴ', ...]에서 해당 인덱스를 참조하면 됩니다.

한글 유니코드 구조

한글 완성형 문자는 유니코드 코드포인트 44032(가)부터 55203(힣)까지 11,172자가 연속 배치되어 있다. 각 문자는 다음 수식으로 분해된다.

코드포인트 = 44032 + (초성 인덱스 × 588) + (중성 인덱스 × 28) + 종성 인덱스

초성은 19개, 중성 21개, 종성 28개(받침 없음 포함)로 19 × 21 × 28 = 11,172자다.

초성 추출 코드

python
CHOSUNG = ['ㄱ','ㄲ','ㄴ','ㄷ','ㄸ','ㄹ','ㅁ','ㅂ','ㅃ',
           'ㅅ','ㅆ','ㅇ','ㅈ','ㅉ','ㅊ','ㅋ','ㅌ','ㅍ','ㅎ']

def get_chosung(char):
    code = ord(char)
    if 44032 <= code <= 55203:
        return CHOSUNG[(code - 44032) // 588]
    return char  # 한글이 아닌 경우 그대로 반환

def text_to_chosung(text):
    return ''.join(get_chosung(c) for c in text)

# 사용 예
print(text_to_chosung("서울특별시"))  # ㅅㅇㅌㅂㅅ
print(text_to_chosung("텍스터브"))    # ㅌㅅㅌㅂ

초성 검색 구현

python
def search_by_chosung(query, items):
    # query가 초성만으로 구성된 경우
    if all(c in 'ㄱㄲㄴㄷㄸㄹㅁㅂㅃㅅㅆㅇㅈㅉㅊㅋㅌㅍㅎ' for c in query):
        return [item for item in items
                if text_to_chosung(item).startswith(query)]
    # 일반 검색
    return [item for item in items if query in item]

실무 활용 사례

• 자동완성: 검색창에 초성 입력 시 후보 목록 표시
• 정렬: 가나다 순 정렬 시 초성 기준으로 그룹화
• 색인(Index): 전화번호부 또는 사전 앱의 인덱스 탭 구성

초성 검색 기능을 실제 서비스에 적용하는 구체적인 사례는 다음과 같다.

사례 1: 사내 직원 검색 시스템

임직원 수가 수백 명 이상인 조직에서 이름 초성 검색을 지원하면 "ㅈㅅ"만 입력해도 "정수민", "조성준", "장수영" 같은 후보가 표시된다. 영문 이름과 혼합된 경우에도 한글 이름 컬럼만 초성 색인을 적용하면 충분하다.

사례 2: 상품 카테고리 자동완성

쇼핑몰에서 상품 검색 시 "ㄴㅅ"를 입력하면 "나이키 신발", "남성 수영복" 같은 카테고리가 후보로 표시된다. 상품명 DB에 초성 컬럼을 별도로 추가해 인덱스를 걸어두면 실시간 자동완성이 가능하다.

사례 3: 한자·영문 혼재 데이터 정렬

한자나 영문이 섞인 조직 목록을 가나다순으로 정렬할 때, 한글 부분의 초성만 추출해 정렬 키로 사용하면 한글·비한글 항목을 일관되게 정렬할 수 있다.

마무리

이 글에서 정리한 기준을 실제 작업에 적용할 때는 [텍스터브 글자수 세기](/tools/char-counter/) 도구로 분량을 직접 확인하면서 진행하면 더 정확하게 맞출 수 있다.