한글 초성 추출 · 자모 분해기

한글은 ‘계산되는’ 문자다

한글을 자모로 쪼개는 일이 어려워 보이지만, 사실 한글은 세상에서 가장 분해하기 쉬운 문자 중 하나입니다. 이유는 유니코드가 완성형 한글을 아무렇게나 늘어놓지 않고 규칙적인 순서로 배열해 뒀기 때문입니다.

‘가’(U+AC00)를 시작으로, 초성 19개 × 중성 21개 × 종성 28개의 모든 조합이 빈틈없이 이어집니다. 그래서 음절 하나의 코드값만 알면 나눗셈과 나머지 연산으로 초·중·종성을 정확히 뽑아낼 수 있습니다.

음절코드 = 0xAC00 + (초성 × 21 + 중성) × 28 + 종성

"한"(U+D55C) 을 거꾸로 풀면:
  0xD55C - 0xAC00 = 10588
  종성 = 10588 % 28        = 4  → ㄴ
  중성 = (10588 / 28) % 21 = 0  → ㅏ
  초성 = 10588 / 588       = 18 → ㅎ
  →  ㅎ + ㅏ + ㄴ

사전도, 표 조회도, 형태소 분석도 필요 없습니다. 산술 세 번이면 끝입니다. 이 도구가 어떤 한글이든 즉시 분해하는 것도, 그 결과를 다시 완벽하게 조합해 되돌리는 것도 전부 이 규칙성 덕분입니다.

초성 추출은 검색을 위한 것이다

초성만 뽑는 기능이 장난처럼 보이지만, 실제로는 한국어 검색의 핵심 부품입니다. 연락처에서 “ㄱㅁㅅ”만 쳐도 “김민수”가 뜨는 그 편리함이 초성 매칭입니다. 이름 목록을 미리 초성 문자열로 바꿔 색인해 두면, 사용자가 자음만 입력해도 원하는 항목을 찾게 만들 수 있습니다.

같은 원리가 정렬에도 쓰입니다. 이름을 ㄱ·ㄴ·ㄷ 그룹으로 묶는 가나다순 인덱스(전화번호부 옆면의 자음 탭 같은 것)는 각 이름의 초성을 기준으로 만듭니다. 초성 퀴즈(“ㄴㄱ” → 너구리)나 게임의 힌트 표시도 같은 기능입니다.

이 도구는 한글이 아닌 문자 — 띄어쓰기, 영문, 숫자 — 는 그대로 통과시킵니다. 초성만 남기고 공백까지 지워 버리면 “ㄱㅁㅅㅇㅈㅎ”처럼 읽을 수 없는 덩어리가 되기 때문입니다. 띄어쓰기가 살아 있어야 “ㄱㅁㅅ ㅇㅈㅎ”으로 두 이름임을 알아볼 수 있습니다.

겹받침: 한 덩어리인가, 두 자모인가

분해에서 유일하게 ‘정답이 둘’인 지점이 겹받침과 이중모음입니다. “닭”의 받침 “ㄺ”은 어떻게 봐야 할까요?

닭  →  ㄷ ㅏ ㄺ      (겹받침을 한 덩어리로)
닭  →  ㄷ ㅏ ㄹ ㄱ    (낱개 자모로 완전 분해)

둘 다 맞습니다. 관점이 다를 뿐입니다. ㄺ은 그 자체로 하나의 종성이지만 (그래서 종성 28개 목록에 들어 있습니다), 자판에서 그걸 입력하려면 ㄹ과 ㄱ을 따로 눌러야합니다. 이중모음 “ㅘ”도 마찬가지로 하나의 중성이면서 ㅗ와 ㅏ의 조합입니다.

그래서 ‘완전 분해’를 옵션으로 뒀습니다. 타이핑 순서를 재현하거나 낱개 자모 개수를 세야 할 때는 켜고, 종성 자체를 다룰때(예: 받침 유무로 조사 ‘은/는’을 고를 때)는 끕니다. 무엇을 하려는지에 따라 옳은 쪽이 갈립니다.

분해의 반대, 조합

같은 공식을 반대로 돌리면 자모를 다시 글자로 합칠 수 있습니다. “ㅎㅏㄴㄱㅡㄹ”을 “한글”로 되돌리는 것입니다. 다만 이건 단순히 세 개씩 묶는 게 아니라, 입력기(IME)와 같은 규칙을 따라야 합니다 — 받침 뒤에 모음이 오면 그 받침은 사실 다음 글자의 초성이고(“ㅁㅏㄴㅏ” → 마나), 낱개 ㄹ+ㄱ은 겹받침 ㄺ으로 합쳐야 합니다. 이 도구의 조합 기능은 그 규칙을 그대로 구현해, 분해한 것을 언제나 원래 글자로 되돌립니다.

정리하면

• 한글 분해는 사전이 아니라 산술입니다. 유니코드가 음절을 규칙적으로 배열해 둬서, 코드값 하나로 초·중·종성을 계산합니다.
• 초성 추출은 검색·정렬의 부품입니다. 초성 검색, 가나다 인덱스, 초성 퀴즈가 모두 이 기능 위에 있습니다.
• 겹받침은 목적에 따라 한 덩어리로도, 낱개로도 봅니다. 타이핑 재현엔 완전 분해, 종성 처리엔 덩어리 유지.