귀하의 콘텐츠 툴이 놓친 가독성 점수

Source: Dev.to

대부분의 가독성 도구는 단일 점수만 제공한다. 이는 문서 파이프라인, 콘텐츠 린터, 혹은 배포 전에 읽기 어려운 텍스트를 잡아내야 하는 시스템을 구축하고 있다면 문제다.

다음은 추적할 가치가 있는 네 가지 지표와 각각이 실제로 측정하는 내용, 그리고 목표값이다.

Flesch‑Kincaid Grade Level

이 점수는 평균 문장 길이와 평균 음절 수(단어당)를 기반으로 텍스트를 미국 학년 수준에 매핑한다. 점수 8은 일반적인 13세 어린이가 별다른 어려움 없이 읽을 수 있음을 의미한다.

목표: 대부분의 기술 문서에서는 6 ~ 9

• 12 이상: 문장이 너무 길거나 다중음절 전문 용어에 의존하고 있다; 독자는 밀도가 높은 단락을 스킵하게 된다.
• 5 이하: 맥락이 부족할 정도로 과도하게 단순화하고 있을 가능성이 있다.

Flesch Reading Ease

FK Grade Level와 동일한 입력값을 사용하지만 0 ~ 100 척도의 역점수를 출력한다. 점수가 높을수록 읽기 쉽다. 문장 길이에 더 큰 가중치를 두어, 이어지는 문장을 강하게 벌점한다.

목표: 기술 문서에서는 60 ~ 70

• 50 이하: 학술·법률 영역에 해당하며 대부분의 독자는 해당 섹션을 끝까지 읽지 않는다.
• 75 이상: 정확성을 잃을 위험이 있다. 기술 문서에서는 정확한 표현이 의미를 전달하는 데 중요하기 때문이다.

60 ~ 70 범위는 명료성과 정확성이 공존하는 실용적인 최적점이다.

Automated Readability Index (ARI)

ARI는 다른 접근 방식을 취한다. 음절 수 대신 단어당 문자 수를 셈으로써 계산이 빠르고 음절 구분 경계 상황에 덜 민감하다. FK와 유사한 학년 수준 점수를 출력하지만, 긴 단어가 흔하지만 대상 독자에게 반드시 어려운 것은 아닌 기술 콘텐츠에서는 종종 차이를 보인다.

목표: 개발자 문서에서는 7 ~ 10

ARI는 교차 검증용으로 활용한다: FK가 8학년을 제시하지만 ARI가 14학년을 제시한다면, 문자 수를 부풀리는 긴 기술 용어 클러스터가 존재한다는 의미다. 내용이 전문가에게는 괜찮아 보여도, 새로운 사용자는 그 맥락이 없으므로 검토가 필요하다.

Sentence Length Variance

대부분의 도구는 평균 문장 길이만 보고 거기서 멈춘다. 분산은 놓치는 신호다. 모든 문장이 거의 같은 길이이면 단조롭게 느껴지고 파싱이 어려워진다. 짧은 문장과 긴 문장을 교차시키면 리듬이 생겨 독자가 흐름을 따라가기 쉽다.

목표: 문장 길이의 표준 편차가 8 ~ 15 단어

• 5 이하: 글이 평평하다.
• 20 이상: 문장 구조가 일관성 없게 되어 자동 파서와 인간 독자 모두를 혼란스럽게 만든다.

특히 절차 문서에서는 스캔하기 쉬운 짧은 문장이 긴 설명 문장을 고정점으로 잡아줄 때 유용하다.

나는 이러한 모든 점수를 한 번에 반환하는 TextAnalytics API를 구축했다—린터, CMS 플러그인, 혹은 콘텐츠 파이프라인에 품질 게이트를 두고 싶을 때 유용하다.