글쓰기 문체 지문
왜 중요한가 사람들은 누가 썼는지 아무도 모를 거라 믿고 "익명" 리뷰, 글, 제보를 써요. 하지만 글에도 타이핑 리듬만큼 개인적인 버릇이 있어요. 문체가 어떻게 맞춰지는지 알면 익명의 글이 정말 익명인지, 그게 중요할 때 무엇을 바꿔야 하는지 판단하는 데 도움이 돼요.
작은 단어가 여러분을 드러내요
편지를 누가 썼는지 짐작하고 싶다면 크고 특이한 단어를 찾아볼지도 몰라요. 연구자들은 반대가 더 잘 통한다는 걸 알아냈어요: 아주 작은 단어들이요. "upon", "by", "also", "there" 같은 단어는 모든 주제의 모든 글에 나오고, 글쓴이마다 알아채지 못한 채 자기만의 꾸준한 비율로 써요.
계량 문체학: 글쓰기 문체를 숫자로 재는 것. 예를 들어 어떤 단어를 얼마나 자주 쓰는지, 문장이 얼마나 긴지, 어떤 문장 부호를 좋아하는지.
기능어: 주제를 나르기보다("tent", "budget", "army") 문장을 붙잡아 주는 작고 흔한 단어("upon", "by", "on", "while"). 주제에 좌우되지 않으니, 그 비율이 글쓴이를 반영해요.
고전적인 사례
1787년과 1788년에 Federalist Papers라는 논설 85편이 공동 필명 하나로 발표됐어요. 대부분은 나중에 Alexander Hamilton이나 James Madison의 것으로 알려졌지만, 두 사람의 목록이 같은 논설 열두 편을 서로 자기 것이라고 했어요. 1960년대에 통계학자 둘, Frederick Mosteller와 David Wallace가 기능어를 셌어요. 두드러진 단서 하나: Hamilton은 Madison보다 "upon"을 훨씬 자주 썼고, Hamilton이 "while"을 쓴 곳에 Madison은 "whilst"를 썼어요. 그들의 결론은 Madison이 논쟁 중인 열두 편을 모두 썼을 가능성이 아주 높다는 거였어요.
연습 논설
실제 논설은 퍼블릭 도메인이지만, 이 실습은 빠르게 오프라인으로 돌도록 practice_papers()의 생성된 연습 논설을 써요. 각각은 작가의 버릇으로 만든 단어 샐러드예요: 비율은 지어낸 것이고, "upon"과 "while"/"whilst"는 역사적 연구와 같은 방향을 가리켜요. 같은 코드가 실제 글에서도 작동할 거예요. 각 논설은 dict예요: {"id": "H03", "author": "Hamilton", "text": "..."}, 그리고 논쟁 중인 것은 D49처럼 실제 논쟁 중인 번호를 따서 이름 붙였어요.
1,000단어당 비율
긴 논설에는 짧은 것보다 자연히 모든 단어가 더 많으니, 원래 개수는 공정하지 않아요. 대신 비율을 계산하세요: 1,000단어당 몇 번인지.
text_words = ["upon", "the", "law", "upon"] # 4 words, 2 of them "upon"
rate = 1000 * text_words.count("upon") / len(text_words) # 500.0
Python의 .count(x)는 리스트에 x가 몇 번 나오는지 세요. 먼저 글을 정리하세요: text.lower()는 소문자로 만들고, .replace(",", " ")는 쉼표를 공백으로 바꾸고, .split()은 공백에서 단어로 잘라요.
그다음 방법은 타이피스트와 같아요: 각 작가의 비율을 평균해 프로필을 만들고, 논쟁 중인 각 논설을 프로필이 가장 가까운 작가에게 줘요.
다른 언어로
JavaScript의 단어 비율:
function wordRates(text, words) {
const all = text.toLowerCase().replace(/[,.]/g, " ").split(/\s+/).filter(Boolean);
const rates = {};
for (const w of words) {
rates[w] = 1000 * all.filter(x => x === w).length / all.length;
}
return rates;
}그리고 Go로:
func wordRates(text string, words []string) map[string]float64 {
clean := strings.NewReplacer(",", " ", ".", " ").Replace(strings.ToLower(text))
all := strings.Fields(clean)
counts := map[string]int{}
for _, w := range all {
counts[w]++
}
rates := map[string]float64{}
for _, w := range words {
rates[w] = 1000 * float64(counts[w]) / float64(len(all))
}
return rates
}방어
정말 익명인 무언가(내부 고발 제보, 자기 고용주에 대한 리뷰)를 써야 한다면, 문체 맞추기가 대비할 위험이에요. 실용적인 방법: 짧게 쓰세요, 짧은 글은 단서가 적으니까요. 평소와 다르게 일부러 평범한 문체로 쓰세요. 그리고 즐겨 쓰는 표현과 철자를 피하세요. 글을 번역 도구로 갔다 오게 하거나, 기기 안의 글쓰기 도우미에게 다시 표현해 달라고 해도 많은 버릇이 뒤섞여요. 어느 것도 완벽하지 않으니, 가장 안전한 익명 글은 여러분이 가장 적게 담긴 글이에요.
요약
- 기능어는 주제와 상관없이 꾸준하고 개인적인 비율로 쓰여요.
- 원래 개수가 아니라 1,000단어당 비율을 비교해야 긴 글과 짧은 글이 공정해요.
- Federalist Papers 사례는 이 비율로 논쟁 중인 논설 열두 편을 Madison의 것으로 돌렸어요.
- 짧고, 평범하고, 다시 표현한 글은 문체 단서를 덜 남겨요.
함수 다섯을 쓰세요. words_of(text)는 쉼표와 마침표를 공백으로 바꾼 text의 소문자 단어를 반환해요(.split() 사용). word_rates(text, words)는 words의 각 단어를 text의 1,000단어당 개수에 매핑하는 dict를 반환해요. author_profile(papers, author, words)는 "author"가 author와 같은 모든 논설에 걸친 각 단어의 평균 비율 dict를 반환해요. style_distance(rates_a, rates_b, words)는 words에 걸친 abs(rates_a[w] - rates_b[w])의 합을 반환해요. attribute(text, profiles, words)는 프로필이 글의 비율에 가장 가까운 profiles의 키(작가 이름)를 반환해요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.