텍스트 차이 비교
LCS(최장 공통 부분 수열) 알고리즘에 의한 줄 단위 비교 —— 추가·삭제·변경 없는 부분이 한눈에 보입니다
텍스트 유사도 검사
단어 빈도(TF) 벡터화에 기반한 코사인 유사도 —— 두 텍스트를 비교해 0~100% 유사도 점수를 산출합니다. AI 생성 결과 비교나 표절(바꿔쓰기) 검출에 최적입니다
줄 중복 제거·정렬·번호 부여
중복 줄 삭제(첫 번째 등장 유지), A→Z 또는 Z→A 정렬, 무작위 섞기, 각 줄에 번호 부여 —— 원클릭으로 완료
유사도 검사의 원리 —— 코사인 유사도와 단어 빈도 벡터화
원시 텍스트에서 수학적 벡터로 —— 토큰화와 단어 빈도 집계
엔진은 먼저 두 텍스트를 토큰으로 나누고 각 단어의 등장 횟수를 세어, 문장을 고차원 벡터로 표현합니다. 유사도 비교란 결국 두 벡터의 방향이 일치하는지를 보는 것이지 길이가 같은지를 보는 것이 아닙니다 —— 이것이 장문과 단문을 공정하게 다룰 수 있는 이유입니다.
코사인 공식 —— 텍스트에서 거리보다 각도가 적합한 이유
코사인 유사도는 두 벡터가 이루는 각의 코사인을 계산하며 값은 0에서 1의 범위를 가집니다. 유클리드 거리와 비교해 텍스트 길이에 둔감해서, 같은 주제의 500단어와 5000단어 텍스트도 비슷한 점수가 나오고 길이 차이만으로 "닮지 않았다"고 잘못 판정되지 않습니다.
AI 출력 비교 —— 가장 전형적인 용도
같은 질문을 서로 다른 모델에 던졌을 때 유사도 점수를 쓰면 두 출력이 크게 겹치는지, 말만 바꾼 것인지, 전혀 무관한지를 빠르게 판단할 수 있습니다. 기사 작성, 학술, 콘텐츠 심사 현장에서도 같은 방법으로 바꿔쓰기 정도를 측정합니다.
유사도 점수 읽기 —— 11단계 해석
도구는 숫자 하나만 돌려주지 않고 0~100%를 11개 구간으로 나눠 각각에 문장 해석을 붙입니다. 예를 들어 "매우 유사", "주제는 가깝지만 표현이 다름", "거의 무관" 같은 식입니다. 임계값을 스스로 가늠할 필요 없이 그대로 쓸 수 있는 판단 근거를 얻습니다.
텍스트 차이의 원리 —— LCS 알고리즘과 줄 단위 비교
LCS 알고리즘 —— 최적의 편집 절차 구하기
차이 비교는 최장 공통 부분 수열(Longest Common Subsequence)에 기반합니다: 알고리즘이 두 텍스트의 가장 긴 공통 부분(연속일 필요는 없습니다)을 찾고, 대응하지 않은 줄이 추가 또는 삭제가 됩니다. 한 글자씩 비교하는 방식보다 사람이 읽을 때의 판단에 가깝습니다.
줄 단위와 문자 단위 —— 각각에 맞는 상황
줄 단위 비교는 코드나 설정, 목록 같은 내용에 맞고 변경이 줄 단위로 일어나 결과가 명쾌합니다. 문자 단위 비교는 문장 퇴고에 맞고 문장 내부의 미세한 조정까지 보입니다. 이 도구는 많은 실무에서 읽기 쉽다는 이유로 줄 단위 비교를 채택했습니다.
실제 용도 —— 코드 비교만이 아닙니다
코드 리뷰 외에도 줄 단위 차이는 계약서 개정 대조, 논문 개고 기록, 번역 교정, 문안 버전 관리에 자주 쓰입니다. "두 버전이 있는데 차이가 어디인지 알고 싶다"는 모든 상황에서 도움이 됩니다.
중복 제거·정렬·줄 조작
중복 제거 —— 순서를 지키고 중복을 제거
중복 제거는 각 줄의 첫 번째 등장을 남기고 나머지 줄의 원래 순서를 유지합니다. 처리 후 목록이 흐트러지지 않아 이메일 주소 중복 제거, 키워드 정리, 데이터 클렌징 등에 그대로 쓸 수 있습니다.
정렬 옵션 —— A→Z, Z→A, 무작위
알파벳 오름차순·내림차순 정렬을 지원하고 무작위 섞기도 됩니다 —— 후자는 샘플링, 무작위 지목, 간단한 추첨에 자주 쓰입니다.
줄 번호 —— 정렬되어 읽기 쉽게
각 줄에 번호를 붙여 인용·대조·항목별 논의가 쉬워집니다. 부여되는 번호는 자릿수에 맞춰 정렬되므로 수백 줄이 되어도 어긋나지 않습니다.
업로드 없는 구조 —— 텍스트가 브라우저를 벗어나지 않는 이유
검증 가능한 프라이버시 —— 네트워크 패널을 직접 보세요
토큰화, 벡터화, 유사도와 차이 계산은 모두 브라우저 안의 JavaScript로 합니다. 개발자 도구(F12) → Network 패널을 열고 도구를 한 바퀴 써 본 뒤 요청 목록을 확인하세요: 당신의 텍스트 내용을 담은 요청은 단 하나도 없습니다.
오프라인에서도 동작 —— 통신을 끊어도 사용 가능
페이지가 한 번 로드된 뒤에는 네트워크 연결을 끊어도 모든 기능이 정상 동작합니다. 이는 계산이 실제로 로컬에서 이루어진다는 방증이기도 합니다 —— 서버에 의존한다면 통신을 끊는 순간 반드시 쓸 수 없게 될 테니까요.
345tool의 일관된 원칙 —— 편의를 프라이버시의 희생 위에 얻지 않는다
데이터를 수집하지 않고 가입을 요구하지 않으며 도구 화면 안에 광고를 두지 않습니다. 이는 우리 모든 도구에 공통된 원칙이며 Rosenav도 예외가 아닙니다.
자주 묻는 질문
유사도 검사기로 두 텍스트를 비교하려면?
"유사도" 탭으로 전환하고 두 텍스트를 각각 텍스트 A와 텍스트 B 입력란에 붙여 넣은 뒤 "유사도 계산"을 클릭합니다. 0~100% 점수, 시각화된 진행 막대, 그리고 그에 대응하는 문장 해석이 곧바로 표시됩니다.
코사인 유사도란 무엇이고 일치율은 어떻게 계산하나요?
코사인 유사도는 두 텍스트 벡터가 이루는 각의 코사인을 측정합니다. 먼저 각 텍스트를 단어 빈도 벡터로 변환하고 다음에 두 벡터가 이루는 각을 계산합니다 —— 각이 작고 방향이 가까울수록 점수가 높아집니다. 방향만 비교하고 길이는 비교하지 않으므로 장문과 단문의 비교가 길이 차이에 방해받지 않습니다.
텍스트 차이 비교는 어떻게 동작하나요?
최장 공통 부분 수열 알고리즘에 의한 줄 단위 비교입니다. 먼저 두 텍스트에 공통인 가장 긴 줄의 나열을 찾고, 일치하지 않은 줄을 추가 또는 삭제로 표시합니다. 화면에서는 색으로 구분하고 추가·삭제된 줄 수 통계도 보여 줍니다.
유사도 검사와 차이 비교는 어떻게 나눠 쓰나요?
전체적으로 얼마나 가까운지를 숫자로 알고 싶을 때는 유사도 검사를, "어느 줄이 변경되었는지"를 정확히 알고 싶을 때는 차이 비교를 씁니다. 둘은 보완적입니다: 먼저 유사도로 변경의 크기를 보고, 다음에 차이로 구체적인 줄을 특정합니다.
줄 중복 제거는 어떻게 동작하나요?
입력을 한 줄씩 읽어 각 줄의 첫 번째 등장을 남기고 나머지의 원래 순서를 유지하며, 마지막에 통계란에서 삭제한 중복 줄 수를 알려 줍니다. 이메일 목록, 키워드 표, 상품 목록 등의 중복 제거에 적합합니다.
순서를 바꿔 정렬할 수 있나요?
네. 알파벳 오름차순(A→Z), 내림차순(Z→A), 무작위 섞기 세 가지를 지원하고 출력은 결과 패널에 즉시 기록되므로 그대로 복사해 쓸 수 있습니다.
이 도구는 텍스트를 서버로 보내나요?
아니요. 모든 계산은 브라우저 안에서 완결되고 업로드용 API는 없습니다. 개발자 도구의 네트워크 패널에서 직접 확인할 수 있고, 로드 후 통신을 끊어도 계속 쓸 수 있습니다 —— 기능은 영향을 받지 않습니다.
이 텍스트 도구들은 어떤 상황에 맞나요?
흔한 용도는 서로 다른 AI 모델의 출력 비교, 기사의 바꿔쓰기 판단, 번역 원고 교정, 코드나 설정 차이 확인, 중복된 이메일이나 키워드 정리, 목록에 줄 번호 부여, 그리고 무작위 샘플링을 위한 섞기입니다.
Rosenav는 누가 개발하고 비즈니스 모델은 무엇인가요?
345tool 개발팀이 개발·유지하고 있습니다. 프레임워크에 의존하지 않고 프라이버시를 최우선으로 하는 웹 도구에 전념하는 독립 팀입니다. 도구 자체는 완전히 무료이고 가입도 필요 없으며 화면 안에 광고도 없습니다. 프로젝트는 도구의 핵심 영역 바깥에 둔 절제된 광고로 운영됩니다.
345tool 팀
우리는 345tool 팀입니다
345tool은 순수하게 클라이언트 측에서 동작하고 프라이버시를 최우선으로 하는 고품질 웹 도구를 만드는 독립 개발팀입니다. Rosenav도 그중 하나로, 같은 원칙을 따릅니다: 열면 바로 쓸 수 있고, 데이터를 수집하지 않으며, 불필요한 가입도 요구하지 않습니다.