가독성
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
가독성은 텍스트를 읽고 이해하기 쉬운 정도를 의미하며, 텍스트 디자인, 프로그래밍 코드, 타이포그래피 등 다양한 분야에서 중요한 요소로 다루어진다. 텍스트 가독성은 독자의 배경지식, 흥미, 문체의 특징 등에 따라 달라지며, 가독성 수식, 단어 빈도, 주관적 평가 등을 통해 평가된다. 프로그래밍 코드의 가독성은 코드의 이해도와 유지보수 용이성에 영향을 미치며, 코딩 스타일, 주석, 팩토링 등을 통해 향상시킬 수 있다. 타이포그래피 요소들은 텍스트의 가독성에 직접적인 영향을 미친다.
더 읽어볼만한 페이지
- 읽기 - 난독증
난독증은 신경학적 원인으로 지능, 교육, 문화적 기회에도 불구하고 읽기, 쓰기, 철자 능력의 습득과 사용에 어려움을 겪는 특정 학습 장애이며, 음운 인식 및 해독 능력 결핍으로 읽기 정확성 및 유창성 저하, 이해력 부족, 어휘력 발달 저하 등을 초래할 수 있다. - 읽기 - 독해
독해는 문자에 담긴 정보를 해독하고 이해하는 과정이며, 독자의 지식과 경험, 문장 표현 규칙에 대한 이해가 중요하고, 독해력 향상을 위해 다양한 전략과 평가 방법이 활용된다. - 쓰기 - 복사
복사는 예술, 문학, 사무, 생물, 디지털 환경 등에서 정보나 물체를 재생산하는 과정으로, 시각 예술에서의 작품 복사, 문학에서의 필사, 생물학적 DNA 복제, 디지털 데이터 복제 등을 포함하며, 저작권법에 의해 제한될 수 있지만, 도서관-저작권 단체 협력 및 자유이용마크 확대로 용이성이 증가하고 있다. - 쓰기 - 시학 (아리스토텔레스)
《시학》은 아리스토텔레스가 저술한 책으로, 시의 본질과 창작 원리를 탐구하며 미메시스, 카타르시스 등의 개념을 제시하고 비극의 구성 요소를 분석하여 서구 문예 비평에 영향을 미쳤다.
가독성 |
---|
2. 텍스트 가독성
텍스트 가독성은 독자가 글을 얼마나 쉽게 읽고 이해할 수 있는지를 나타내는 지표이다. 이는 글을 구성하는 다양한 요소, 예를 들어 사용된 서체, 페이지 레이아웃, 글자나 줄 사이의 간격(자간, 행간), 여백뿐만 아니라, 글의 내용, 문체, 전반적인 디자인 등에 의해 종합적으로 영향을 받는다.[98] 특히 책과 같은 인쇄 매체의 디자인에서는 독자가 얼마나 편안하게 읽을 수 있는지가 중요한 가독성 요소로 고려된다.
한편, 자연과학 분야에서는 '가독성'이라는 용어가 다른 의미로 사용되기도 한다. 예를 들어, 특정 측정 장비나 기기가 표시하는 값을 얼마나 세밀하게 읽을 수 있는지를 나타낼 때 '가독성'이라는 표현을 쓴다. 가독성이 1mg인 저울은 0.6mg과 1.4mg 사이의 무게 차이를 구분하여 표시할 수 없다.
또한 '재가독성'이라는 개념도 있는데, 이는 이미 읽었던 글을 나중에 다시 읽고 싶어 하는 경향의 정도를 의미하며, 독자의 주관적인 판단에 크게 의존한다.
2. 1. 텍스트 가독성의 정의
북 디자인에서 가독성은 독자가 책을 얼마나 편안하게 읽을 수 있는지를 의미하며, 이는 서체, 레이아웃, 자간, 행간, 여백 등 다양한 요소에 의해 결정된다."가독성"이라는 용어는 매우 포괄적이어서 다양한 정의를 접할 때 혼란스러울 수 있다.[3] 일반적으로 가독성은 읽는 대상, 내용의 질, 그리고 얼마나 쉽게 읽고 이해할 수 있는지(판독성) 등을 포함하는 개념이다. 또한, 주어진 텍스트의 서식이나 디자인 구조와도 밀접한 관련이 있다.[4]
가독성에 대한 정의는 제시되는 콘텐츠의 종류와 대상을 고려하여 달라진다. 예를 들어, 기술 문서를 작성하는 사람은 명확하고 간결한 언어와 쉽게 읽을 수 있는 서식을 중요하게 생각할 수 있다. 반면, 학술 저널은 특정 분야의 독자들이 이해하고 공감할 수 있도록 정교하고 전문적인 글쓰기 방식을 사용할 것이다.
문장의 가독성은 결국 읽기 쉬움을 의미한다. 연구에 따르면, 읽기 쉬운 문장은 이해하고 기억하기 쉬우며 읽는 속도도 빠르다. 또한, 독자가 지치지 않고 오랫동안 글을 읽어나갈 수 있게 한다.
가독성은 문장과 독자 사이의 상호작용 결과로 나타난다. 독자 측면에서 가독성에 영향을 미치는 요소로는 (1) 사전 지식, (2) 읽기 능력, (3) 흥미, (4) 동기 등이 있다. 문장 자체에서는 (1) 내용, (2) 문체, (3) 디자인, (4) 구조가 가독성에 영향을 미친다.[98] 여기서 디자인은 매체의 레이아웃, 삽화, 사용된 글꼴과 색상 등을 포함한다.
언어 전문가들은 가독성을 특정 수식을 통해 계산된 점수로 표현하기도 한다. 이 수식은 문장의 난이도를 독자의 이해 수준에 맞추는 데 활용된다. 가독성 수식이 100% 정확하지는 않지만, 특정 문장을 읽는 데 필요한 독해 능력을 예측하는 데 도움을 줄 수 있다. 이러한 수식은 전 세계적으로 다양한 언어에서 활용되고 있으며, 그 유용성에도 불구하고 충분히 활용되지 못하는 점이 문제로 지적되기도 한다.[99][100][101]
출판 업계에서는 가독성 수식 외에도 문장의 수준을 판단하기 위한 다른 방법을 사용한다. 예를 들어, 단어의 사용 빈도 목록을 활용하는데, 자주 사용되는 단어일수록 가독성이 높다고 본다. 또한, 편집자나 작가의 경험에 기반한 주관적인 평가 역시 중요한 판단 기준으로 사용된다.[102]
2. 2. 텍스트 가독성의 중요성
책이나 문서를 읽을 때 내용이 얼마나 쉽게 이해되는지를 나타내는 가독성은 단순히 글자를 읽는 행위를 넘어 정보 전달의 효율성과 직결된다. 좋은 가독성은 서체, 문장 구조, 페이지 레이아웃, 글자 간격(자간), 줄 간격(행간), 여백 등 다양한 시각적 요소들의 조화를 통해 이루어진다.[5]가독성은 학교 교실, 직장 환경, 그리고 우리가 매일 접하는 수많은 정보 속에서 텍스트의 명확성과 접근성을 보장하는 데 필수적이다.[5] 정보가 명확하고 이해하기 쉽게 전달될 때, 학습 효과가 높아지고 업무 효율성이 증대되며, 일상생활에서의 정보 습득이 용이해진다. 이는 모든 사람이 정보에 평등하게 접근하고 활용할 수 있도록 돕는 중요한 요소이다.
이러한 중요성 때문에 일부 국가 정부는 가독성을 법적으로 보장하려는 노력을 기울이고 있다. 예를 들어, 미국에서는 정부가 발행하는 중요한 문서를 일반 대중이 쉽게 이해할 수 있도록 특정 학년 수준(예: 8학년)에 맞춰 작성하도록 의무화하는 '쉬운 언어 법률'(Plain Language Act)을 시행하고 있다.[5] 이는 공공 정보의 투명성을 높이고 시민의 알 권리를 실질적으로 보장하기 위한 조치이다.
실제로 대중적인 출판물들은 독자들의 평균적인 읽기 수준을 고려하여 가독성을 맞추는 경향이 있다. 미국에서 가장 많이 팔리는 잡지 중 일부인 ''TV 가이드''와 ''리더스 다이제스트''는 9학년 수준으로 작성되며, 많은 인기 소설은 그보다 낮은 7학년 수준으로 쓰인다.[8][27] 이는 평균적인 성인 독자가 9학년 수준의 문해력을 가지고 있으며, 특히 오락을 위한 독서에서는 자신의 실제 읽기 수준보다 약간 낮은 수준의 텍스트를 선호한다는 연구 결과를 뒷받침한다.[27]
과거 연구들은 가독성이 낮은 자료가 정보 접근에 큰 장벽이 될 수 있음을 보여준다. 1930년대 미국의 성인 교육 연구에서는 많은 성인이 배움에 대한 열의는 높지만, 읽어야 할 자료가 너무 어려워 학습에 어려움을 겪는다는 사실이 밝혀졌다.[30] 윌리엄 S. 그레이(William S. Gray)와 버니스 리어리(Bernice Leary)가 1935년에 발표한 연구에 따르면, 당시 미국 성인 인구의 절반 정도가 자신의 읽기 수준에 맞는 적절한 자료를 찾기 어려웠으며, 특히 읽기 능력이 낮은 사람들에게는 더 쉽고 간단한 자료가 절실히 필요했다.[33]
결론적으로, 텍스트의 가독성은 단순히 글을 보기 좋게 만드는 미적인 문제를 넘어, 정보의 효과적인 전달, 사회 구성원 간의 원활한 소통, 그리고 정보 격차 해소에 기여하는 중요한 사회적 가치를 지닌다.
2. 3. 텍스트 가독성의 역사
오랫동안 좋은 글쓰기에서 구성, 일관성, 강조의 중요성은 인식되어 왔다. 1880년대 영문학 교수 L. A. 셔먼은 영어 문장이 점차 짧아지고 있음을 발견했다. 엘리자베스 시대의 평균 문장 길이는 50단어였으나, 그가 활동하던 시기에는 23단어로 줄어들었다.셔먼의 연구는 다음과 같은 사실을 보여주었다.
- 문학 작품도 통계적으로 분석할 수 있다.
- 문장이 짧고 용어가 구체적일수록 독자의 이해를 돕는다.
- 글보다는 말이 더 이해하기 쉽다.
- 시간이 흐르면서 텍스트가 말과 비슷해질수록 이해하기 쉬워진다.
셔먼은 글이 말에 가까울수록 내용이 명확하고 효과적이라고 강조하며, "글을 말보다 못하게 써서는 안 되며, 말을 글보다 잘해서도 안 된다"고 주장했다.[9]
1889년 러시아 작가 니콜라이 A. 루바킨은 일반 대중이 쓴 1만 개 이상의 글을 연구하여 발표했다.[11] 그는 이 글들에서 대부분의 사람이 이해하는 1,500개의 단어를 추출했으며, 이해를 방해하는 주요 요인이 '낯선 단어'와 '긴 문장'임을 밝혀냈다.[10] 루바킨은 사람들이 지적 능력이 부족한 것이 아니라, 가난하여 이해할 수 있는 수준으로 쓰인 저렴한 책이 필요하다고 생각했다.[11]
초기의 가독성 평가는 '텍스트 레벨링'이라는 주관적인 판단에 의존했다. 이는 특히 어린이를 위한 책처럼 읽기 어려움이 명확한 경우에 주로 사용되었다. 하지만 수준이 높아질수록 개별적인 어려움을 파악하기 어려워져, 더 나은 평가 방법의 필요성이 제기되었다.[12][13]
1920년대 교육 분야에서는 과학적 방법론이 도입되면서 학생들의 성취도를 측정하고 교육 과정을 개선하기 위한 노력이 이루어졌다. 특히 초보 독자에게는 자신의 능력에 맞는 읽기 자료가 필요하다는 인식이 확산되었다. 초기 연구는 대학 심리학자들이 주도했으며, 이후 교과서 출판사들이 이를 이어받았다.[14] 1921년 해리 D. 키트슨은 마케팅에 심리학을 적용한 초기 저서 중 하나인 ''구매자의 마음''을 출판했다. 그는 독자들이 자신의 유형에 맞는 텍스트를 구매하고 읽는 경향이 있으며, 짧은 문장 길이와 짧은 단어 길이가 가독성에 가장 큰 영향을 미친다는 사실을 발견했다.[15]
1923년 버사 A. 라이블리와 시드니 L. 프레시는 최초의 가독성 공식을 발표했다. 중학교 과학 교과서에 전문 용어가 너무 많아 수업 시간을 할애해야 하는 문제를 해결하기 위해, 교과서의 "어휘 부담"을 측정하고 줄이는 데 이 공식을 활용하고자 했다. 이 공식은 5개의 변수와 6개의 상수를 사용했으며, 수동으로 적용하는 데 3시간이 걸렸다.[16]
이후 더 정확하고 적용하기 쉬운 공식을 찾기 위한 노력이 이어졌다. 1928년 칼턴 워시번과 메이블 보겔은 외부 기준을 사용하여 검증한 최초의 현대적 가독성 공식을 만들었다. 이 공식은 기준 도서를 읽고 선호도를 보인 학생들의 시험 점수와 0.845의 높은 상관관계를 보였으며[17], 가독성 개념에 '관심사'라는 변수를 처음으로 도입했다.[18] 1929년부터 1939년까지 알프레드 루어렌츠는 여러 새로운 공식을 발표했다.[19][20][21][22][23]
1934년 컬럼비아 대학교의 교육 심리학자 에드워드 손다이크는 단어 빈도수가 학생들에게 적합한 책을 선택하는 데 중요하다는 점에 주목했다. 그는 단어 능력이 지적 발달의 가장 좋은 지표이자 가독성의 가장 강력한 예측 변수라고 보았다. 1921년 그는 1만 개 단어의 단어 빈도를 담은 ''교사용 단어 책''을 출판했으며[24], 교사가 새로운 단어를 소개하고 자주 반복함으로써 단어 능력을 향상시킬 수 있다고 주장하며 자신의 가독성 공식을 발표했다.[25] 1939년 W.W. 패티와 W. I. 페인터는 손다이크의 어휘 빈도 목록을 사용한 마지막 초기 공식 중 하나를 발표했다.[26]
2. 4. 가독성 평가 방법
가장 초기의 가독성 평가는 '텍스트 레벨링'이라는 주관적인 판단 방식이었다. 하지만 이 방식은 텍스트의 내용, 목적, 디자인, 시각적 요소 등 다양한 측면을 완전히 반영하기 어렵다는 한계가 있었다.[12][13] 텍스트 레벨링은 주로 어린이를 위한 책과 같이 읽기 어려움이 비교적 명확한 경우에 사용되었다. 그러나 수준이 높아질수록 개별적인 어려움을 식별하기 어려워져 가독성 평가가 더 복잡해졌고, 이에 따라 더 객관적인 평가 방법들이 개발되기 시작했다.1920년대 들어 교육 분야에서는 과학적인 접근 방식을 통해 학생들의 성취도를 측정하고 교육 과정을 개선하려는 노력이 이루어졌다. 교육자들은 독자, 특히 초보 독자의 읽기 능력 향상을 위해서는 자신의 수준에 맞는 읽기 자료가 필수적이라는 점을 인식하고 있었다. 초기 연구는 주로 대학의 심리학자들이 주도했으며, 이후 교과서 출판사들이 이를 이어받았다.[14] 1921년, 해리 D. 키트슨은 마케팅에 심리학을 접목한 초기 저서 중 하나인 ''구매자의 마음''에서 독자 유형별로 선호하는 텍스트가 다르다는 점을 밝혔고, 두 종류의 신문과 잡지를 분석하여 짧은 문장 길이와 짧은 단어 길이가 가독성에 가장 큰 영향을 미친다는 사실을 발견했다.[15]
1923년, 버사 A. 라이블리와 시드니 L. 프레시는 최초의 가독성 공식을 발표했다. 이들은 중학교 과학 교과서에 전문 용어가 너무 많아 수업 시간 대부분을 용어 설명에 할애해야 하는 문제를 해결하고자 했다. 그들의 공식은 교과서의 "어휘 부담"을 측정하고 줄이는 데 목적을 두었으며, 1000단어당 고유 단어 수, 특정 목록(손다이크 목록)에 없는 단어 수 등 5개의 변수를 사용했다. 하지만 이 공식을 수동으로 적용하는 데는 3시간이나 걸리는 번거로움이 있었다.[16]
이후 연구자들은 더 정확하면서도 적용하기 쉬운 공식을 개발하는 데 집중했다. 1928년, 칼턴 워시번과 메이블 보겔은 외부 기준(학생들의 시험 점수)을 사용하여 검증한 최초의 현대적 가독성 공식을 만들었으며, 이는 기준 도서를 읽고 선호도를 보인 학생들의 시험 점수와 0.845라는 높은 상관관계를 보였다.[17] 또한 이 공식은 가독성 개념에 '관심사'라는 변수를 처음으로 도입했다.[18] 1929년부터 1939년까지 알프레드 루어렌츠는 여러 새로운 공식을 발표하며 연구를 이어갔다.[19][20][21][22][23]
1934년, 컬럼비아 대학교의 교육 심리학자 에드워드 손다이크는 단어 빈도수가 가독성의 중요한 예측 변수임을 강조했다. 그는 교사들이 단어 빈도수를 활용하여 학생 수준에 맞는 책을 선택하는 유럽의 사례에 주목했다. 1921년, 그는 10,000개 단어의 단어 빈도를 담은 ''교사용 단어 책''을 출판했으며,[24] 자신만의 가독성 공식을 발표하며 교사가 새로운 단어를 소개하고 반복함으로써 학생들의 단어 능력을 향상시킬 수 있다고 주장했다.[25] 1939년 W.W. 패티와 W. I. 페인터는 손다이크 어휘 빈도 목록을 사용한 마지막 초기 공식 중 하나를 발표했다.[26] 컴퓨터가 보급되기 전까지 단어 빈도 목록은 텍스트 가독성을 평가하는 데 가장 중요한 도구로 활용되었다.[27]
1930년대 대공황 시기 미국 정부는 성인 교육에 투자했다. 1931년, 더글러스 와플스와 랄프 W. 타일러는 ''성인들이 무엇에 대해 읽고 싶어하는가''라는 연구 결과를 발표하며, 많은 성인이 배우고 싶어 하지만 읽을거리가 너무 어려워 적절한 자료가 부족하다는 현실을 지적했다.[30] 컬럼비아 대학교 교원대학교의 라이먼 브라이슨 역시 많은 성인이 교육 부족으로 낮은 읽기 능력을 가지고 있으며, 명확하고 읽기 쉬운 글쓰기 스타일이 드물다고 지적했다.[27] 그는 가독성 연구소 설립을 지원했으며, 그의 제자 중 어빙 로지(Irving Lorge)와 루돌프 플레쉬(Rudolf Flesch)는 이후 가독성 연구에 큰 기여를 하게 된다.
1934년, 랄프 오제먼은 성인 독서 능력과 독서 용이성에 영향을 미치는 요인을 연구하며, 텍스트의 일관성이나 추상성처럼 측정하기는 어렵지만 무시할 수 없는 요인들의 중요성을 강조했다. 그는 '척도화(scaling)'라는 방법을 개발하여 실제 독자를 대상으로 테스트한 구절을 기준으로 다른 텍스트의 독서 용이성을 비교 평가했다.[31] 같은 해, 랄프 타일러와 에드가 데일은 다양한 자료에서 발췌한 건강 관련 구절을 기반으로 최초의 성인 독서 용이성 공식을 발표했다.[32]
1935년, 시카고 대학교의 윌리엄 S. 그레이와 버니스 리어리는 가독성 연구의 중요한 저작인 ''책을 읽기 쉽게 만드는 것은 무엇인가''를 출판했다. 이 책에는 미국 성인 1,690명을 대상으로 한 최초의 과학적 읽기 능력 연구가 포함되어 있으며, 평균 학년 점수가 7.81(중학교 1학년 8개월 수준)임을 밝혔다. 연구 결과, 당시 성인 인구의 절반 가량이 자신의 읽기 수준에 맞는 자료를 찾기 어려웠으며, 특히 읽기 능력이 가장 낮은 6분의 1의 성인에게는 문해력 향상을 위한 더 쉬운 자료가 필요함을 강조했다.[33] 그레이와 리어리는 가독성에 영향을 미치는 228개의 변수를 내용, 스타일, 형식, 구성의 네 가지로 분류하고, 내용과 스타일이 가장 중요하다고 보았다. 측정 가능한 스타일 변수 중 평균 문장 길이, 어려운 단어 수, 인칭 대명사 수, 고유 단어 비율, 전치사구 수를 공식에 활용했다.
1939년과 1944년, 어빙 로지는 어휘 부담이 난이도의 가장 중요한 요인임을 밝히고, 세 가지 변수를 사용하는 '로지 지수(Lorge Index)'를 발표하여 이후 더 간단하고 신뢰성 있는 공식 개발의 토대를 마련했다.[34][35]
1940년대에 이르러 연구자들은 통계적 방법을 성공적으로 활용하여 가독성을 분석했으며, 특이한 단어와 문장 길이가 읽기 어려움의 주요 원인임을 확인하고 이를 공식에 반영했다.
1943년, 루돌프 플레쉬는 박사 학위 논문에서 성인 독서 자료의 난이도를 예측하는 가독성 공식을 포함한 ''가독성 있는 스타일의 특징''을 발표했다. 이 공식은 이름, 인칭 대명사 등 '개인적인 언급'과 '접사'를 변수로 사용했으며, 여러 분야의 연구자들이 소통 개선을 위해 활용하기 시작했다.[36] 1947년, 도널드 머피는 분할 게재[37]를 사용하여 텍스트를 더 쉽게 읽도록 하는 효과를 연구했다. 그는 나일론 관련 기사의 읽기 수준을 9학년에서 6학년 수준으로 낮추자 독자 수가 43% 증가했고, 옥수수 관련 기사에서는 독자 수가 60% 증가했으며, 특히 35세 미만 독자에게서 더 좋은 반응을 얻었다고 보고했다.[37] 그 결과 275,000부 발행 부수에서 42,000명의 독자를 추가로 확보했다.
일리노이 대학교의 윌버 슈람은 1947년 1,050명의 신문 독자를 인터뷰하여 더 쉬운 읽기 스타일이 기사를 얼마나 읽는지(독서 지속력)에 영향을 미친다는 것을 발견했다. 또한 사람들은 짧은 기사보다 긴 기사를 덜 읽는 경향이 있음을 확인했다.[38] 1947년 멜빈 로스토터의 연구는 신문이 일반적으로 평균적인 미국 성인 독자의 능력보다 5년 높은 수준으로 작성되었으며, 기사의 가독성은 기자의 교육 수준이나 경험보다는 업계의 관행과 문화와 더 관련이 깊다고 지적했다. 그는 가독성 개선이 "작가들의 교육과 경험과는 다소 독립적인 의식적인 과정"이어야 한다고 주장하며 더 많은 가독성 테스트를 촉구했다.[39]
1948년, 플레쉬는 기존 공식을 개선하여 독서 용이성(Reading Ease) 공식을 두 부분으로 발표했다. 이 공식은 학년 수준 대신 0(12학년 해당)에서 100(4학년 해당)까지의 척도를 사용했으며, 접사 대신 음절 수를 사용하고, 인간적인 관심도를 예측하는 부분을 추가했다. 이 새로운 공식은 맥콜-크랩스 독서 테스트와 0.70의 상관관계를 보였다.[40] 같은 해, 버나드 펠드는 ''버밍햄 뉴스''의 기사를 분석하여 8학년 수준(당시 성인 평균 읽기 수준) 이하로 작성된 기사가 통신사 기사의 경우 3분의 2, 지역 기사의 경우 75% 더 많은 독자를 확보한다는 것을 발견했다. 그는 작가들에게 플레쉬의 명확한 글쓰기 원칙을 훈련시킬 것을 제안했다.[41]
플레쉬와 로버트 거닝은 신문 및 통신사와 협력하여 가독성 개선에 힘썼다. 그들의 노력 덕분에 미국의 신문 가독성은 16학년에서 11학년 수준으로 향상되었으며, 오늘날까지 그 수준을 유지하고 있다. 출판사들은 플레쉬 공식이 독자 수를 최대 60%까지 증가시킬 수 있다는 것을 발견했다. 플레쉬의 연구는 저널리즘에 막대한 영향을 미쳤고, 그의 독서 용이성 공식은 가장 널리 사용되고 신뢰받는 가독성 지표 중 하나가 되었다.[42][43] 1951년에는 파, 젠킨스, 패터슨이 음절 수 계산 방식을 변경하여 공식을 더욱 단순화했다.[88]
한편, 1940년대에는 로버트 거닝(Robert Gunning)이 가독성 연구를 직장 환경에 도입하는 데 기여했다. 1944년, 그는 비즈니스 글쓰기의 모호함을 줄이는 것을 목표로 하는 최초의 가독성 컨설팅 회사를 설립했으며, 1952년에는 독해력 검사와 0.91의 상관관계를 보이는 자신의 Fog Index를 발표했다.[8]
에드가 데일은 오하이오 주립 대학교의 교육학 교수로, 손다이크의 어휘 빈도 목록이 단어의 다양한 의미를 구분하지 못한다고 비판하며 자신만의 단어 목록을 만들었다. 그는 3,000개의 쉬운 단어(초등학교 4학년 학생의 80%가 이해하는 단어) 목록을 1948년 잔 챌(Jeanne Chall)과 함께 개발한 데일-챌 가독성 공식에 통합했다. 이 공식은 1995년 업데이트된 단어 목록과 함께 새로운 버전으로 발표되었다.[44]
이후에도 다양한 가독성 공식들이 개발되었다.
- 스파체 가독성 공식(Spache readability formula) (1952)
- 프라이 가독성 공식(Fry readability formula) (1963): 에드워드 프라이가 개발했으며, 적용하기 쉬워 널리 사용됨.[45][46]
- 자동 가독성 지수(Automated Readability Index, ARI) (1967)
- SMOG(Simple Measure of Gobbledygook) (1969): 해리 맥러플린이 개발했으며, 특히 의료 분야에서 권장됨.[47]
- 골루브 구문 밀도 점수(Golub Syntactic Density Score) (1974): 텍스트의 구문적 특징에 초점을 맞춘 공식.
- FORCAST 공식 (1973): 미 육군 의뢰로 개발되었으며, 어휘 요소만 사용하여 완전한 문장이 없는 텍스트에도 유용함.[92]
- 플레시-킨케이드 학년 수준(Flesch-Kincaid Grade Level) 공식 (1975): 미 해군의 후원으로 플레시의 독서 용이성 공식을 학년 수준 점수로 변환함.[48]
- 린시어 라이트(Linsear Write) 레이고 가독성 추정치 (1977)
- 렉사일 지수(Lexile) 프레임워크 (1988): 메타매트릭스(MetaMetrics, Inc.)에서 개발했으며, 평균 문장 길이와 미국 헤리티지 중급 코퍼스(American Heritage Intermediate Corpus)의 평균 단어 빈도를 사용하여 0~2000점 척도로 점수를 매김. AHI 코퍼스는 3학년에서 9학년 학생들이 자주 읽는 1,045개의 출판물에서 5백만 단어를 포함한다.
- ATOS(Advantage-TASA Open Standard) Reading Formula for Books (2000): 학교 르네상스 연구소 등에서 개발했으며, 문장당 단어 수, 단어의 평균 학년 수준, 단어당 문자 수를 변수로 사용함.[54][55] 연구진은 교사가 책의 가독성과 학생의 독서 능력을 일치시켜야 하며, 독서 행위 자체가 독서 능력 향상에 도움이 된다는 점 등을 발견했다.
1978년, 존 보머스는 클로즈 테스트(Cloze test)를 활용하여 독서 용이성을 연구하고, 교실에서의 "보조 독서"에 가장 적합한 수준은 독자가 객관식 질문의 50%를 맞힐 수 있는 약간 어려운 텍스트이며, "무보조 독서"에는 80%를 맞힐 수 있는 텍스트가 적합하다는 것을 확인했다.[49][50] 그는 어휘와 문장 길이가 여전히 가장 좋은 지표임을 재확인하고, '평균 클로즈 공식'과 같은 새로운 측정법을 개발했다.[51][52][53]
최근에는 전통적인 가독성 공식을 넘어 AI 기반의 접근 방식(자동 가독성 평가)이 연구되고 있다. 이 방식은 다양한 언어학적 특징들을 통합하고 통계적 예측 모델을 구축하여 텍스트 가독성을 예측한다.[77][78] 일반적으로 훈련 코퍼스 구축, 언어학적 특징 계산, 기계 학습 모델을 이용한 예측의 세 단계를 거친다.[79][80][78]
AI 기반 평가에서는 다음과 같은 특징들이 활용된다.
- 구문적 특징: 2008년 연구에서 구문 복잡성이 텍스트 이해 처리 시간과 상관관계가 있음이 밝혀졌다.[81] 에밀리 피틀러와 애니 넨코바는 구문 분석 트리에서 계산되는 특징들(예: 평균 문장 길이, 평균 구문 분석 트리 높이, 문장당 평균 명사구/동사구 수)의 유용성을 입증했다.[82][84]
- 인지 동기적 특징: 2009년 리준 펑은 지적 장애가 있는 성인을 위해 고안되었으나 일반적인 가독성 평가 정확도 향상에도 기여하는 특징들을 개척했다. 여기에는 문서의 어휘 체인 수, 문장당 고유 엔티티/엔티티 언급 평균 수 등이 포함된다.[83]
- 고급 의미론적 특징: 2021년 브루스 W. 리는 텍스트에 포함된 지식의 양을 측정하기 위한 특징들(의미론적 풍부성, 명확성, 잡음)을 탐구했다.[87]
- 의미론적 풍부성 :
- 의미론적 명확성 :
- 의미론적 잡음 :
(여기서 n은 발견된 주제의 수, p는 주제 확률)
AI 연구를 위한 코퍼스로는 튀빙겐 대학교의 소미야 바잘라가 구축한 WeeBit 코퍼스(다양한 연령대의 교육 기사 모음)[80][84]와 펜실베이니아 대학교의 웨이 쉬 등이 소개한 Newsela 코퍼스(다양한 읽기 수준으로 조정된 뉴스 기사 모음)[85][86] 등이 활용되고 있다.
=== 주요 가독성 공식 ===
==== 플레시-킨케이드 가독성 테스트 ====
루돌프 플레시가 개발한 공식은 두 가지 형태로 사용된다.
- 독서 용이성(Reading Ease) 점수: 0점에서 100점 사이의 점수로, 높을수록 읽기 쉽다.
- `점수 = 206.835 - (1.015 × ASL) - (84.6 × ASW)`
- ASL = 평균 문장 길이 (총 단어 수 / 총 문장 수)
- ASW = 단어당 평균 음절 수 (총 음절 수 / 총 단어 수)
- 수정된 공식 (1951년 파, 젠킨스, 패터슨):
- `새로운 독해 용이성 점수 = 1.599 * nosw - 1.015 * sl - 31.517`
- nosw = 100단어당 한 음절 단어 수
- sl = 평균 문장 길이 (단어)
- 플레시-킨케이드 학년 수준(Grade Level) 점수: 미국 학년 기준으로 텍스트를 이해하는 데 필요한 교육 수준을 나타낸다. (1975년 개발)
- `학년 수준 = (0.39 × ASL) + (11.8 × ASW) - 15.59`
==== Dale-Chall 가독성 공식 ====
에드거 데일과 잔 챌이 개발한 공식으로, 특히 쉬운 단어 목록을 활용하는 것이 특징이다.
1. 텍스트에서 100단어 샘플 여러 개를 선택한다.
2. 평균 문장 길이(ASL: 총 단어 수 / 총 문장 수)를 계산한다.
3. 데일-챌 쉬운 단어 3,000개 목록에 없는 단어의 비율(PDW: Percentage of Difficult Words)을 계산한다.
4. 원점수(Raw Score)를 계산한다.
- 1948년 공식:
- `원점수 = 0.1579 × (PDW × 100) + 0.0496 × ASL` (만약 PDW가 5% 미만이면)
- `원점수 = 0.1579 × (PDW × 100) + 0.0496 × ASL + 3.6365` (만약 PDW가 5% 이상이면)
- 1995년 (새로운) 공식:
- `원점수 = 64 - 0.95 × (PDW × 100) - 0.69 × ASL`
5. 계산된 원점수(1948년 공식 기준)를 다음 표에 따라 최종 학년 수준 점수로 변환한다.[89]
원점수 | 최종 점수 (학년 수준) |
---|---|
4.9 이하 | 4학년 이하 |
5.0–5.9 | 5–6학년 |
6.0–6.9 | 7–8학년 |
7.0–7.9 | 9–10학년 |
8.0–8.9 | 11–12학년 |
9.0–9.9 | 13–15학년 (대학) |
10 이상 | 16학년 이상 (대학 졸업) |
==== 거닝 포그 지수 ====
로버트 거닝이 개발한 공식으로, 계산이 비교적 간단하다.
- `학년 수준 = 0.4 × (평균 문장 길이 + 어려운 단어 비율)`
- 평균 문장 길이: 100단어 정도의 샘플에서 총 단어 수 / 총 문장 수
- 어려운 단어 비율: 3음절 이상인 단어(고유명사, 복합어, 쉬운 접미사가 붙은 동사 제외)의 백분율 (%)
==== 프라이 가독성 공식 ====
에드워드 프라이가 개발한 그래프 기반의 평가 방법이다. 100단어 샘플 3개에서 평균 문장 길이와 평균 음절 수를 계산하여 그래프 상의 해당 위치를 찾아 학년 수준을 결정한다.
==== SMOG ====
G. 해리 맥러플린이 개발한 공식으로, 특히 3음절 이상 단어 수에 초점을 맞춘다.
==== 골루브 구문 밀도 점수 ====
레스터 골루브가 개발한 이 공식은 텍스트의 구문적 복잡성을 측정한다. 텍스트 샘플에서 여러 구문 단위(T-unit, 종속절, 주절 단어 길이 등)를 계산하고 가중치를 곱하여 합산한 뒤, T-unit 수로 나누어 점수를 얻는다.
1. 텍스트 샘플에서 다음 변수들을 계산한다.
- T-unit 당 단어 수
- T-unit 당 종속절 수
- 주절 평균 단어 길이
- 종속절 평균 단어 길이
- 조동사 수
- 조동사 내 'Be', 'Have' 형태 수
- 전치사구 수
- 소유 명사 및 대명사 수
- 시간 부사 수
- 제론드, 분사, 절대구 수
2. 각 변수에 지정된 가중치를 곱한다 (예: T-unit 당 단어 수 * 0.95).
3. 가중치가 적용된 값들을 모두 더한다.
4. 총합을 샘플 내 T-unit 수로 나눈다. 이 값이 구문 밀도 점수(SDS)이다.
5. 계산된 SDS를 아래 표에 따라 학년 수준으로 변환한다.
SDS | 0.5 | 1.3 | 2.1 | 2.9 | 3.7 | 4.5 | 5.3 | 6.1 | 6.9 | 7.7 | 8.5 | 9.3 | 10.1 | 10.9 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
학년 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 |
=== 정확도 및 한계 ===
각 가독성 공식은 독해 시험으로 측정된 이해력과 어느 정도의 상관관계를 보인다.
가독성 공식의 정확도는 여러 텍스트의 평균 가독성을 평가할 때 높아지는 경향이 있다. 그러나 이 공식들은 주로 단어 길이(의미적 난이도의 간접적 지표)와 문장 길이(구문적 복잡성의 간접적 지표)와 같은 표면적인 특성에 기반하므로 한계가 있다.
대부분의 전문가는 플레시-킨케이드 학년 수준과 같은 단순한 공식만으로는 텍스트의 실제 읽기 어려움을 정확히 반영하기 어렵다는 데 동의한다.[27] 평균 문장 길이와 같은 전통적인 특징들이 읽기 난이도와 높은 상관관계를 보이지만, 가독성은 훨씬 더 복잡한 요소들의 상호작용 결과이다. 이러한 단점을 극복하기 위해 인공 지능을 활용한 데이터 기반 접근 방식이 연구되고 있다.[90]
글쓰기 전문가들은 단순히 단어와 문장 길이만 변경하여 텍스트를 쉽게 만들려는 시도는 오히려 읽기 더 어려운 결과를 낳을 수 있다고 경고한다.[93] 텍스트의 가독성은 접근 방식, 어조, 문체, 디자인, 구성 등 다양한 요소들이 서로 영향을 주고받기 때문이다. 따라서 가독성을 높이기 위해서는 공식 활용 외에도 좋은 글쓰기의 일반적인 원칙들을 준수하고, 목표 독자층이 실제로 사용하는 텍스트와 그들의 독서 습관을 연구하는 것이 중요하다.[94][95][96][97]
2. 5. 가독성 향상 방안
문장의 가독성은 독자가 얼마나 쉽게 읽고 이해할 수 있는지를 나타내는 중요한 요소이다. 책 디자인에서는 서체, 레이아웃, 자간, 행간, 여백 등이 가독성에 영향을 미친다. 읽기 쉬운 문장은 이해와 기억을 돕고 읽는 속도를 높이며, 독자가 지치지 않고 계속 읽을 수 있게 한다.[98] 가독성을 높이기 위해서는 독자 요인과 텍스트 요인 양쪽을 모두 고려해야 한다.독자 수준 고려가독성은 독자의 사전 지식, 읽기 기술, 흥미, 동기 등 독자 요인에 크게 영향을 받는다.[98] 따라서 글을 쓸 때는 예상 독자의 수준을 파악하고 그에 맞는 어휘와 문장 구조를 사용하는 것이 중요하다.
1930년대 미국에서의 문해력 조사에 따르면, 미국 성인의 평균 독해력은 중학교 2학년 수준으로 나타났다. 이는 교육 수준과 반드시 일치하지 않아서, 고등학교 졸업자 중 상당수가 중학교 2학년 수준의 독해력을 보이며, 대학교 졸업자도 고등학교 1학년 수준인 경우가 많다고 보고되었다.[100][103] 윌리엄 S. 그레이(William S. Gray)와 버니스 리어리(Bernice Leary)의 1935년 연구에서도 당시 미국 성인 인구의 절반이 자신의 읽기 수준에 맞는 적절한 읽을거리가 부족하며, 특히 가장 낮은 독해력을 가진 성인(전체 6분의 1)에게는 기본적인 문해력 향상과 독서 습관 형성을 위한 더 쉬운 자료가 필요하다고 지적했다.[33]
이러한 점을 고려하여, 오늘날 미국의 많은 베스트셀러 작가들(존 그리샴, 댄 브라운 등)은 중학교 1학년 수준에 맞춰 글을 쓰는 경향이 있다. 전문가들은 법률 및 의료 관련 정보 역시 일반 대중의 이해를 돕기 위해 중학교 1학년 수준으로 작성할 것을 권장하며, 일부 의료 및 안전 관련 정보는 법적으로 초등학교 5학년 수준의 가독성을 요구하기도 한다.[104]
텍스트 요소 개선텍스트 자체의 내용, 문체, 디자인, 구조 또한 가독성에 큰 영향을 미친다.[98]
- 내용: 독자의 흥미를 유발하고 이해를 도울 수 있는 친숙하고 구체적인 내용을 선택하는 것이 좋다. 지나치게 추상적이거나 어려운 개념은 가독성을 떨어뜨릴 수 있다.[31][43] '인간적인 관심' 요소(이름, 인칭 대명사 등)를 포함하는 것도 도움이 될 수 있다.[36][90][62]
- 문체: 명확하고 간결한 문체를 사용하는 것이 핵심이다.
- 어휘: 쉽고 친숙한 단어를 사용한다. 초기 가독성 연구부터 특이하거나 어려운 단어("어휘 부하")는 독서의 어려움을 유발하는 주요 원인으로 지적되었다.[34][33] 에드거 데일(Edgar Dale)은 초등학생도 이해할 수 있는 쉬운 단어 목록을 만들기도 했다.[44] 명사화[63]나 어려운 접사가 많은 단어[36]는 피하는 것이 좋다.
- 문장 길이: 짧고 간결한 문장을 사용하는 것이 좋다. 문장 길이는 어휘 난이도와 함께 가독성을 예측하는 가장 중요한 변수 중 하나로 꾸준히 확인되었다.[34][51]
- 문장 구조: 능동태를 사용하는 것이 일반적으로 수동태보다 이해하기 쉽다.[64][65][66][67] 복잡한 문장 구조보다는 단순한 구조를 선호한다.
- 구조: 텍스트의 전체적인 구조와 구성이 논리적이고 일관되어야 한다.
- 일관성: 월터 킨치(Walter Kintsch) 등의 연구는 텍스트의 일관성(coherence)이 특히 읽기를 배우는 사람들에게 중요함을 보여주었다.[56] 보니 암브루스터(Bonnie Armbruster)는 전체 주제를 통합하는 '전체적 일관성'과 문장 간의 아이디어를 연결하는 '국소적 일관성' 모두 중요하다고 강조했다.[59] Coh-Metrix와 같은 도구는 텍스트의 결속성을 분석하는 데 사용될 수 있다.[76]
- 조직: 보니 메이어(Bonnie Meyer)의 연구에 따르면, 텍스트가 주제별로 명확하게 구성되어 있거나 계층적 계획을 가질 때 독자가 더 빨리 읽고 더 많이 기억하는 경향이 있다. 이는 독자가 새로운 정보를 기존 지식 구조에 통합하는 데 도움을 준다.[58] 구조적 단서(머리말, 요약 등)를 활용하는 것도 좋다.[68][69]
- 디자인: 시각적인 요소 역시 가독성에 영향을 미친다. 책 디자인에서는 서체, 레이아웃, 자간, 행간, 여백 등이 중요하게 고려된다.[74] 적절한 이미지[70][71], 다이어그램, 선 그래프[72]의 사용은 이해를 도울 수 있으며, 중요한 부분을 강조 표시(highlighting)[73]하는 것도 효과적일 수 있다.
가독성 향상은 단순히 특정 공식을 따르는 것을 넘어, 독자의 특성과 텍스트의 여러 요소를 종합적으로 고려하는 과정이다. 루돌프 플레쉬(Rudolf Flesch)나 로버트 거닝(Robert Gunning)과 같은 연구자들의 노력으로 신문 등 대중 매체의 가독성이 크게 향상되었으며,[42][43] 이는 독자 수 증가로 이어지기도 했다.[37][41] 가독성 공식들은 완벽하지는 않지만[99], 여전히 특정 텍스트를 읽는 데 필요한 독해 기술 수준을 추정하고 독자에게 맞는 자료를 선택하는 데 유용한 도구로 활용될 수 있다.[100][101]
3. 프로그래밍 코드 가독성
프로그래밍에서 '''코드 가독성'''이란 소스 코드를 사람이 얼마나 쉽게 읽고 이해할 수 있는지를 나타내는 척도이다. 이는 소프트웨어 개발 및 유지보수 과정에서 매우 중요한 요소로 여겨진다. 코드의 가독성에 영향을 미치는 주요 요소로는 들여쓰기, 주석, 코드 구조화(팩토링), 이름짓기 등이 있으며, 이는 코딩 스타일과 밀접한 관련이 있다.
3. 1. 코드 가독성의 중요성
프로그래밍에서 가독성이란 소스 코드를 보고 코드가 의도하는 동작이나 알고리즘을 얼마나 쉽게 이해할 수 있는지를 의미한다. 예를 들어, 기계어보다는 어셈블리어가, 어셈블리어보다는 고급 프로그래밍 언어가 일반적으로 가독성이 높다고 할 수 있다.코드의 가독성은 소프트웨어 개발 및 유지보수 과정에서 매우 중요하다. 소프트웨어는 보통 여러 사람의 협업을 통해 오랜 기간 동안 관리되고 발전하는 경우가 많기 때문에, 다른 개발자가 코드를 쉽게 이해하고 수정할 수 있도록 작성하는 것이 필수적이다.
가독성이 낮은 코드는 여러 문제를 야기할 수 있다.
- 버그 발생 가능성 증가: 코드를 이해하기 어려우면 숨어있는 오류를 찾기 어렵고, 수정 과정에서 새로운 버그를 만들 가능성이 높아진다.
- 개발 및 유지보수 효율성 저하: 코드를 분석하는 데 많은 시간이 소요되어 생산성이 떨어지고, 유지보수 비용이 증가한다.
- 코드 중복 발생: 기존 코드의 기능을 파악하기 어려워 유사한 기능을 새로 작성하게 될 수 있다.
- 오독 위험: 특히 주석이 부정확하거나 오래되어 실제 코드와 내용이 다를 경우, 코드를 잘못 해석하여 문제를 일으킬 수 있다.
따라서 좋은 코드는 단순히 기능적으로 동작하는 것을 넘어, 사람이 이해하기 쉬워야 한다. 다만, 프로그래머의 경험이나 익숙한 코딩 스타일에 따라 가독성에 대한 평가는 주관적일 수 있으며, 때로는 간결함을 위해 사용된 특정 관용구가 초보 프로그래머에게는 가독성이 낮게 느껴질 수도 있다.
코드의 가독성을 높이기 위한 노력은 주로 코딩 스타일 규칙을 통해 이루어진다. 이러한 규칙들은 코드의 기능 자체보다는 이해하기 쉽게 만드는 데 초점을 맞추며, 주요 요소는 다음과 같다.
- 들여쓰기: 코드의 논리적 구조를 시각적으로 명확하게 보여준다. (파이썬과 같이 들여쓰기 자체가 문법의 일부인 언어도 있다.)
- 주석: 코드의 의도, 복잡한 로직, 배경 등을 설명하여 이해를 돕는다. 적절하고 최신 정보로 관리되는 주석은 가독성 향상에 필수적이다.
- 코드 구조화 (팩토링): 관련 있는 코드들을 함수나 클래스 등으로 묶어 모듈화하고, 문제를 적절한 단위로 분할하여 코드의 전체적인 구조를 파악하기 쉽게 만든다.
- 명명 규칙: 변수, 함수, 클래스 등의 이름을 일관성 있고 의미가 명확하게 작성하여 코드의 의도를 쉽게 파악할 수 있도록 한다.
3. 2. 코드 가독성 향상 방안
컴퓨터 프로그래밍에서 '''가독성'''(readability)이란 소스 코드를 사람이 읽었을 때, 그 목적이나 처리 흐름을 얼마나 이해하기 쉬운지를 의미한다. 소프트웨어는 보통 여러 사람에 의해 오랜 기간 동안 관리되고 발전되기 때문에 소스 코드의 가독성은 매우 중요하다. 가독성이 낮은 코드는 버그를 발생시키기 쉽고, 중복 코드로 인한 비효율을 낳을 수 있으며, 유지보수를 어렵게 만든다.코드의 가독성은 주로 코딩 스타일과 관련이 깊다. 코딩 스타일 규칙의 대부분은 코드의 실제 의미와는 직접적인 관련이 없지만, 가독성을 높이는 데 중요한 역할을 한다. 코드 가독성을 향상시키는 주요 방안은 다음과 같다.
- 들여쓰기: 코드의 구조를 시각적으로 파악하기 쉽게 만들어 준다. 들여쓰기 스타일에는 여러 방식이 있으며, 파이썬과 같이 들여쓰기 자체가 문법적인 의미를 가지는 프로그래밍 언어도 존재한다.
- 주석: 코드의 특정 부분에 대한 설명이나 의도를 명확히 전달하는 데 도움을 준다. 적절한 주석은 코드 이해도를 높여 가독성을 향상시키지만, 내용과 맞지 않거나 오래되어 잘못된 정보를 담은 주석은 오히려 코드를 오독하게 만들 위험이 있으므로 주의 깊게 관리해야 한다.
- 코드 구조화 및 문제 분할: 복잡한 문제를 더 작고 관리하기 쉬운 단위로 나누는 것을 의미한다. 이는 코드의 구조를 단순화하고 이해도를 높이는 데 기여한다. (원본 소스에서는 팩토링으로 언급됨)
- 이름짓기: 변수, 함수, 클래스 등 코드 내 요소들의 이름을 일관성 있고 의미를 잘 드러내도록 짓는 규칙이다. 명확한 이름은 코드가 어떤 작업을 수행하는지 쉽게 파악하도록 돕는다.
이러한 요소들을 고려하여 일관된 코딩 스타일을 유지하는 것이 코드 가독성을 높이는 핵심이다. 다만, 가독성은 주관적인 측면도 있어 코드를 읽는 사람의 경험이나 익숙한 관용구에 따라 다르게 느껴질 수 있다는 점도 고려해야 한다.
4. 타이포그래피와 가독성
북 디자인에서 가독성은 독자가 책을 얼마나 쉽게 읽을 수 있는지를 의미하며, 이는 서체(글꼴), 레이아웃, 자간, 행간, 여백과 같은 다양한 타이포그래피 요소에 의해 결정된다. 문장 자체의 디자인 요소, 특히 매체의 레이아웃, 글꼴, 색상 등은 가독성에 직접적인 영향을 미친다.[98] 구체적으로 글자 크기, 행간, 단의 너비, 지면과 글자 사이의 색상 대비 등을 적절히 조정하면 가독성을 크게 향상시킬 수 있다.
5. 결론
가독성은 단순히 책이나 문서의 글자를 읽기 쉽게 만드는 것뿐만 아니라, 프로그래밍에서 소스 코드의 의도나 알고리즘을 쉽게 파악하는 데에도 중요한 개념이다. 즉, 정보 전달의 효율성과 정확성을 높이는 핵심 요소라고 할 수 있다.[98]
텍스트의 가독성은 서체, 문장의 구조, 디자인(레이아웃, 삽화, 글꼴, 색상 등)과 같은 요소뿐만 아니라, 독자의 사전 지식, 읽기 기술, 흥미, 동기와 같은 독자 요인과의 상호작용을 통해 결정된다.[98] 읽기 쉬운 문장은 독자의 이해와 기억을 돕고 읽는 속도를 높이며, 오랫동안 집중하여 읽을 수 있게 한다.
컴퓨터 프로그래밍 분야에서도 가독성은 매우 중요하다. 소프트웨어는 여러 사람이 오랜 기간에 걸쳐 함께 만들고 관리하는 경우가 많기 때문에, 코드를 쉽게 이해할 수 있도록 작성하는 것이 필수적이다. 들여쓰기, 주석 처리, 코드 구조화(팩토링), 명확한 이름짓기 등은 코드의 가독성을 높이는 주요 방법이다. 가독성이 낮은 코드는 버그를 유발하거나 개발 효율성을 떨어뜨릴 수 있다.
결론적으로, 다양한 분야에서 가독성을 높이려는 노력은 정보에 대한 접근성을 향상시키고 이해도를 높이는 데 기여한다. 이는 궁극적으로 사회 구성원 간의 원활한 소통을 촉진하고 정보 격차를 해소하는 데 긍정적인 영향을 미칠 수 있다.
참조
[1]
웹사이트
Typographic Readability and Legibility
https://webdesign.tu[...]
2020-08-17
[2]
학술지
Text Simplification to Specific Readability Levels
2023
[3]
문서
"The concept of readability."
1949
[4]
서적
"The Literacy Dictionary, The Vocabulary of Reading and Writing."
Newark, DE: International Reading Assn.
1995
[5]
학술지
Applying statistical rigor to a validation study of the fry readability graph
http://dx.doi.org/10[...]
1988-09
[6]
간행물
"Varied uses of readability measurement."
1986
[7]
서적
"Determining difficulty levels of text written in languages other than English."
1988
[8]
서적
"Smart language: Readers, Readability, and the Grading of Text"
Costa Mesa:Impact Information.
2006
[9]
서적
"Analytics of literature: A manual for the objective study of English prose and poetry"
Boston: Ginn and Co.
1893
[10]
문서
"Word lists as background for communication."
1944
[11]
서적
Encyclopedia of library and information science
https://books.google[...]
CRC Press
[12]
서적
"Becoming literate: The construction of inner control."
Portsmouth, NH: Heinneman.
1991
[13]
문서
"Text readability versus leveling."
2002
[14]
서적
"Readability."
Newark, DE: International Reading Assn.
2006
[15]
서적
"The Mind of the Buyer."
New York: Macmillan.
1921
[16]
문서
"A method for measuring the 'vocabulary burden' of textbooks."
1923
[17]
웹사이트
The Classic Readability Studies, William H. DuBay, Editor (chapter on Washburne, C. i M. Vogel. 1928).
https://files.eric.e[...]
[18]
문서
"An objective method of determining grade placement of children's reading material."
1928
[19]
문서
"Measurement of the difficulty of reading materials."
1929
[20]
문서
"Objective measurement of diverse types of reading material."
1929
[21]
문서
"Vocabulary grade placement of typical newspaper content."
1930
[22]
문서
"A vocabulary grade placement formula."
1935
[23]
문서
"Selection of reading materials by pupil ability and interest."
1939
[24]
서적
"The teacher's word book"
1921
[25]
문서
"Improving the ability to read."
1934
[26]
문서
"A technique for measuring the vocabulary burden of textbooks."
1931
[27]
서적
"Know Your Reader: The scientific approach to readability."
New York: Heritage House.
1954
[28]
서적
"The living word vocabulary: A national vocabulary inventory."
World Book-Childcraft International.
1981
[29]
학술지
Exploration of Incidental Vocabulary Learning Strategies from Different Modes to Acquire Vocabulary
2023
[30]
서적
"What adults want to read about."
Chicago: University of Chicago Press.
1931
[31]
문서
"The reading ability of parents and factors associated with reading difficulty of parent-education materials."
1934
[32]
문서
"A study of the factors influencing the difficulty of reading materials for adults of limited reading ability."
1934
[33]
서적
"What makes a book readable"
Chicago: Chicago University Press.
1935
[34]
문서
"Predicting reading difficulty of selections for children."
1939
[35]
문서
"Predicting readability."
1944
[36]
논문
Marks of a readable style.
Columbia University contributions to education
[37]
간행물
How plain talk increases readership 45% to 60%.
Printer's ink
1947
[38]
간행물
Measuring another dimension of newspaper readership.
Journalism quarterly
1947
[39]
간행물
Some critical factors in newspaper readability.
Journalism quarterly
1947
[40]
간행물
A new readability yardstick.
Journal of Applied Psychology
1948
[41]
뉴스
Empirical test proves clarity adds readers.
Editor and publisher
1948
[42]
서적
The measurement of readability
University of Iowa Press
1963
[43]
서적
Readability: An appraisal of research and application.
Bureau of Educational Research, Ohio State University
1958
[44]
서적
Readability revisited: The new Dale–Chall readability formula.
Brookline Books
1995
[45]
서적
Teaching faster reading
Cambridge University Press
1963
[46]
간행물
A readability formula that saves time.
Journal of reading
1968
[47]
서적
Teaching patients with low literacy skills
J. B. Lippincott & Co.
1996
[48]
보고서
Derivation of new readability formulas (Automated Readability Index, Fog Count, and Flesch Reading Ease Formula) for Navy enlisted personnel.
CNTECHTRA Research Branch Report
1975
[49]
서적
Mind in society.
Harvard University Press
1978
[50]
서적
Should textbooks challenge students? The case for easier or harder textbooks.
Teachers College Press
1991
[51]
간행물
Readability: A new approach.
Reading research quarterly
1966
[52]
보고서
Development of readability analysis
U. S. Office of Education, Bureau of Research, U. S. Department of Health, Education, and Welfare
1969
[53]
보고서
Development of standards of readability: Towards a rational criterion of passage performance.
U. S. Office of Education, Bureau of Research, U. S. Department of Health, Education, and Welfare
1971
[54]
보고서
The ATOS readability formula for books and how it compares to other formulas.
School Renaissance Institute, Inc.
2000
[55]
보고서
Guided independent reading.
http://www.renlearn.[...]
School Renaissance Institute, Inc.
2003
[56]
서적
Readability: A view from cognitive psychology.
International Reading Assn.
1981
[57]
간행물
Measuring the inference load of a text.
Journal of educational psychology
1983
[58]
간행물
Reading research and the teacher: The importance of plans.
College composition and communication
1982
[59]
서적
The problem of inconsiderate text
Longmann
1984
[60]
서적
Structures of prose in content areas.
International Reading Assn.
1984
[61]
간행물
Fact burden and reading difficulty.
Elementary English review
1939
[62]
서적
The Art of Readable Writing
Harper
1949
[63]
간행물
Cloze scores of nominalization and their grammatical transformations using active verbs.
Psychology reports
1963
[64]
간행물
Grammatical transformations and the speed of understanding.
Journal of verbal learning and verbal behavior
1965
[65]
간행물
Learning of prose written in four grammatical transformations.
Journal of Applied Psychology
1966
[66]
서적
Comprehension and the given-new contract.
Ablex Press
1977
[67]
간행물
Surface structure and presupposition.
Journal of verbal learning and verbal behavior
1974
[68]
간행물
Signaling effects: A review of the research-Part 1.
Journal of technical writing and communication
1989
[69]
간행물
Signaling effects: Increased content retention and new answers-Part 2.
Journal of technical writing and communication
1989
[70]
간행물
The teaching value of illustrated books.
American school board journal
1944
[71]
논문
"Learning from graphic material."
1946
[72]
서적
"Guidelines for document designers."
American Institutes for Research
1981
[73]
논문
"The relationship of patterning (underlining) to immediate retention and to acceptability of technical material."
1955
[74]
논문
"The relationship of typographic arrangement to the learning of technical material."
1957
[75]
논문
"Longitudinal analysis of historical texts' readability."
2012
[76]
서적
What do readers need to learn in order to process coherence relations in narrative and expository text
Guilford Publications
[77]
논문
Text Readability Assessment for Second Language Learners
https://www.aclweb.o[...]
2016-06
[78]
논문
LXPER Index 2.0: Improving Text Readability Assessment Model for L2 English Students in Korea
https://www.aclweb.o[...]
2020-12
[79]
논문
A Comparison of Features for Automatic Readability Assessment
https://www.aclweb.o[...]
2010-08
[80]
논문
On Improving the Accuracy of Readability Classification using Insights from Second Language Acquisition
https://www.aclweb.o[...]
2012-06
[81]
논문
Linguistic complexity: locality of syntactic dependencies
1998
[82]
논문
Revisiting Readability: A Unified Framework for Predicting Text Quality
https://www.aclweb.o[...]
2008-10
[83]
서적
Proceedings of the 12th Conference of the European Chapter of the Association for Computational Linguistics on - EACL '09
2009-03
[84]
논문
Computational assessment of text readability: A survey of current and future research
2015
[85]
논문
Problems in Current Text Simplification Research: New Data Can Help
2015
[86]
논문
Linguistic Features for Readability Assessment
https://www.aclweb.o[...]
2020-07
[87]
서적
Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing
2021-11
[88]
논문
"Simplification of the Flesch Reading Ease Formula."
1951
[89]
논문
'"A formula for predicting readability".'
1948
[90]
서적
"The Technique of Clear Writing"
McGraw–Hill
1952
[91]
논문
"SMOG grading-a new readability formula."
1969
[92]
간행물
Methodologies for determining reading requirements of military occupational specialties: Technical report No. 73-5
Human Resources Research Organization
1973
[93]
서적
The Art of Readable Writing
Harper
[94]
서적
The art of plain talk.
Harper
1946
[95]
서적
How to write in plain English: A book for lawyers and consumers
Harpers
1979
[96]
서적
How to write readable English.
Hutchinson
1980
[97]
서적
"Writeability: the principles of writing for increased comprehension."
International Reading Assn.
1988
[98]
서적
"What makes a book readable"
Chicago University Press
1935
[99]
서적
"Readability: An appraisal of research and application"
Ohio State University Press
1958
[100]
서적
"Smart language: Readers, Readability, and the Grading of Text"
Impact Information
2006
[101]
서적
"The measurement of readability"
Iowa State University Press
1963
[102]
논문
"Readability versus leveling."
2002
[103]
웹사이트
National Assessment of Adult Literacy
http://nces.ed.gov/n[...]
[104]
서적
"Teaching patients with low literacy skills"
J. P. Lippincott Company
1996
[105]
웹인용
Typographic Readability and Legibility
https://webdesign.tu[...]
2013-05-08
[106]
저널
Text Simplification to Specific Readability Levels
2023
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com