36  문법 검사기 (Grammar Checker)

작성한 텍스트의 오타(Spell check)를 교정하고 간단한 문법 오류를 찾아주는 소프트웨어를 개발해 봅시다. 보너스 점수를 위해 텍스트의 분위기(행복함, 격식 있는 편지 등)를 추측하고 그에 적절한 표현을 제안하는 기능까지 추가해 보세요.

이 프로젝트는 자연어 처리(NLP)와 언어 모델의 활용을 연습하기에 아주 좋습니다. 텍스트 데이터를 분석하여 오류를 찾고, 사용자의 글쓰기 수준을 높여줄 수 있는 유용한 도구를 설계해 보세요.

36.1 주요 개발 포인트

• 오타 및 맞춤법 교정: 사전 기반 비교나 pyspellchecker와 같은 라이브러리를 활용하여 틀린 단어를 찾아냅니다.
• 문법 규칙 기반 검사: 주어와 동사의 일치, 문장 부호의 적절성 등 언어별 문법 규칙을 적용합니다.
• 감정 분석 (Sentiment Analysis): 글의 어조(Tone)를 분석하여 사용자가 의도한 분위기에 맞는지 판별합니다.
• 표현 추천 및 대체어 제안: 반복되는 단어를 피하기 위해 유의어나 더 적절한 전문 용어를 추천합니다.
• 실시간 검사 API: 작성 중인 글을 실시간으로 분석하여 밑줄을 긋거나 수정 제안을 보여주는 UI를 구현합니다.

36.2 Python 구현 예시 (간단한 오타 및 분위기 감지 시뮬레이션)

import string

# 간단한 오타 사전 예시
SPELL_DICT = {
    "헬로": "안녕", "코딩": "프로그래밍", "컴퓨터": "컴퓨터", "알고리즘": "알고리즘"
}

def check_spelling(sentence):
    """
    제공된 문장 속 단어들의 오타를 검사합니다.
    """
    words = sentence.split()
    corrected_words = []
    
    for word in words:
        clean_word = word.strip(string.punctuation)
        if clean_word in SPELL_DICT:
            corrected_words.append(SPELL_DICT[clean_word])
        else:
            corrected_words.append(word)
            
    return " ".join(corrected_words)

def detect_sentiment(text):
    """
    텍스트의 간단한 분위기를 분석합니다. (실제 프로젝트에서는 NLP 모델 사용 추천)
    """
    positive_words = ["좋아", "감사", "행복", "사랑", "훌륭"]
    negative_words = ["화나", "슬퍼", "부족", "실패", "걱정"]
    
    score = 0
    for word in positive_words:
        if word in text: score += 1
    for word in negative_words:
        if word in text: score -= 1
        
    if score > 0: return "긍정적"
    elif score < 0: return "부정적"
    return "중립적"

if __name__ == "__main__":
    test_text = "오늘 코딩 공부해서 정말 행복해!"
    
    # 오타 교정 테스트
    corrected = check_spelling(test_text)
    print(f"원본: {test_text}")
    print(f"교정: {corrected}")
    
    # 분위기 감지 테스트
    mood = detect_sentiment(corrected)
    print(f"문장 분위기: {mood}")