3.0.rc4 (Sep 25, 2025)

결함

• tagger: 어미 ‘-고’+의존명사 ‘씨’ 결합 시 ‘이고’ 어미로 잘못 합쳐지는 문제 수정 - 띄어쓰기에서는 분리, 붙여쓰기에서는 결합하도록 조치
• tagger: UTF16·UTF8의 경우, 두번째 문장부터 문장의 시작 위치를 전체 요청 길이로 반환하는 문제 수정
• tagger: 길게 붙여쓴 한 어절 내 복합명사 추적시 두번째를 누락하는 문제 수정
• tagger: 명사+이+요 분석에서 복합명사 처리 이후에 이가 소실되는 문제 수정
• tagger: 복합명사의 추적 대상을 판단하는 기능의 심각한 오류 제거, 원 형태분석 정확도 유지
• revision: 대시 형태 띄어쓰기에서 한음절 품사를 무조건 붙이던 버그를 긴급 수정·반영
• revision: 여는 괄호 기호 띄어쓰기 예외 처리
• revision: 종결 어미 다음에 띄어쓰기 로직 수정
• revision: 고유명사 스캔 누락 문제 수정 - unkFound 조건을 구체화해 단일·명사+조사 형태도 제외
• revision: 격조사 교정 시 "께서, 에서" 예외 처리, 선행 체언의 ‘ㄹ’ 받침 단어의 처리 오류 수정
• revision: 붙여쓰기 로직에서 형태 단위 검사 미초기화로 어절 누락되는 문제 수정
• revision: 숫자 뒤 기호에서 불필요한 띄어쓰기 발생 문제 수정
• revision: 숫자 만 단위 띄어쓰기 교정 오류 수정
• revision: 조사 및 일부 규칙에서 원문이 변경되던 문제 수정
• revision: 조사 교정에서 '으로'에서 누락된 조건 수정
• revision: ‘확인 필요’ 교정 카테고리에서 revision block이 중복 추가되는 오류 수정
• revision: "ㄹ불규칙_으_첨가 오류, 활용_용언_으첨가_오류"에 대한 예외 케이스 보완
• revision: 학습 오류 수정에 따른 방어 코드 원복 처리(축약_외_어었_왜왰_오류)
• revision: '숫자'와 같이 시옷을 가진 단어의 사이시옷 제거 오류 수정
• revision: 우리말샘에 포함된 결합가능한 단어 추천 함수 오류 수정
• revision: 붙여쓰기 후 추가 교정 시 원형 복원 과정에서 공백 참조 오류 수정 - 공백이면 다음 글자의 분절 레이블 사용
• revision: 유사단어 추천 시 자음, 모음 거리 수정
• revision: 기호와 용언이 포함된 조사 오류 교정 시 발생하는 오류 수정
• revision: 두음법칙 관련 오류 수정
• deploy: arm64 도커 빌드 오류 수정
• deploy: 바른 Docs 빌드 오류 수정

개선

• preprocess: 혼동 모델 학습 데이터 추출 시 문장 내 여러 대상 단어 찾기 로직 추가
• train: 학습 시 파이썬 환경 변수 설정 추가(혼동 모델 학습)
• train: 혼동 데이터 생성 시 정답(truth) 정보를 넘기도록 함
• tagger: UTF16·UTF8에서 토크나이저 오프셋 계산 오류 수정
• tagger, revision: 모든 형태 분석·교정 응답에 어절 수 포함 및 proto 개선
• tagger: 듯하다, 만하다 등 보조형용사에 대한 붙여쓰기 반영
• revision: 수 없는을 붙여쓰지 않도록 처리
• revision: 혼동 모델 새학습 모델
• revision: ‘수 없는’을 붙여쓰지 않도록 하고, 어미가 없는 경우 보조용언·동사·형용사 결합 시도 차단
• revision: NNB+VV 결합 시 띄어쓰기 규칙 개선 - ‘ㄹ 수 없는’은 띄우고, ‘ㄴ 수없는’·‘듯하다’·‘만하다’·‘성싶다’ 등은 붙여쓰기
• revision: ‘확인 필요’ 교정 카테고리에서 위키 사전 찾는 루틴 추가
• revision: 어미·조사가 중간에 띄어진 경우 원문 기반 합치기 로직 적용, embedded 사전 활용 및 마지막 토큰 중복 출력 오류 수정
• revision: 어미·조사 결합 시 ‘지’, ‘데’, ‘즉’ 등 예외 추가하여 띄어쓰기 유지
• revision: 사이시옷 오류 유형 중 ㅅ이 잘못 첨가된 단어에 대한 교정 추가
• revision: 조사의 오류 탐지 범위를 기호 앞까지 확장, 기호와 함께 쓰인 조사 교정
• revision: 단위성 의존명사, 단위명사 띄어쓰기/붙여쓰기 로직 추가
• revision: 사전 로딩 후 콜백 등록으로 순서 수정 및 콜백에서 사전 존재 여부 점검 처리
• revision: ‘한국어 위키’ 사전을 통한 복합명사 처리 로직 개선
• revision: 출력시 help의 개수를 미리 계산하여 할당하도록 변경
• revision: 오탈자 유사단어 추천 개선, 음절이 아닌 자소 단위 단어 조합하여 단어 추천 기능 추가
• revision: 자주 틀리는 키보드 오류 오탈자 단어 추천 기능 추가
• revision: 얼만큼-얼마큼 변환 안되는 로직 개선
• revision: 느낌표, 마침표, 물음표, 말줄임표 붙여 쓰기 처리
• revision: 후보로 수정한 내용이 들어있는 경우 방언이나 비표준어면 확인필요 미제시
• revision: ‘-ㄹ망정’에 대한 처리 로직을 추가
• revision: 'km'와 'kg'와 같이 단위가 분할되는 문제를 해결하기 위해, 기호 처리 로직을 원래대로 되돌려 알파벳 기호가 분리되지 않고 온전하게 인식되도록 수정
• revision: 우리말샘 단어의 빈도 찾는 로직을 개선
• revision: 부사, 동사, 명사로 합쳐진 경우 합쳐진 단어 취소: 선바위 vs 우뚝 선 바위
• revision: 동일한 표제어의 일부가 비표준어인 경우 비표준어 검사에서 제외 (비다, 새다 등)
• service: 인터넷 체크 시 불필요하게 발생하던 다수의 로그를 제거함
• service: 붙어 있는 명사 형태소를 분리 사전에 제안하고, 기존 등재 오류 수정 및 3개 이상 형태소 처리 지원
• service: 호출 로그에 어절 개수 기록 추가, 로그 전송·파싱 오류 예외 처리, 라이선스 검증 필수화
• service: 권한 확인 주기를 48시간에서 10분으로 단축하고, 새로운 proto 적용
• service: 로그 파일 크기 초과 시 로테이트 처리 - 생성 불가 시 표준 출력 사용, 도커 환경에서는 파일 미생성
• service: 유사단어 로직에서 메모리 사용량을 캐시를 통해서 줄이고 속도 개선
• service: 프로파일링 기능을 내장하여 수시로 성능 시험이 가능하도록 구조화
• service: 네트워크가 없는 경우(폐쇄망), 에러 메시지 제거
• service: 매뉴얼 중 테스트 UI에서 ‘확인필요’ 카테고리 밑줄로 표시되도록 수정

새로운 기능

• tagger: 태깅 모델의 UNK(미등록 단어) 학습의 힌트 체계로 개편
  • 모델이 모르는 단어를 학습할 때 기존 단일 힌트에서 8개의 힌트에 따라 태깅하도록 학습시킴
  • 더 정확한 추론이 가능하여 형태소 태깅 성능 향상 및 교정 정확도 향상
• tagger: 사전의 종류를 우리말샘, 위키, 온용언 사전으로 확대하여 명시적으로 출력
• tagger: 자소만 들어 있는 어절을 추적하여 불필요한 후처리를 제외하여 성능 향상
• revision: 지정된 구두점만 사용하도록하는 ‘제한된 구두점 교정’ 기능 추가
• revision: 어절에 명사들이 붙어 있는 경우, 분리 사전에 등재할 수 있도록 사전 제안 기능
• revision: 어미나 조사의 중간에 띄어쓴 경우를 조사하여 붙여쓰도록 조치 예) ㄹ수 록, ㄹ 수록
• revision: 행위성 명사와 '받다', '시키다' 관련 띄어쓰기 규칙 추가 및 수정
• revision: 모든 동사형 형용사용 접미사에 대한 붙여쓰기 로직 추가
• revision: 과거 선어말어미 ‘-었-’ 오탈자 처리 개선
• revision: 거의 모든 기호 로직을 개선하고, 기호의 확인 전 유니코드로 확대하여 적용
• revision: 국립국어원 외래어 용례 사전을 추가하여 외래어 교정 반영
• service: 새로운 사용 권한 점검 함수 정의, 각 형태분석 및 교정 기능 단위로 점검할 수 있도록 구현
• service: gRPC 기반에서 connectRPC 기반으로 변경하여 grpc 및 REST를 단일서비스로 통합
• service: dockerfile에서 5656 이외에 포트 제거
• service: 한자 독음이 잘못된 경우 교정하는 기능 추가
• preprocess: 코퍼스에서 행위성 명사 추출 기능
• builtin-dict: 한자 독음 사전 추가
• builtin-dict: 행위성 명사 추가 (받다의 붙여쓰기와 관련된 사항)
• builtin-dict: 한국어 위키 사전 추가 및 우리말샘 중복 제거, 방언, 비표준어, 북한어 제거
• builtin-dict: 우리말샘에서 관용구, 속담 제거 및 키보드 오탈자 등 단어 제거
• builtin-dict: 우리말샘 모든 단어의 사용 빈도수를 사전에 빌드하여 배포하도록 개선
• builtin-dict: 듯하다 등 보조형용사가 사전에 누락된 문제 개션
• buitin-dict: 외래어 용례 사전을 리소스에 포함
• builtin-dict: 유사단어 검색 엔진의 내부 버전 관리 추가
• builtin-dict: 기타 확장 사전 사전 빌드 기능 자동화
• test: 회귀테스트 구현
• manual: 바른 홈페이지 리뉴얼
• manual: 클라우드 API 관련 내용 추가
• manual: 매뉴얼에서 볼 수 있는 테스트 페이지를 react 기반으로 변경
• manual: 포트 관련 정보 전반적인 정리 및 5656으로 변경
• build: manylinux2_14를 기준으로 하여 현존하는 모든 리눅스에서 사용가능하도록 개선
• deploy: pyinstaller를 통해서 혼동모델 리눅스 tar 파일에 포함

학습 데이터 세부 수정 사항

• 학습 데이터 수정
  • ‘어미+요/JX’가 잘못된 태깅 수정
    • ‘잖아요/EF’를 ‘잖아/EF+요/JX’로 변경
  • 조사 태그가 잘못된 말뭉치 오류 수정
    • 판매량은/JX -> 판매량/NNG+은/JX
• 학습 데이터 증강
  • 21개 종류의 었/EP, 었었/EP 았었/EP가 결합된 조건에 대해서 엇/앗으로 증강