무료 가독성 검사기 문장이 실제로 어떤 점수를 받는지 확인하세요
이 도구는 하나의 글에 대해 여섯 가지 확립된 가독성 공식을 한 번에 적용합니다. Flesch Reading Ease, Flesch-Kincaid Grade Level, Gunning Fog, SMOG, Coleman-Liau, Automated Readability Index입니다. 초록, 에세이, 기사 본문을 붙여 넣으면 학술 및 일반 독자용 문서에 맞춰 설계된 기준과 비교한 학년 수준의 읽기 난이도를 얻을 수 있습니다. 하나의 공식은 오해를 낳을 수 있지만, 여섯 개가 같은 범위를 가리키는 경우는 드뭅니다.
Flesch, Flesch-Kincaid, Gunning Fog, SMOG, Coleman-Liau, ARI의 여섯 가지 가독성 공식으로 텍스트를 한 번에 채점합니다.
0 / 1,000 단어
84,000+
국제 연구자
평균 평점
다음 분야에 논문을 발표하는 연구자들이 신뢰합니다
세 단계로 가독성 점수를 확인하는 방법
글을 추가하세요
초록, 전체 장, 일반인용 요약문 또는 자기소개서, 최대 1,000단어까지 가능합니다. 발췌문의 길이가 어떻든 모든 점수는 한 번에 함께 계산됩니다.
여섯 수치를 모두 비교하세요
평균값을 핵심 수치로 보세요. 아래의 개별 공식은 어려움이 문장 길이 때문인지, 단어 길이 때문인지, 아니면 둘 다인지 보여줍니다.
원하는 범위에 들어갈 때까지 줄이세요
긴 문장을 나누고, 명사구를 동사로 바꾸며, 편집할 때마다 수치가 어떻게 움직이는지 확인하세요. 독자가 필요로 하는 수준에 글이 놓일 때까지 조정하면 됩니다.
진지한 글쓰기를 위한 가독성 검사기
여섯 수치를 나란히 표시
Flesch, Flesch-Kincaid, Fog, SMOG, Coleman-Liau, ARI를 함께 계산하므로, 한 공식의 예외값이 수정 방향을 잘못 이끌지 않습니다.
실제 문서를 위해 설계된 기준
연구용 산문(13-16), 일반 독자용 글(8-12), 참여자 대상 문서(6-8)를 위한 별도 범위를 두어, 모든 종류의 텍스트에 하나의 규칙을 일괄 적용하지 않습니다.
문장 수와 음절 수 표시
평균 문장 길이, 단어당 음절 수, 복합어 비율을 분리해 보여 주므로, 어떤 요소가 실제로 수치를 움직이는지 확인할 수 있습니다.
서버로 전송되지 않음
모든 공식은 이미 열려 있는 브라우저 탭에서 실행됩니다. 미발표 장은 작성된 기기를 떠날 필요가 없습니다.
가독성 공식이 말해 주는 것과 말해 주지 못하는 것
가독성 공식은 독자가 한 번 읽고 글을 따라가려면 어느 정도의 교육이 필요한지 추정합니다. 논증이 타당한지에 대해서는 판단하지 않으며, 독자를 지치게 하는 두 가지 습관만 봅니다. 문장이 지나치게 길어지는 경우와, 더 짧은 표현을 제시하지 않은 채 음절이 많은 단어가 이어지는 경우입니다. 출판된 학술지에 대한 연구는 일반 논문을 대체로 14에서 16학년 수준으로, 의학 초록은 18에 가까운 수준으로 제시합니다. 또한 수십 년에 걸친 과학 글쓰기 연구는 편집자들이 반대 방향을 요구하는 동안에도 산문의 난도가 수년간 높아져 왔음을 보여 줍니다.
그 결과는 추상적이지 않습니다. 검토자는 서론에 도달하기 전에 초록에서 인상을 형성하며, 두 번 읽어야 해석되는 문단은 그 안에 제시된 결과와 무관하게 논문에 불리하게 작용합니다. 하위 분야 밖의 독자, 폭넓은 검토를 위해 일부 배정된 검토자를 포함하여, 바로 그 문단을 바탕으로 이 연구를 더 읽을 가치가 있는지 판단합니다. 한편 연구를 둘러싼 행정 문서는 그 자체의 규칙을 따릅니다. 참여자 자료는 6 to 8학년 수준, 연구비 요약은 쉬운 언어, 누구나 읽을 수 있어야 하는 보도자료입니다. 하나의 프로젝트가 한 주 안에 이 세 범주를 모두 필요로 하는 일은 흔하므로, 이 페이지는 하나에 만족하지 않고 6개의 공식을 확인합니다.
기계가 작성한 문장은 주의해서 볼 만한 변수를 더합니다. 챗봇의 기본 출력은 첫 줄부터 마지막 줄까지 하나의 난이도 범주를 유지하는 경향이 있어, 짧은 도입 문장과 그것을 풀어 설명하는 더 긴 문장 사이에서 자연스럽게 드러나는 사람의 글쓰기 특유의 주고받음을 놓치기 쉽습니다. 한 구절을 끝에서 끝까지가 아니라 구간별로 실행하면, 실제로는 아무도 수정하지 않은 부분이 드러나는 경우가 많습니다. 여기의 수치를 burstiness checker와 함께 사용해 리듬을 확인하고, 수정이 진단이 아니라 재작성일 때는 TextPulse humanizer를 활용하십시오.
Every formula reads the same draft a little differently
None of the six was built with your particular reader in mind, which is exactly the case for running all of them together.
Flesch Reading Ease
1948The earliest of the six and still the one most software reports by default. It weighs average words per sentence against average syllables per word on a 0-100 scale, where a higher reading runs easier. Most published research sits under 30 on this scale, so a paper reaching 30 to 50 stands out as unusually approachable.
Flesch-Kincaid Grade
1975A 1975 conversion of the Flesch formula into a US school-grade number, which is why it became the default citation in readability research. Surveys of published journals place medical abstracts near grade 18 and typical discussion sections around 16.
Gunning Fog Index
1952Weighs sentence length against the share of three-syllable-plus words, which makes it the formula quickest to react to jargon. When a Fog score runs well ahead of the Flesch-Kincaid grade for the same passage, vocabulary is doing more damage than sentence structure.
SMOG Index
1969Samples polysyllabic words across thirty sentences to gauge whether a reader will fully grasp the passage. It is the formula health communication relies on: consent forms and patient materials are typically required at grade 6 to 8, checked specifically with SMOG.
Coleman-Liau Index
1975Swaps syllable counting for characters per word, which machines can tally without ambiguity. Where it agrees with Flesch-Kincaid, trust the grade; where the two pull apart, the words in the passage are unusually long or short relative to how the sentences are built.
Automated Readability Index
1967Built from characters per word and words per sentence for military technical manuals, so it answers to long sentences more sharply than the others. That sensitivity makes it a fast early warning for a methods paragraph that has chained five steps into one fifty-word sentence.
Matching the target band to the document
Fit the number to the reader, never the reverse. A single research project commonly needs three of these bands running at once.
One finding, two very different sentences
Both passages are scored live by this tool. The underlying claim never moved; only the sentence construction did.
"The utilization of a multifactorial analytical approach for the assessment of intervention efficacy across heterogeneous participant subgroups necessitated the implementation of a stratified statistical methodology capable of accommodating substantial variance in baseline demographic characteristics."
One 34-word sentence, four nominalizations, thirteen complex words.
"This analysis needed a statistical method suited to mixed groups. Baseline traits varied widely between participants. The method had to account for that variation."
Three short sentences, plain verbs in place of noun phrases, nothing lost.
가독성 검사기를 사용하는 사람
학부생과 과제 작성자
에세이를 교수가 기대하는 범주와 비교하고, 어떤 문장이 난이도를 높이는지 확인합니다.
대학원 연구자
검토자가 열기 전에 초록이나 토론 부분을 20대 후반의 난이도에서 낮춥니다.
임상 및 보건 연구자
동의서와 참여자 자료를 윤리위원회가 설정하는 6-8학년 수준에 맞추고, 특히 SMOG 점수로 확인합니다.
콘텐츠 및 SEO 작성자
웹 독자는 밀도 높은 문단을 빠르게 떠납니다. 랜딩 페이지와 글을 일반 독자가 실제로 끝까지 읽을 수 있는 범주 안에 두십시오.
수치상 19학년입니다.
문장 길이를 줄이려면 실제로 다시 써야 합니다.
TextPulse humanizer는 과도하게 긴 문장을 나누고, 명사구를 동사로 바꾸며, 전체 초안에서 단조로운 리듬을 다양화합니다. 모든 변경 사항은 승인할 수 있도록 추적되므로, 주장을 훼손하지 않으면서도 독자가 기대하는 학년 수준에 맞게 글이 정리됩니다.