# 글자 빈도 (Letter Frequencies)

**글자 빈도**는 텍스트 본문이나 메시지 집합에서 각 문자가 나타나는 횟수 또는 비율을 말합니다. 언어마다 고유한 분포가 있어 고전 암호 분석에서 가장 기본적인 도구로 쓰이며, 분포는 언어와 글의 종류, 텍스트 길이에 따라 달라집니다.

## 영어의 대표적인 빈도

대규모 영어 텍스트에서 가장 흔한 문자는 대략 E(약 12.7%), T(약 9.1%), A(약 8.2%), O(약 7.5%), I(약 7.0%), N(약 6.7%) 순이며, 가장 드문 문자는 Q, J, X, Z(각각 0.2% 이하)입니다. 정확한 수치는 표본으로 쓴 말뭉치에 따라 조금씩 다릅니다. 다른 언어는 분포가 달라, 스페인어에서는 E와 A가 가장 흔하고 O가 그 뒤를 잇습니다.

## 빈도 분석의 원리

단순 치환 암호(단일 문자 치환)는 평문의 각 문자를 항상 같은 기호로 바꾸므로, 암호문 기호의 빈도 분포는 평문 언어의 분포를 순서만 바꾼 형태로 그대로 보존합니다. 분석자는 다음 순서로 진행합니다.

1. 암호문에서 각 기호의 출현 횟수를 셉니다.
2. 가장 많이 나온 기호를 해당 언어의 고빈도 문자(영어라면 E, T, A)에 대응시켜 봅니다.
3. 자주 나오는 두 글자 조합(TH, HE, IN)과 세 글자 조합(THE, AND)으로 가설을 확인하고 고쳐 나갑니다.

이 방법은 9세기 아랍 학자 알킨디(al-Kindi)의 저술에 처음 체계적으로 기록되었습니다. 텍스트가 짧으면 분포가 표준에서 크게 벗어날 수 있어 분석이 어려워집니다.

## 일치 지수

윌리엄 프리드먼이 1922년에 제안한 **일치 지수(index of coincidence, IC)**는 텍스트에서 무작위로 고른 두 문자가 같을 확률입니다. 글자 수가 N이고 각 문자의 출현 횟수가 ni일 때 IC = Σ ni(ni−1) / (N(N−1))로 계산합니다. 영어 평문은 약 0.066, 26개 문자가 균등하게 섞인 무작위 텍스트는 약 0.038입니다. 단일 문자 치환은 IC를 바꾸지 않으므로 암호문의 IC가 평문 수준이면 단일 치환을 의심할 수 있고, 다중 문자 치환(비즈네르 암호 등)은 IC를 무작위 값 쪽으로 낮추므로 키 길이를 추정하는 데 쓰입니다.

## 한계

다중 문자 치환과 현대 암호는 문자 빈도를 고르게 만들도록 설계되어 있어, 빈도 분석만으로는 풀 수 없습니다. 오늘날 글자 빈도는 고전 암호 해독과 언어 식별, 암호 교육에서 주로 쓰입니다.

## 한글 텍스트의 경우

한글은 자모를 모아 음절 단위로 쓰므로, 빈도를 셀 때 음절 단위로 셀지 자모 단위로 셀지에 따라 결과가 달라집니다. 음절 단위로 세면 서로 다른 기호가 수천 개에 이르러 분포가 넓게 퍼지고, 자모 단위로 세면 기호 수가 적어 알파벳과 비슷한 방식으로 분석할 수 있습니다. 어느 경우든 기준이 되는 말뭉치와 같은 단위로 세어야 비교가 의미 있습니다.

---
출처: https://achivx.kr/glossary/letter-frequencies-%EA%B8%80%EC%9E%90-%EB%B9%88%EB%8F%84/ · ACHIVX 용어 사전 · 수정일 2026-10-20