Kiwi
지능형 한국어 형태소 분석기 — 통계 언어 모델+ Skip-Bigram으로 모호성 해소
한국어 형태소 분석에 특화된 오픈소스 도구로, 정확도와 속도 모두 우수합니다. 방언·옛한글 지원은 차별점이지만, 비한국어 미지원과 API 부재는 한계입니다. 연구 중심 사용자에게 추천합니다.
- 한국어 형태소 분석 연구자
- 자연어처리(NLP) 개발자
- 텍스트 마이닝 분석가
- 디지털 인문학 연구자
- 비한국어 형태소 분석이 필요한 사용자
- 딥러닝 기반 최신 모델(트랜스포머 등)을 원하는 경우
- 클라우드 API 형태로 즉시 사용 가능한 서비스가 필요한 경우
We scan live Reddit threads, YouTube comments, X posts, G2 reviews and other communities — and hand you an honest verdict in under a minute.
- Honest verdict, not marketing
- Real pros & cons from real users
- Attributed quotes with receipts
3 free scans · no card needed
In short
Kiwi — 지능형 한국어 형태소 분석기 — 통계 언어 모델+ Skip-Bigram으로 모호성 해소. Best for 한국어 형태소 분석 연구자, 자연어처리(NLP) 개발자, 텍스트 마이닝 분석가. Free to use.
What independent users actually report about Kiwi
We ran a structured research pass across product reviews, community discussions, and post-purchase forum threads to surface the patterns vendors won't publish themselves. Below: the recurring strengths, the hidden costs people mention most, and the cohort that consistently regrets adopting this tool.
102 mentions across 8 sources (Hacker News, YouTube, Product Hunt, App Store, Bluesky, Stack Overflow, GitHub, Lemmy).
- +86.7% ambiguity resolution accuracy beats existing open-source analyzers including deep learning ones.
- +Combines statistical language model with Skip-Bigram for both local and long-range context.
- +Fast analysis thanks to lightweight model — ideal for large-scale text mining.
- +Supports 9 dialects and archaic Korean — rare among morphological analyzers.
- +Open-source (free) with no restrictions on commercial use.
- −No independent third-party benchmarks or user reviews found due to name pollution.
- −C# GUI may be unfamiliar to Python-heavy NLP community.
- −Limited documentation or community tutorials beyond academic paper.
- −No integration with popular ML frameworks like Hugging Face or spaCy.
- −Web demo may not handle very large texts efficiently.
- • No cost cited; open-source. But time investment needed to learn Korean NLP concepts.
- • No paid support — any issues rely on community or self-debugging.
Viability Score
How likely is Kiwi to still be operational in 12 months? Based on 4 signals — momentum (how recently it shipped), wrapper dependency, revenue model, and web presence.
Last calculated: July 2026
How we score →Key Features
- 통계적 언어 모델 + Skip-Bigram 결합
- 모호성 해소 평균 86.7% 정확도
- 경량 모델로 빠른 분석 속도
- 9개 한국어 방언 분석 지원
- 옛한글 및 옛말 분석 지원
- OOV(미등록어) 탐지 (규칙/문자 모델/빈도 기반)
- 오타 교정 (기본/연철/장음화)
- 사용자 정의 결합 옵션 (접사 등)
- 로컬 GUI 버전 (C# 기반, 인터넷 불필요)
- 웹 데모 제공
- 오픈소스 (GitHub 공개)
- BibTeX 인용 제공
About Kiwi
Kiwi는 통계적 언어 모델과 Skip-Bigram을 결합한 오픈소스 한국어 형태소 분석기입니다. 2024년 학술 논문에서 제안된 이 방법은 형태소 분석의 모호성 해소에서 평균 86.7% 정확도를 기록하여, 기존 딥러닝 기반 오픈소스 분석기(50~70%)를 크게 앞질렀습니다. 특히 경량 모델 덕분에 분석 속도가 빨라 대량 텍스트 처리에 적합하며, C# 기반 GUI 버전으로 인터넷 없이 로컬에서도 사용할 수 있습니다. Kiwi는 9개 한국어 방언(경기, 충청, 강원, 경상, 전라, 제주, 황해, 함경, 평안)은 물론 옛한글과 옛말 분석까지 지원합니다. OOV(미등록어) 탐지 옵션(규칙 기반, 문자 모델, 빈도 기반)과 오타 교정(기본, 연철, 장음화)을 제공하며, 사용자 정의 결합 옵션(명사 접두사/접미사, 동사/형용사/부사 파생접사)을 통해 분석 세밀도를 조정할 수 있습니다. 웹 데모에서 바로 체험할 수 있고, 인용을 위한 BibTeX 정보도 제공됩니다. 연구자, NLP 개발자, 디지털 인문학자에게 적합하며, 텍스트 마이닝이나 방언/옛한글 분석이 필요한 프로젝트에 특히 유용합니다. 오픈소스(GitHub)로 공개되어 자유롭게 활용할 수 있습니다. 경쟁 도구(예: 은전한닢, Mecab-ko) 대비 Kiwi는 방언·옛한글 지원과 세부 옵션에서 우위를 보이지만, 비한국어는 지원하지 않고 딥러닝 기반 최신 모델(트랜스포머)은 아니라는 점을 고려해야 합니다.
Behind the Verdict
Kiwi는 한국어 형태소 분석 분야에서 학술적으로 검증된 성능을 자랑합니다. 86.7%의 모호성 해소 정확도는 딥러닝 기반 분석기를 포함한 기존 오픈소스 대비 월등하며, 경량 모델 덕분에 속도도 빠릅니다. 방언 9종과 옛한글/옛말 지원은 다른 분석기에서 찾기 어려운 기능입니다. OOV 탐지와 오타 교정 옵션은 실제 텍스트 분석에서 유용합니다. 언제 선택할까: 한국어 텍스트 마이닝, 방언 연구, 옛한글 문서 분석이 필요한 연구자 또는 NLP 개발자에게 최적입니다. 오픈소스이므로 커스터마이징이 자유롭고, GUI 버전으로 로컬에서 간편하게 사용할 수 있습니다. 언제 피해야 할까: 비한국어 분석이 필요하거나, REST API 형태의 클라우드 서비스를 원한다면 적합하지 않습니다. 또한 딥러닝 기반 최신 트랜스포머 모델(예: BERT 기반 분석기)을 선호한다면 다른 선택지가 나을 수 있습니다. 가장 가까운 대안: 은전한닢(SEUNJEON)이나 Mecab-ko가 있지만, Kiwi는 방언·옛한글 지원과 모호성 해소 정확도에서 우위를 보입니다. 다만 API가 없고 비한국어를 지원하지 않으므로 다국어 프로젝트라면 Mecab-ko가 더 나을 수 있습니다. 실무 사용 시 주의할 점: Kiwi의 정확도는 논문 기준이므로 실제 환경에서는 데이터 특성에 따라 다를 수 있습니다. 방언 옵션은 모든 방언을 완벽히 커버하지는 못하며, 미등록어 처리에 한계가 있음을 논문도 인정하고 있습니다. 웹 데모에서 먼저 테스트해보는 것이 좋습니다.
Researching Kiwi? Get your full AI stack in 60 seconds.
Free, no signup — tell us your goal and get tools matched to your budget & existing stack.
Use Cases
- 한국어 코퍼스에서 형태소 분석을 수행하여 어휘 빈도나 패턴 분석
- 방언 텍스트를 분석하여 방언별 형태소 사용 차이 연구
- 옛한글 문서의 형태소 분석으로 역사언어학 연구
- 대량의 한국어 텍스트를 빠르게 전처리하여 NLP 파이프라인 구축
- 오타나 연철이 포함된 비정형 텍스트의 교정 및 분석
- 형태소 분석 정확도가 중요한 학술 연구에 활용
Models Under the Hood
as of 2026-07-18
Limitations
- 웹 데모 외에 공식 API는 제공되지 않으며, 온전한 활용을 위해서는 파이썬/C++ 라이브러리 설치가 필요합니다. 미등록어 처리와 방언 분석에서 추가 보완이 필요함이 논문에서 지적되었습니다.
- GUI 버전은 C# 기반으로 크로스 플랫폼이 아닐 수 있습니다.
Featured Head-to-Head Comparisons
Popular in Code & Development
Frequently Asked Questions
Topics
Used Kiwi? Help shape our editorial sentiment research.