한글(korean)이 제대로 검색되지 않는 현상

JSCODE 박재성

2025-12-06

✅ 한글(korean)이 제대로 검색되지 않는 현상

한글로 이루어진 데이터가 검색이 잘 되는 지 확인해보자.

1. 인덱스 생성하기

// 기존 인덱스 삭제
DELETE /boards

// 인덱스 생성 + 매핑 정의 + Custom Analyzer 적용
PUT /boards
{
  "settings": {
    "analysis": {
      "analyzer": {
        "boards_content_analyzer": {
          "char_filter": [],
          "tokenizer": "standard",
          "filter": ["lowercase", "stop", "stemmer"]
        }
      }
    }
  },
  "mappings": {
	  "properties": {
	    "content": {
	      "type": "text",
	      "analyzer": "boards_content_analyzer"
	    }
	  }
	}
}

// 잘 생성됐는 지 확인
GET /boards

 

2. 데이터 삽입하기

POST /boards/_doc
{
  "content": "백화점에서 쇼핑을 하다가 친구를 만났다."
}

 

3. 검색해보기

GET /boards/_search
{
  "query": {
    "match": {
      "content": "백화점"
    }
  }
}

GET /boards/_search
{
  "query": {
    "match": {
      "content": "쇼핑"
    }
  }
}

GET /boards/_search
{
  "query": {
    "match": {
      "content": "친구"
    }
  }
}

위 쿼리로 검색해보면 아무 데이터도 조회되지 않는다. 왜 그런지 Analyze API를 사용해서 분석해보자.

4. Analyze API 활용해 디버깅하기
영어는 띄어쓰기로 단어가 명확하게 구분되다보니 standard tokenizer(공백 또는 ,, ., !, ?와 같은 문장 부호를 기준으로 자름)로도 잘 나눌 수 있다.

GET /boards/_analyze
{
  "field": "content",
  "text": "I like bananas"
}

 
응답값

{
  "tokens": [
    {
      "token": "i",
      "start_offset": 0,
      "end_offset": 1,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "like",
      "start_offset": 2,
      "end_offset": 6,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "banana",
      "start_offset": 7,
      "end_offset": 14,
      "type": "<ALPHANUM>",
      "position": 2
    }
  ]
}

 
 
하지만 한글은 좀 다르다. 조사(-는, -를), 어미(-다, -해요)를 붙여서 쓰는 말이 많다. 그리고 띄어쓰기가 비교적 자유롭다. 그러다보니 standard tokenizer로 단어를 나눠보면 제대로 잘 나누지 못하는 문제가 생긴다.

POST /boards/_analyze
{
  "field": "content",
  "text": "백화점에서 쇼핑을 하다가 친구를 만났다."
}

 
응답값

{
  "tokens": [
    {
      "token": "백화점에서",
      "start_offset": 0,
      "end_offset": 5,
      "type": "<HANGUL>",
      "position": 0
    },
    {
      "token": "쇼핑을",
      "start_offset": 6,
      "end_offset": 9,
      "type": "<HANGUL>",
      "position": 1
    },
    {
      "token": "하다가",
      "start_offset": 10,
      "end_offset": 13,
      "type": "<HANGUL>",
      "position": 2
    },
    {
      "token": "친구를",
      "start_offset": 14,
      "end_offset": 17,
      "type": "<HANGUL>",
      "position": 3
    },
    {
      "token": "만났다",
      "start_offset": 18,
      "end_offset": 21,
      "type": "<HANGUL>",
      "position": 4
    }
  ]
}

위와 같이 토큰이 나뉘기 때문에 백화점, 쇼핑, 친구로 검색하더라도 검색이 안 되는 문제가 발생한 것이다. 이 문제를 해결하려면 한글에 맞는 전용 Analyzer인 Nori(노리) Analyzer를 써야 한다.