텍스트 섀넌 엔트로피 무작위 정보량 측정기
입력한 문장이나 암호의 섀넌 엔트로피(H)와 동등 길이 무작위 기댓값(E[H])을 대조 계산하여 통계적 무작위 균등도(η) 및 인간 언어의 규칙적 치우침을 정밀 진단합니다.
섀넌 엔트로피(Shannon Entropy) 및 무작위 균등도 산출 원리
클로드 섀넌(Claude Shannon)의 정보 이론(Information Theory)을 바탕으로 문자열의 출현 빈도와 불확실성을 계산합니다.
섀넌 엔트로피 공식: H(X) = −∑ P(xᵢ) · log₂ P(xᵢ) (bits/char)
무작위 균등도 지표: η = (H ÷ E[H]) × 100% (동일 풀 무작위 기댓값 대비 실측비)
무작위 균등도 지표: η = (H ÷ E[H]) × 100% (동일 풀 무작위 기댓값 대비 실측비)
단순한 고정 절대값이 아닌 동일 길이(N)와 문자 풀(R)에서 기대되는 이론적 무작위 엔트로피 E[H]를 기준선으로 삼아, 인간의 언어적 잉여성과 기계적 무작위 노이즈를 공정하게 판별합니다.
⚡ 원터치 실생활 시나리오 프리셋
클릭 시 검증된 대표 텍스트가 즉시 채워집니다.
브라우저 내에서만 안전하게 연산되며 외부로 전송되지 않습니다.
📏 측정 정보 단위
로그 밑(Base) 선택
⚙️ 텍스트 전처리 필터
대소문자 및 공백 처리
대소문자
공백/줄바꿈
🟢 무작위 수준 (암호·난수격)
길이: 20자 · 고유: 20종 · 풀: 94종
문자당 정보 엔트로피 (Shannon Entropy)
4.322
bits/char
무작위 균등도 100.0%
📊 무작위 균등도(η) 스펙트럼
무작위 수준 (100.0%)
0% (단순반복)
50%
80%
93% (무작위)
동일 길이의 이론적 무작위 난수열에 필적하는 고른 문자 출현 분포를 보입니다.
전체 길이
20 자
고유 문자수
20 종
문자 집합 풀
94 종
최빈문자 비율
5.0 %
📦 [1단계] 총량
총 무작위 정보량
전체 불확실성
86.4 bit
문장 전체가 담고 있는 암호학적 정보 밀도의 총합(N × H)입니다.
🎯 [2단계] 기준선
무작위 기댓값 E[H]
균등 확률 한계
4.128
동일한 길이와 문자 집합에서 완벽한 난수가 가질 것으로 기대되는 평균 엔트로피입니다.
⚖️ [3단계] 치우침
편중 잉여율 (Redundancy)
규칙적 편중도
0.0%
높을수록 특정 문자의 반복이나 인간 문법 패턴으로 인한 규칙적 치우침이 강합니다.
📊 무작위 균등도(η) 진단 스펙트럼 대조표
동일 길이 무작위 기댓값 대비 실측 엔트로피 비중에 따른 4단계 상태 분류 기준
| 진단 등급 | 균등도 구간 (η) | 전형적 텍스트 유형 및 특징 |
|---|
📈 최빈 문자 TOP 5 출현 분포
텍스트 내에서 가장 높은 빈도로 나타난 상위 5개 문자의 점유율 현황
| 순위 | 문자 | 출현 횟수 | 출현 비율 |
|---|---|---|---|
| 데이터가 없습니다. | |||
실시간 맞춤 행동 수칙 & 해석
- 문장이나 암호를 입력하여 엔트로피를 실시간 측정하세요.
엔트로피 측정 한계 & 보안 수칙
- 사전 단어 맹점: password123이나 qwerty123456처럼 문자가 다양하게 분산된 쉬운 암호도 엔트로피는 높게 산출됩니다.
- 공인 보안 표준 준수: NIST SP 800-63B 지침에 따라 빈도 분석 엔트로피에만 의존하지 말고 사전에 등재되지 않은 무작위 긴 암호를 사용하세요.
- 안심 로컬 연산: 입력한 비밀번호와 텍스트는 100% 브라우저 내부에서만 연산되며 네트워크로 전송되지 않습니다.
💡 자주 묻는 질문 (FAQ)
Q 쉬운 비밀번호(예: password123)도 엔트로피가 높게 나올 수 있나요?
네, 가능합니다. 섀넌 엔트로피는 문자들의 출현 빈도 분포만을 수학적으로 측정하므로, 서로 다른 문자가 골고루 섞여 있다면 사전 공격에 취약한 유명 단어라도 높은 수치가 산출됩니다. 따라서 NIST SP 800-63B 가이드라인에 따라 빈도 엔트로피에만 의존하지 말고 사전에 없는 무작위 조합과 충분한 길이(16자 이상)를 유지해야 합니다.
Q 섀넌 엔트로피(H)와 무작위 기댓값(E[H])은 어떤 관계인가요?
클로드 섀넌의 공식 H(X) = −∑ P(x) log₂ P(x)는 문자열의 불확실성을 나타냅니다. 본 측정기는 여기에 그치지 않고, 같은 길이(N)와 문자 풀(R)을 가진 완벽한 난수가 보일 통계적 평균 엔트로피 E[H]를 기준선으로 삼아 실측 균등도 η = (H ÷ E[H]) × 100%를 함께 산출함으로써 공정한 무작위성 평가를 제공합니다.
Q 일상 대화 문장과 완벽한 무작위 난수의 균등도(η) 차이는 왜 생기나요?
인간의 언어(한글, 영어 등)는 문법적 규칙과 자주 쓰이는 음소(한글의 'ㅇ', 영문의 'e', 조사 등)로 인해 특정 문자의 출현 빈도가 강하게 편중됩니다. 이로 인해 20~50% 수준의 언어적 잉여성(Redundancy)이 발생하여 균등도가 50~80% 수준으로 자연스럽게 낮아지며, 균등 출현하는 무작위 난수(93% 이상)와 명확히 구별됩니다.
Q 입력한 비밀번호나 개인 문장이 외부 서버로 전송되나요?
전혀 전송되지 않습니다. 본 유틸리티의 모든 연산과 문자열 정규화, 통계 처리는 사용자의 웹 브라우저 내부 메모리(클라이언트 사이드)에서 순수 자바스크립트로만 실행되며, 어떠한 데이터도 외부 서버로 송신되거나 기록되지 않으므로 안심하고 사용하실 수 있습니다.