🇰🇷 MeCab-Ko

한국어 형태소 분석기 - MeCab의 한국어 Fork

은전한닢 프로젝트에서 시작된 MeCab-Ko를 현대화하고, Rust로 재구현하는 프로젝트입니다.

📖 프로젝트 개요

이 저장소는 두 가지 구현을 포함합니다:

구현	경로	상태	설명
Legacy (C/C++)	/legacy/	✅ 안정	기존 mecab-ko 구현
Rust (v2)	/rust/	🚧 개발중	현대적 Rust 재구현

왜 Rust로 재구현하는가?

기존 문제점	Rust v2 해결책
오래된 사전 (2018년 이후 업데이트 없음)	2024년 최신 말뭉치 기반 사전 v3.0
C/C++ 메모리 안전성 이슈	Rust의 메모리 안전성 보장
복잡한 빌드 (autotools)	Cargo 기반 간편한 빌드
플랫폼 제약 (WASM 미지원)	WASM, 다양한 플랫폼 지원
분리된 바인딩 프로젝트들	통합된 Python/Node.js 바인딩

🚀 빠른 시작

Legacy (C/C++) 버전

cd legacy
./configure
make
make install

# 사전 설치
cd mecab-ko-dic
./configure
make
make install

# 실행
echo "안녕하세요" | mecab

Rust v2 버전 (개발중)

cd rust

# 빌드
cargo build --release

# 테스트
cargo test

# 실행
cargo run --bin mecab-ko -- "안녕하세요"

Rust 라이브러리 사용

# Cargo.toml
[dependencies]
mecab-ko = "0.1"

use mecab_ko::Tokenizer;

fn main() {
    let tokenizer = Tokenizer::new().unwrap();
    let tokens = tokenizer.tokenize("안녕하세요, 형태소 분석기입니다.");
    
    for token in tokens {
        println!("{}\t{}", token.surface, token.pos);
    }
}

Python 바인딩

pip install mecab-ko-rs

from mecab_ko import Mecab

mecab = Mecab()
print(mecab.morphs("안녕하세요"))  # ['안녕', '하', '세요']
print(mecab.nouns("형태소 분석기"))  # ['형태소', '분석기']

📂 저장소 구조

mecab-ko/
├── legacy/                     # 기존 C/C++ 구현
│   ├── src/                    # MeCab 소스 코드
│   ├── mecab-ko-dic/           # 한국어 사전
│   │   └── seed/               # 사전 원본 데이터
│   ├── configure               # autotools 빌드
│   └── Makefile
│
├── rust/                       # Rust v2 구현
│   ├── crates/
│   │   ├── mecab-ko-core/      # 핵심 분석 엔진
│   │   ├── mecab-ko-dict/      # 사전 관리
│   │   ├── mecab-ko-hangul/    # 한글 유틸리티
│   │   └── mecab-ko-cli/       # CLI 도구
│   ├── Cargo.toml              # Workspace 설정
│   └── README.md               # Rust 구현 상세
│
├── docs/                       # 프로젝트 문서
│   ├── PROJECT_PLAN.md         # 24주 로드맵
│   ├── ISSUE_BACKLOG.md        # 이슈 백로그
│   ├── AGENTS.md               # 멀티 에이전트 시스템
│   ├── DEVELOPMENT_WORKFLOW.md # 개발 워크플로우
│   └── AUTOMATION_GUIDE.md     # 자동화 가이드
│
├── .github/                    # GitHub 설정
│   ├── workflows/              # CI/CD
│   └── ISSUE_TEMPLATE/         # 이슈 템플릿
│
├── CONTRIBUTING.md             # 기여 가이드
├── SECURITY.md                 # 보안 정책
├── CODE_QUALITY.md             # 코드 품질 기준
└── README.md                   # 이 파일

📊 Rust v2 목표 성능

메트릭	Legacy	Kiwi	Rust v2 (목표)
속도 (어절/초)	~100K	~120K	~150K
정확도	~93%	~87%	~95%
메모리	~200MB	~100MB	~150MB
WASM 지원	❌	❌	✅

🗺️ 로드맵

Phase 1: 기반 구축 (Q1 2025)

• 프로젝트 설계 및 계획
• 한글 유틸리티 구현
• 사전 포맷 설계
• 기본 토크나이저

Phase 2: 핵심 기능 (Q2 2025)

• Viterbi 알고리즘
• 사전 v3.0 빌드
• CLI 도구

Phase 3: 생태계 통합 (Q3 2025)

• Python 바인딩 (PyO3)
• WASM 지원
• Elasticsearch 플러그인

Phase 4: 안정화 (Q4 2025)

• 성능 최적화
• 문서화
• v1.0 릴리스

자세한 계획은 PROJECT_PLAN.md를 참조하세요.

🤝 기여하기

기여를 환영합니다! CONTRIBUTING.md를 참조해주세요.

개발 환경 설정

# 저장소 클론
git clone https://github.com/hephaex/mecab-ko.git
cd mecab-ko

# Rust 개발
cd rust
cargo build
cargo test

# Legacy 빌드 (선택)
cd ../legacy
./configure && make

📜 라이센스

• Legacy (C/C++): GPL / LGPL / BSD (MeCab 원본 라이센스)
• Rust v2: MIT OR Apache-2.0

사전 데이터는 Apache License 2.0을 따릅니다.

🙏 감사의 말

• MeCab - Taku Kudo
• 은전한닢 프로젝트 - mecab-ko 원본
• Lindera - Rust 형태소 분석기 참조
• Kiwi - 한국어 형태소 분석기 참조

📞 연락처

• Author: hephaex ([email protected])
• Issues: GitHub Issues
• Discussions: GitHub Discussions

---

Made with ❤️ for Korean NLP