정규 표현식

수많은 글자 속에서 원하는 형태의 글자만 쏙쏙 낚아채는 '맞춤형 글자 그물망'이에요.

정의 정규 표현식(줄여서 정규식)은 특정한 규칙을 가진 문자열을 손쉽게 찾고 다루기 위해 쓰는 특수한 기호 약속이에요. 글자 하나하나를 일일이 비교하지 않고 패턴을 지정해 이메일 주소나 전화번호 같은 정보를 한 번에 찾아내거나 검사할 수 있어요.

원하는 모양만 걸러내는 마법의 체

수많은 모래 속에서 조개껍데기만 골라내려면 손으로 줍는 것보다 조개 모양 구멍이 뚫린 체를 쓰는 편이 훨씬 빨라요. 글자를 다룰 때도 마찬가지예요. 책 한 권에서 '010-'으로 시작하는 모든 전화번호를 찾아야 한다면, 수많은 숫자를 하나씩 읽는 일은 몹시 피곤하죠.

정규 표현식은 바로 이런 상황에서 쓰는 맞춤형 글자 그물망이에요. '010 뒤에 숫자 4개, 다시 하이폰 뒤에 숫자 4개'라는 규칙을 기호로 만들어 던지면 컴퓨터가 순식간에 조건에 맞는 글자만 쏙쏙 낚아채요.

이 덕분에 회원가입 창에서 사용자가 이메일이나 비밀번호 형식을 제대로 입력했는지 순식간에 검사할 수 있어요. 글자 수가 수백만 줄에 달하는 방대한 문서에서도 원하는 형태의 텍스트를 단 몇 초 만에 찾아내고 다른 글자로 바꿉니다.

정규 표현식을 처음 보면 암호나 외계어처럼 느껴져요. 알파벳, 숫자, 특수기호가 어지럽게 뒤섞여 있거든요. 하지만 문법 규칙을 몇 가지만 알면 아주 직관적인 퍼즐처럼 읽을 수 있어요.

예를 들어 `\d`는 0부터 9까지의 임의의 숫자를 뜻해요. 뒤에 `+` 기호를 붙여 `\d+`라고 쓰면 숫자가 하나 이상 연속해서 나온다는 의미가 돼요. 물음표나 별표 같은 기호들도 각각 글자가 나타나는 횟수나 위치를 지정하는 역할을 맡고 있죠.

이렇게 작은 기호들을 블록처럼 조합하면 '영문자로 시작하고 골뱅이(@)와 점(.)이 들어간 이메일 주소' 같은 복잡한 규칙도 한 줄의 짧은 수식으로 표현할 수 있어요. 긴 프로그래밍 코드를 작성할 필요 없이 단 한 줄로 강력한 검색 기능을 구현하는 셈이에요.

조금 더 정확히 말하면 정규 표현식은 단순히 글자를 비교하는 도구를 넘어, 컴퓨터 과학에서 말하는 형식 언어와 계산 이론에 뿌리를 두고 있어요. 컴퓨터는 우리가 작성한 정규식 규칙을 바탕으로 일종의 '상태 전이 지도'를 만들어 문자를 한 글자씩 확인해요.

다만 규칙을 너무 복잡하거나 모호하게 짜면 컴퓨터가 지나치게 많은 경우의 수를 검토하다가 작동을 멈추는 문제가 생길 수도 있어요. 이를 '파국적 되돌아보기'라고 불러요.

또한 정규 표현식은 문맥이나 의미를 해석하지 못해요. 오직 글자의 겉모양과 배치 순서라는 형식적 패턴만 인식하죠. 그래서 복잡한 문맥 파악이 필요한 자연어 처리나 대규모 인공지능 분석에서는 정규식과 다른 정밀한 언어 모델 알고리즘을 함께 사용해요.

✕ 오해

정규 표현식은 특정 프로그래밍 언어에서만 쓸 수 있는 기능이다.

✓ 사실

정규 표현식은 자바스크립트, 파이썬, 자바 등 거의 모든 프로그래밍 언어와 텍스트 편집기에서 공통으로 지원하는 표준적인 문자열 처리 규칙이에요.

1 웹사이트 회원가입 시 비밀번호에 영문, 숫자, 특수문자가 모두 포함되었는지 실시간으로 검사해요.

2 고객 상담 일지 수만 건에서 주민등록번호나 전화번호 같은 개인정보를 자동으로 찾아 마스킹(가림) 처리해요.

💡 그러니까 한마디로

정규 표현식은 정해진 기호 규칙을 이용해 방대한 텍스트에서 원하는 패턴의 글자를 빠르고 정확하게 찾아내는 도구예요.