어휘가 가장 많은 언어?

어휘가 가장 많은 언어: 60만 vs 161만 개의 비밀

인간의 인지 능력과 일상적인 소통 방식에는 언어별로 큰 차이가 없으며, 어휘가 가장 많은 언어를 사전 등재어 수로만 판단하는 것은 불완전합니다. 원어민 성인이 실제 사용하는 어휘량은 극히 일부에 불과하므로, 사전 속 방대한 숫자보다 실제 활용되는 언어의 구조적 특성을 이해하는 것이 중요합니다.

언어별 단어 수 측정이 매번 엇갈리는 이유

어떤 언어가 단어가 가장 많은 언어인지 판단하는 문제는 단어를 세는 기준과 사전의 성격에 따라 다양한 해석이 존재합니다. 단순한 숫자로 단정하기는 어려우며, 복합어와 파생어를 어떻게 규정하느냐에 따라 결과가 완전히 달라집니다.

어휘량을 비교할 때 가장 큰 걸림돌은 단어의 정의 자체입니다. 형태소들을 결합해 새로운 단어를 무한히 만들어내는 교착어나 포합어는 독립된 단어들을 나열하는 고립어와 단어 수 계산법 자체가 다릅니다. 실제로 주요 사전에 등재된 단어 수를 기준으로 보면 영어는 약 60만 개 이상의 어휘를 보유하고 있으며, 한국어 역시 표준 사전에 51만 개, 개방형 사전에 110만 개 이상의 단어가 등록되어 있습니다.^[1] 이런 숫자의 차이는 언어 자체의 우열이나 가장 단어가 많은 언어 순위를 결정하는 절대적 기준이 아니라 사전 편찬의 기준과 구조적 특징에서 기인합니다. 하지만 대부분의 사람이 일상에서 정작 몇 개의 단어로 소통하는지, 그리고 왜 이 순위 싸움이 근본적으로 무의미한지에 대해서는 치명적인 오해가 있습니다. 이 비밀은 아래의 일상 어휘량과 사전 등재어의 괴리 문단에서 명확히 밝히겠습니다.

가장 단어가 많은 언어 순위를 둘러싼 오해와 진실

영어의 방대한 수집력과 차용어 구조

영어는 - 비록 언어학적 논란은 있을지언정 - 전 세계에서 가장 역동적으로 외래어와 차용어를 흡수하는 언어입니다. 전 세계 비즈니스와 과학 기술의 중심 언어로 자리 잡으면서 매년 수천 개의 신조어가 사전에 추가되는 독특한 생태계를 지니고 있습니다. 역사적으로 라틴어, 프랑스어, 독일어 등 다양한 언어적 뿌리가 뒤섞인 덕분에 하나의 개념을 표현하는 단어가 여러 개 존재하는 경우가 많아 사전적 어휘량이 비대해져 종종 어휘량 1위 언어로 거론되기도 합니다.

한국어의 무한한 파생과 개방형 사전의 존재

한국어는 어근에 조사와 어미가 붙는 교착어의 특성을 지니고 있어서 단어의 외연이 엄청나게 넓습니다. 사전에 등재된 단어는 약 51만 개이지만 민간에서 사용하는 어휘나 방언까지 합치면 그 수는 상상을 초월합니다. 단어는 중요합니다. 소통의 본질이라는 점에서 너무나 중요합니다. 그러나 단어의 개수가 곧 언어의 수준을 의미하지는 않습니다. 기준이 다릅니다. 파생어와 복합어를 모두 독립된 단어로 인정할 것인가에 대한 합의가 없기 때문에 순위를 매기는 것 자체가 불가능에 가깝습니다.

일상 어휘량과 사전 등재어의 괴리

앞서 언급했던 치명적인 오해의 실체가 바로 여기에 있습니다. 수십만 개의 단어가 사전에 기록되어 있어 세계에서 단어 수가 가장 많은 언어라 할지라도, 원어민 성인이 실제 일상생활에서 소통하기 위해 사용하는 어휘는 보통 1만 개에서 2만 개 수준에 불과합니다.^[2] 아무리 방대한 사전이라도 인간이 인지하고 사용하는 뇌의 용량에는 한계가 있기 때문입니다.

솔직히 말씀드리면, 저 역시 과거에 어휘력이 부족해 외국어 원서를 읽지 못한다고 생각하여 사전의 모든 단어를 외우려고 미련하게 덤볐던 적이 있습니다. 눈이 침침해질 때까지 단어장을 붙잡고 수천 개를 외웠지만 실전 대화에서는 거의 쓰이지 않았습니다. 뼈아픈 실패 끝에 깨달은 점은, 핵심 어휘 2000개만 완벽히 구사해도 일상 소통의 상당 부분을 해결할 수 있다는 사실이었습니다. 일반적인 언어 습관(물론 개인의 교육 수준이나 전문 분야에 따라 약간의 차이는 있습니다)을 고려할 때, 사전의 단어 숫자에 집착하여 어휘가 가장 많은 언어를 찾는 것은 시간 낭비일 뿐입니다. 진짜 문제는 따로 있습니다. 단어의 양이 아니라 그것을 조합해 문장을 만드는 능력입니다.

주요 언어별 어휘 측정 기준 및 특징 비교

영어

- 타 언어로부터의 활발한 차용 및 명사 결합을 통한 신조어 형성

- 공신력 있는 대형 사전 기준 약 60만 개 이상의 어휘 수록

- 고립어적 성격이 강해 단어 자체의 형태 변화가 상대적으로 적음

한국어

- 어근에 다양한 접사, 조사, 어미가 결합하여 논리적 무한 확장 가능

- 표준 사전 기준 51만 개, 개방형 사전 포함 시 110만 개 이상

- 교착어로서 단어와 단어 사이의 관계를 나타내는 문법 요소가 발달함

아랍어

- 3개 내외의 자음으로 이루어진 어근에 모음을 결합하는 굴절 방식

- 전통 사전의 어근 및 파생어 조합 계산 방식에 따라 수백만 개 주장 존재

- 하나의 어근에서 수십 개의 명사, 동사, 형용사가 규칙적으로 파생됨

자연어 처리 엔진 개발자 민우의 단어 데이터 정제 도전기

민우는 서울의 한 인공지능 스타트업에서 다국어 번역 소프트웨어를 개발하는 31세 엔지니어입니다. 각 언어의 정확한 단어 데이터를 분석하여 번역 엔진의 효율성을 높이려는 원대한 목표를 가졌지만, 언어별로 단어를 카운트하는 기준이 너무나 달라 초반부터 큰 혼란에 빠졌습니다.

첫 시도로 그는 단순히 각 국가의 국립 언어 기관 사전에 등록된 절대적 단어 수만을 기준으로 가중치를 두어 알고리즘을 설계했습니다. 결과는 엉망이었습니다. 한국어의 교착어적 특성과 조사의 수많은 변형 때문에 텍스트 매칭 오류가 속출했고 시스템은 메모리 과부하로 멈춰 섰습니다.

몇 날 며칠을 밤새우며 코드를 분석하던 중, 민우는 단어의 사전적 수보다 실제로 자주 사용되는 핵심 어휘의 빈도와 결합 구조를 반영해야 함을 깨달았습니다. 사전 등재어가 아닌 실사용 빈도가 높은 약 1만 개의 핵심 어휘 데이터베이스를 구축하는 방향으로 접근법을 바꿨습니다.

수정된 알고리즘을 적용하자 번역 처리 속도는 대폭 향상되었고 오류율은 기존 대비 80% 이상 감소하는 놀라운 성과를 거두었습니다. 민우는 사전의 숫자가 아닌 인간의 실생활 언어 패턴이 데이터 과학의 진짜 정답임을 배우게 되었습니다.