한마디로
글결 매칭은 관심사나 성격 테스트가 아니라 글의 모양으로 사람을 이어 주는 방식이에요. Kindredly는 내가 보낸 편지에서 문장 길이, 쉼표, 질문, 말끝 흐리기 같은 숫자 여덟 개를 재고, 하루 한 번 AI 모델 없이 정해진 공식으로 글결이 가장 가까운 50명을 찾아요. 그 사람들의 편지가 내 책상에 먼저 도착해요.
출처 5개Kindredly는 글결이 닮은 낯선 사람끼리 이어 주는 익명 펜팔 앱이에요.
| 방식 | 쓰는 것 | 내가 할 일 | 잘하는 것 | 아쉬운 점 |
|---|---|---|---|---|
| 관심사 매칭 | 내가 고른 주제, 취미, 언어, 나라 | 목록에서 고르기 | 같은 걸 좋아하는 사람 찾기 | 내가 목록에 적은 것만 앎 |
| 성격 테스트·설문 | 정해진 질문에 대한 내 답 | 질문에 답하기 | 취미 목록보다 깊이 들어감 | 솔직한 답과, 그 질문이 중요한 걸 재는지에 달려 있음 |
| 글결 (Kindredly) | 글 자체의 모양 | 쓰기 | 나처럼 쓰는 사람 찾기 | 진짜 글이 있어야 함. 알려 주는 건 나처럼 쓰는 사람이지, 내가 좋아할 사람이 아님 |
Kindredly는 글결 매칭을 써요. 나머지 두 줄은 방식 일반에 대한 설명이고, 특정 앱 얘기가 아니에요.
올해 첫 추운 아침에 대해 편지를 써요. 어딘가에선 낯선 누군가가 끝내 안 온 버스 얘기를 쓰고 있어요. 그 사람 문장도 나처럼 짧고, 생각을 맺는 방식도 비슷해요. 둘 다 관심사를 고르지도, 성격 테스트에 답하지도 않았어요. 그런데도 Kindredly에선 바로 이 닮은 모양 때문에 한 사람의 편지가 다른 사람 책상에 먼저 도착해요.
이게 글결 매칭이에요. 좋아한다고 적어 낸 것 말고, 어떻게 쓰는지로 사람을 이어 주는 거예요. Kindredly는 내가 보내는 편지에서 숫자 여덟 개를 재요. 문장이 얼마나 긴지, 어디서 쉬는지, 질문을 하는지 같은 것들이요. 그리고 하루 한 번, 정해진 공식 하나가 모두의 숫자를 비교해요. 매칭에는 AI 모델이 끼지 않고, 편지가 무슨 내용인지는 재지 않아요.

관심사, 성격, 아니면 글결: 펜팔을 이어 주는 세 가지 방법
낯선 사람끼리 소개해 주는 앱은 대개 셋 중 하나를 써요.
- 관심사 매칭. 주제, 취미, 언어, 나라를 고르면, 고른 게 겹치는 사람을 소개해 줘요. 같은 걸 좋아하는 사람을 찾는 데는 강해요. 하지만 앱이 아는 건 내가 목록에 적어 낸 것뿐이에요.
- 성격 테스트·설문 매칭. 질문 몇 개에 답하면, 앱이 자기 규칙대로 사람을 짝지어 줘요. 취미 목록보다는 깊이 들어가요. 대신 다들 솔직하게 답하는지, 그 질문이 정말 중요한 걸 재는지에 따라 결과가 갈려요.
- 글결 매칭. 나는 쓰기만 하고, 앱은 글 자체의 모양을 재요. 나를 소개할 필요가 없어요. 진짜로 쓴 글이 있어야 하고, 알려 주는 건 나처럼 쓰는 사람이지 내가 좋아하게 될 사람이 아니에요.
Kindredly는 세 번째예요. 프로필도, 프로필 사진도, 고를 관심사나 태그도, 스와이프도 없어요. 받는 사람을 정하지 않고 편지 한 통을 쓰면, 그 편지는 글결이 나와 가장 가까운 낯선 사람들 책상에 먼저 도착해요. 다른 앱과의 비교는 펜팔 어플 추천에, 프로필보다 글이 나를 더 잘 말해 주는 이유는 글이 곧 지문에 정리해 뒀어요.
Kindredly가 재는 것: 글의 모양에서 나오는 숫자 여덟 개
Kindredly는 이걸 '글 지문'이라고 불러요. 내가 보내는 편지와 메시지에서 재는 숫자 여덟 개예요.
- 평균 문장 길이. 문장 하나가 얼마나 길게 이어지는지.
- 쉼표 밀도. 단어 하나당 쉼표, 대시, 말줄임표가 몇 개인지.
- 들쭉날쭉함. 문장 길이가 얼마나 고르지 않은지. 같은 호흡으로 가는지, 짧게, 길게, 짧게 출렁이는지.
- 평균 호흡 길이. 문장부호에서 다음 문장부호까지의 길이.
- 호흡의 편차. 그 길이가 얼마나 달라지는지.
- 질문 밀도. 문장 하나당 질문이 몇 개인지.
- 느낌표 밀도. 느낌표를 얼마나 자주 쓰는지.
- 말끝 흐리기. 단어 하나당 말줄임표와 대시가 몇 개인지.
단어를 세는 방식이 문자 체계에 맞춰져 있어서, 중국어, 일본어, 한국어도 영어나 스페인어와 같은 잣대로 재요. 다른 언어로 쓰는 낯선 사람도 나와 닮은 글결을 가질 수 있다는 뜻이에요.
문장부호에 이렇게 무게를 두는 데는 연구가 뒷받침돼 있어요. 2021년 학술지 European Journal of Applied Mathematics에 실린 논문에서 알렉산드라 다몬, 메이슨 포터와 동료들은 Project Gutenberg에 있는 문학 작품에서 문장부호와 그 사이의 단어 수만 남겼어요. 그걸로 작가를 구별해 본 시도를 두고, 연구진은 "특히 성공적(particularly successful)"이었다고 썼어요.
견본 편지 세 통, 직접 재 보기아래 편지는 Kindredly가 이 페이지를 위해 쓴 거예요. A와 B는 같은 아침 얘기예요.
A. 오늘은 올해 들어 처음 추운 아침이었어요. 코트를 잘못 입고 나왔어요. 버스는 또 늦게 왔어요. 버스 안에선 아무도 말이 없었어요. 손에 쥐고 있으려고 차를 샀어요.
B. 오늘 아침은 추웠어요, 제대로 추웠어요, 창가에 서서 오늘 하루가 나가 볼 만한 날인지 고민하게 되는 그런 추위였는데, 주전자가 딸깍 꺼지면 결국 나가게 되잖아요. 일 년에 딱 한 번 입는 코트 있어요? 제 건 지난겨울 냄새가 나요 — 장작 연기인지, 남의 담배 냄새인지, 아직도 모르겠어요... 이상하죠.

- 문장 길이와 들쭉날쭉함. A의 문장은 짧고 길이도 비슷해요. B는 긴 문장 하나로 시작해서 한 단어로 끝나니까, 길이 차이가 훨씬 커요.
- 쉼표와 호흡. A에는 쉼표가 하나도 없어요. B는 몇 번이고 멈춰요. 그런데 B의 긴 문장이 잘게 끊겨 있어서, 평균 호흡 길이로는 생각보다 가깝게 나올 수 있어요. 두 편지가 갈리는 건 호흡의 편차예요.
- 질문. A는 아무것도 묻지 않아요. B는 하나 물어요.
- 느낌표. 둘 다 안 쓰니까 여기선 같아요.
- 말끝 흐리기. A는 생각을 하나하나 다 맺어요. B에는 대시와 말줄임표가 있어요.
C. 토요일에 여동생이 결혼했어요. 식장은 너무 더웠어요. 신랑이 먼저 울었어요. 제 축사는 짧게 했어요. 잘된 것 같아요, 아마도.
C는 날씨가 아니라 결혼식 얘기인데, 모양은 A와 같아요. Kindredly가 쓰는 공식에 넣으면 A와 C는 가깝게, B는 둘 모두에게서 멀게 나와요. 셋 중 누구에게 편지를 쓰고 싶은지는 또 다른 문제고, 숫자는 거기에 답하지 못해요.
Kindredly가 재지 않는 것
매칭에 절대 쓰지 않는 것들이에요.
- 편지 내용. 주제도, 키워드도, 뜻도 안 봐요.
- 사진과 외모. 프로필 사진 자체가 없어요.
- 사는 곳. 위치로 매칭하지 않아요.
- 관심사. 체크할 칸이 없어요.
- 돈. 퍼스트 클래스를 결제해도, 누구와 이어지는지도, 내 편지가 책상 어디에 놓이는지도 바뀌지 않아요.
- 노트(일기). 내 기기 안에만 있어요.
그렇다고 글결이 전부는 아니에요. 나이도 순서를 조금 움직여요. Kindredly가 나에 대해 무엇을 보관하는지는 개인정보 처리방침에 나와 있고, 설정에서 계정을 삭제하면 바로 지워져요.
매칭은 이렇게 정해져요
- 내가 써요. 지문은 내가 보낸 글에서 나오니까, 많이 쓸수록 매칭이 좋아져요.
- 공식이 돌아가요. 공식은 고정돼 있어서 같은 글이면 늘 같은 결과가 나와요. iPhone에서도 웹에서도 똑같아요.
- 하루 한 번 모두를 비교해요. 협정 세계시(UTC) 08:00(한국 시간 오후 5시)에 작업 하나가 모두의 지문을 코사인 유사도로 비교해요. 코사인 유사도는 숫자 목록 두 개가 얼마나 닮은 방향을 가리키는지 점수로 매기는 흔한 방법이에요.
- 가장 가까운 사람들을 남겨요. 한 사람마다 가장 가까운 50명이요. 목록은 사람마다 따로 계산돼서, 내가 누군가의 목록에 있어도 그 사람이 내 목록에 있으란 법은 없어요.
- 책상에 편지가 놓여요. 낯선 사람의 편지는 하루 최대 열 통이 책상에 도착해요. 그 50명의 편지가 먼저, 다른 편지는 그다음이에요. 책상의 하루는 내가 사는 곳 기준 아침 8시에 넘어가요. 매일 돌아가는 작업이 아직 내 지문을 모르는 동안에는, 새로 온 사람의 책상을 최근 편지들로 채워요.
내 편지도 글결이 나와 가장 가까운 낯선 사람들에게 먼저 가요. 그중 한 명이 답장하면 펜팔이 생긴 거예요. 상대에게 보이는 건 내 편지, 앱이 지어 준 이름(내 이름은 절대 아니에요), 꺼 두지 않았다면 별자리, 그리고 뿌연 유리창이에요. 유리창은 색깔 무늬지 사진이 아니에요. 서로 다섯 통씩 오가고 나면 누구든 이름을 동봉할 수 있고, 이름은 둘 다 동봉했을 때만 주고받아요. 나머지는 Kindredly 이용 방법에 있어요.
코사인은 문체 연구에서도 오래 써 온 방법이에요. 2017년 슈테판 에베르트와 동료들은 작가를 가려내는 대표적인 척도인 Delta의 코사인 버전이 더 잘 맞았던 이유를 밝혔어요. 비결은 글마다 뽑은 숫자 묶음을 모두 같은 길이로 맞춘 데 있었어요. 그러면 숫자의 크기보다 묶음의 패턴을 비교하게 되거든요.
AI가 쓰이는 곳과 안 쓰이는 곳
안 쓰이는 곳은 매칭(위의 공식이에요)과 편지를 쓰고, 다듬고, 답하는 일이에요. 책상에 오는 편지는 모두 사람이 쓴 거예요.
쓰이는 곳은 이 세 가지예요.
- 안전 확인. 편지가 낯선 사람들 책상으로 가기 전에 읽고, 보내도 되는지만 판단해요. 협박과 특정인을 겨냥한 괴롭힘, 미성년자가 얽힌 성적인 내용, 그리고 상대를 Kindredly 밖으로 끌어내려는 시도를 막아요. 전화번호, 이메일, SNS 아이디, 돈 요구 같은 거요. 슬픈 편지, 화난 편지, 무거운 편지는 그대로 가요. 통과하지 못한 편지는 쓴 사람에게 돌아와요. 자세한 건 Kindredly 안전에서 볼 수 있어요.
- 번역 버튼. 기계 번역이에요. 원문은 언제나 쓴 사람 본인의 글이에요.
- 그린 얼굴. 원하면 사진이나 말로 얼굴을 그릴 수 있어요. 사진은 저장되지 않아요.
글결 매칭이 알려 주지 못하는 것
- 글이 닮았다고 잘 맞는 건 아니에요. 1999년 Journal of Personality and Social Psychology에 실린 연구에서 제임스 페니베이커와 로라 킹은, 글 쓰는 방식은 하나의 개인 특성으로 볼 만큼 일관되지만 성격 척도와의 관련은 크지 않다고 밝혔어요. 지문이 가깝다는 건 두 사람 글이 닮았다는 뜻일 뿐, 그 이상은 아니에요.
- 짧은 편지는 흔들려요. 다섯 줄짜리 편지로는 지문이 대강만 나와요. 모르는 작가를 알아맞히는, 비슷한 과제를 다룬 마치에이 에데르의 연구에서는 약 5,000단어보다 짧은 표본에선 결과가 나빴고, 아무리 길게 해도 끝내 제대로 맞히지 못한 글도 있었어요.
- 일부러 느려요. Kindredly는 편지를 원하는 성인(만 18세 이상)을 위한 곳이에요. 근처 사람을 만나고 싶거나, 실시간 채팅이나 영상 통화를 원하거나, Android용 앱이 필요하거나, 빠른 답장을 바란다면 맞지 않아요.
내 글의 모양 직접 보기
내 글이 바깥에서 어떻게 읽히는지 궁금하다면, 글결 테스트를 해 보세요. 12가지 글쓴이 유형 중 내가 어디에 가까운지 가볍게 읽어 주는 무료 테스트예요. 브라우저 안에서만 돌아가고, 매칭과는 별개예요. 공식이 아니라 거울 같은 거예요.
자주 묻는 질문
글 쓰는 방식으로 사람을 이어 주는 앱이 있나요?
있어요. Kindredly는 iPhone과 웹에서 쓰는 성인용 익명 펜팔 앱으로, 낯선 사람끼리 글결로 이어 줘요. 내가 보낸 편지에서 문장 길이, 쉼표, 질문 같은 숫자 여덟 개를 재고, 글결이 가장 가까운 사람들의 편지를 내 책상에 먼저 올려 줘요. 프로필도 프로필 사진도 없어요.
펜팔 어플은 뭘로 짝을 지어 주나요? 관심사, 성격, 아니면 글?
셋 다 있어요. 관심사 매칭은 고른 주제나 언어, 나라가 겹치는 사람끼리 이어 주고, 설문 매칭은 정해진 질문에 대한 답을 써요. Kindredly가 쓰는 글결 매칭은 글 자체의 모양을 재요.
Kindredly는 AI로 사람을 매칭하나요?
아니요. 글 지문은 고정된 공식으로 계산돼서 같은 글이면 늘 같은 결과가 나오고, 하루 한 번 돌아가는 작업이 코사인 유사도로 지문을 비교해요. AI는 다른 데 쓰여요. 편지를 보내도 되는지만 판단하는 안전 확인, 번역 버튼, 원하는 사람만 쓰는 그린 얼굴이요.
글 쓰는 방식이 닮으면 잘 맞을까요?
그것만으로는 몰라요. 제임스 페니베이커와 로라 킹의 1999년 연구는 글 쓰는 방식이 개인 특성으로 볼 만큼 일관되지만 성격과의 관련은 크지 않다고 밝혔어요. 글결 매칭이 찾아 주는 건 나처럼 쓰는 사람이고, 잘 맞는지는 편지를 주고받으면서 정해져요.
매칭이 잘되려면 얼마나 써야 하나요?
짧은 첫 편지로는 지문이 대강, 흔들리게 나오고, 많이 쓸수록 매칭이 좋아져요. 문체 연구도 같은 쪽을 가리켜요. 마치에이 에데르의 연구에서는 비슷한 과제인 작가 알아맞히기에서 짧은 표본을 믿기 어려웠어요.
출처
- 케임브리지대학교 출판부, European Journal of Applied Mathematics: Pull out all the stops: Textual analysis via punctuation sequences (문장부호의 배열로 글 분석하기)
- Digital Humanities 2010, 킹스 칼리지 런던: Does Size Matter? Authorship Attribution, Small Samples, Big Problem (작가 판별과 짧은 표본의 문제)
- Digital Humanities 2017, ADHO (DH Abstracts, 버지니아대학교): Short Samples in Authorship Attribution: A New Approach (짧은 표본으로 작가를 판별하는 새 방법)
- 프리드리히 알렉산더 대학교 에를랑겐뉘른베르크: Understanding and explaining Delta measures for authorship attribution (작가 판별 척도 Delta 이해하기)
- 미국 국립의학도서관 PubMed: Linguistic styles: language use as an individual difference (개인차로서의 언어 사용)
하나 골라요. 기다릴게요. (새라서 기다리는 건 자신 있어요.)
무료 · 프로필 없음 · 내 사진 없음
쓴 내용은 이 기기에만 남아요