무작위 알파벳의 수학

26개 후보 중에서 무작위 알파벳 하나를 뽑는 것은 유한 알파벳에 대한 이산 균일 분포입니다. 각 글자는 정확히 1/26 ≈ 3.85%의 확률을 가집니다. 각 추출은 독립적입니다. "A"가 한 번 나왔다고 해서 다음에 "A"가 나올 확률에는 전혀 영향을 미치지 않습니다. 이러한 독립성이 무작위 텍스트를 자연어와 구분짓는 핵심입니다. 자연어에서는 글자 배열이 어휘, 문법, 음성학에 의해 형성된 깊은 통계적 패턴을 따릅니다.

무작위 알파벳과 자연어의 차이

영어 텍스트에서 알파벳 빈도는 매우 불균등합니다. 새뮤얼 모스는 1830년대에 전신 부호를 설계하면서 이를 정량화했습니다. 그는 인쇄소의 활자함에서 글자를 세어 E가 약 13%, T가 약 9%, Z는 겨우 0.07%의 빈도로 나타남을 발견했습니다. 그의 빈도 순위(ETAOIN SHRDLU)는 식자공과 암호학자들 사이에서 전설이 되었습니다. 무작위 알파벳 생성기는 이 모든 것을 무시합니다. 모든 글자가 동일한 3.85% 확률로 나타나므로, 자연어와는 전혀 다른 배열이 만들어집니다. 바로 이 대비가 시스템이 모든 입력을 동등하게 처리하는지 테스트하는 데 이 도구를 유용하게 만듭니다.

쿠폰 수집가의 놀라움

26개 알파벳을 모두 최소 한 번씩 보려면 몇 번을 뽑아야 할까요? 대부분의 사람들은 약 30번이라고 추측합니다. 수학적 답은 약 100번입니다. 정확히 말하면, 기대값은 26 × H(26) ≈ 26 × 3.85 ≈ 100.2이며, 여기서 H(26)은 26번째 조화수(1 + 1/2 + 1/3 + … + 1/26의 합)입니다. 처음 몇 글자는 금방 나옵니다. 마지막 한두 개는 고통스러울 정도로 오래 걸립니다. 고유 알파벳 20개를 모은 상태에서도 나머지를 완성하려면 대략 26 × (1/6 + 1/5 + 1/4 + 1/3 + 1/2 + 1) ≈ 64번의 추가 추출이 필요합니다. 위의 달성률 차트는 이 여정을 실시간으로 추적합니다.

쿠폰 수집가 문제라고 알려진 이 현상은 컴퓨터 과학, 생태학(종 표본추출), 품질 보증(모든 결함 유형을 커버하기 위해 몇 개를 검사해야 하는지) 전반에 걸쳐 나타납니다. 필립 플라졸레와 로버트 세지윅은 해석적 조합론에 관한 기념비적 저서에서 현대적 분석 프레임워크를 제시했습니다.

암호학적 공정성

각 알파벳은 Web Cryptography API인 crypto.getRandomValues()로 선택됩니다. 무작위 바이트를 생성한 후 거부 표본추출을 사용하여 26글자 범위에 매핑합니다. 0-255 바이트 범위에서 26의 최대 정확한 배수인 234를 초과하는 값은 버리고 다시 추출합니다. 이를 통해 A부터 D까지가 약간 더 높은 확률을 가지게 되는 모듈로 편향을 제거합니다. 그 결과 알파벳에 대한 수학적으로 완벽한 균일 분포가 브라우저 내에서 생성됩니다.

교실에서의 활용

각 학생에게 /letter/100을 방문하여 100개의 무작위 알파벳을 생성하게 하세요. 각 알파벳의 빈도를 집계하고 기대값인 글자당 3.85와 비교하도록 합니다. 일부 학생은 하나의 글자가 8번 이상 나오고 다른 글자는 한 번도 안 나오는 것을 볼 것입니다. 수업 토론 주제: 생성기에 편향이 있는 걸까요? 히스토그램은 더 많은 글자가 누적될수록 균등한 높이로 수렴하는 모습을 시각적으로 보여줍니다.

암호 분석에 대한 더 심화된 연습으로, 빈도 분석을 개척한 9세기 아랍 학자 알킨디에서 영감을 받아, 학생들에게 무작위 배열과 영어 문단의 빈도를 비교하게 하세요. 무작위 배열은 평탄한 빈도를 보이고, 영어 문단은 E, T, A에서 극적인 피크를 보입니다. 이 대비는 무작위성에도 구조가 있으며, 그 구조를 측정할 수 있다는 개념을 소개합니다. 이 도구는 계정이 필요 없으며 학생 데이터를 저장하지 않습니다.

설계에 의한 개인정보 보호

모든 알파벳은 브라우저 내에서 생성됩니다. 서버는 페이지를 전달하고, 여러분의 기기가 무작위성을 만듭니다. 사용 기록은 여러분의 기기의 localStorage에 저장됩니다. URL을 공유하면 도구 설정만 공유됩니다. 수신자는 자신의 기기 엔트로피를 사용하여 독립적으로 알파벳을 뽑습니다.