게시일 2026-03-18

정규표현식 완전 가이드: 기초부터 실전 응용까지

정규표현식 입력 검증 문자열 처리 개발 튜토리얼 실무 팁

프로그래밍 포럼에서 /^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$/ 같은 복잡한 기호들을 본 적이 있나요? 그것이 바로정규표현식(Regular Expression, 줄여서 Regex)입니다. 처음에는 암호처럼 보일 수 있지만, 개발자, 데이터 분석가, 콘텐츠 편집자라면 누구나 깊이 있게 이해해야 할 강력한 도구입니다. 본 문서는 역사적 배경, 핵심 개념, 자주 사용하는 패턴, 실전 응용까지 "이해 못 함"에서 "작성하고 사용할 수 있음"으로 당신을 이끕니다.

1. 정규표현식의 간략한 역사와 핵심 개념

정규표현식은 어디서 시작되었을까요?

1950년대, 수학자 Stephen Kleene이 형식 언어 이론 연구에서 "정규 언어"(Regular Language) 개념을 도입했습니다. 1970년대에 Unix 도구인 sed와 grep이 처음으로 정규표현식을 실제 텍스트 검색과 교체에 적용했고, 이로부터 Regex는 Unix 문화의 일부가 되었습니다. 오늘날 Perl, Python, JavaScript, PHP, Java, C++ 등 거의 모든 주류 프로그래밍 언어가 정규표현식을 내장하거나 지원하며, 이는 여러 분야를 넘나드는 통용 기술이 되었습니다.

정규표현식이란 무엇인가요?

간단히 말해, 정규표현식은 기호를 사용하여 텍스트 패턴을 정의하는 방식입니다. 그 자체가 언어가 아니라 패턴 설명 방법입니다. 텍스트와 정규표현식이 주어졌을 때, 엔진은 "이 텍스트의 어느 부분이 이 패턴과 일치하는가" 또는 "이 패턴을 저 패턴으로 교체한다"라는 질문에 답합니다.

예를 들어, 기사에서 "홀로 한 줄을 차지하는 모든 숫자"(예: 연도, ID 번호)를 찾고 싶다면, 정규표현식으로 간결하게 표현할 수 있습니다. 수많은 if-else와 for 루프를 작성하는 것보다 보통 정규표현식이 더 우아합니다.

2. 기본 문법: 각 기호의 심층 설명

문자 집합과 수량사

정규표현식의 핵심은 문자 집합과 수량사의 조합입니다. 가장 자주 사용되는 종류는 다음과 같습니다:

문자 집합

  • .: 임의의 단일 문자와 일치(줄바꿈 제외, 엔진 설정에 따라 포함 가능)
  • [abc]: 문자 클래스, a, b, c 중 하나와 일치
  • [a-z]: 범위, 소문자 a부터 z까지와 일치
  • [^abc]: 부정 문자 클래스, a, b, c 이외의 모든 문자와 일치
  • \d: 임의의 숫자와 일치([0-9]과 동등)
  • \D: 비숫자 문자와 일치
  • \w: 단어 문자와 일치(문자, 숫자, 밑줄, [a-zA-Z0-9_]과 동등)
  • \W: 비단어 문자와 일치
  • \s: 임의의 공백 문자와 일치(공백, 탭, 줄바꿈)
  • \S: 비공백 문자와 일치

수량사

  • *: 0개 이상(탐욕적 수량사)
  • +: 1개 이상(탐욕적 수량사)
  • ?: 0개 또는 1개(선택적)
  • {n}: 정확히 n개
  • {n,}: n개 이상
  • {n,m}: n개 이상 m개 이하
  • *?, +?, ??: 비탐욕적 버전(게으른 수량사)

앵커

  • ^: 줄 시작 위치
  • $: 줄 끝 위치
  • \b: 단어 경계(문자와 비문자 사이의 위치)
  • \B: 비단어 경계

특수 문자 이스케이프

특정 기호는 Regex에서 특수한 의미를 가집니다(., *, +, ?, [, ], (, ) 등). 이러한 문자의 문자 그대로의 의미와 일치시키려면 앞에 백슬래시 \를 붙여 이스케이프해야 합니다. 예를 들어 마침표 .의 문자 그대로의 의미와 일치시키려면 \.라고 써야 합니다.

3. 자주 사용하는 패턴 예시: 단순에서 복잡으로

이메일 주소 검증

단순하지만 실용적인 이메일 정규표현식:

^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$

설명:

  • ^와 $: 패턴이 처음부터 끝까지 일치함을 보장
  • [a-zA-Z0-9._%+-]+: 계정 부분, 하나 이상의 유효한 문자
  • @: 문자 그대로의 @ 기호
  • [a-zA-Z0-9.-]+: 도메인 이름의 주요 부분
  • \.: 문자 그대로의 점
  • [a-zA-Z]{2,}$: 최소 2글자의 최상위 도메인(.com, .tw, .org 등)

전화번호 형식

대만 휴대폰 번호(09xx-xxxx-xxxx 형식)과 일치:

^09\d{2}-\d{4}-\d{4}$

IP 주소(IPv4)

유효한 IPv4 주소와 일치:

^(\d{1,3}\.){3}\d{1,3}$

참고: 이 간략한 버전은 각 옥텟이 0~255 범위 내에 있는지 검증하지 않습니다. 완전한 버전은 더 복잡합니다.

날짜 형식(YYYY-MM-DD)

^\d{4}-\d{2}-\d{2}$

URL 검증

기본적인 URL 정규표현식:

^https?://[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(/.*)?$

4. 고급 기술: 캡처와 역참조

캡처 그룹

괄호는 단순히 그룹화 이상의 역할을 합니다. 캡처 그룹을 정의하여 일치 후 액세스하고 재사용할 수 있습니다. 예를 들어:

(\d{4})-(\d{2})-(\d{2})

날짜와 일치할 때, 3개의 그룹을 캡처합니다: 그룹 1은 연도, 그룹 2는 월, 그룹 3은 일입니다. 교체 작업에서는 $1, $2, $3로 이들을 참조할 수 있습니다.

비캡처 그룹

그룹화하고 싶지만 캡처는 필요 없을 때 (?:...) 문법을 사용할 수 있습니다:

(?:cat|dog) ate

"cat ate" 또는 "dog ate"와 일치하지만 캡처 슬롯을 사용하지 않습니다.

전방 예측과 후방 예측

전후에 무언가가 있는 위치와 일치하지만 그 문자를 소비하지 않아야 할 때가 있습니다. 예를 들어, "ing" 앞의 단어와 일치:

\w+(?=ing)

또는 "price: " 뒤의 숫자와 일치:

(?<=price: )\d+

5. 일반적인 오류와 성능 함정

탐욕적 수량사 vs 게으른 수량사

기본적으로 *와 +와 같은 수량사는 "탐욕적"이어서 가능한 한 많은 문자와 일치합니다. 다음 예를 생각해 보세요:

const regex = /<.*>/;
const text = '<div>content</div>';

<div>와 일치할 것으로 예상하지만, 탐욕적인 .*는 실제로 <div>content</div>——전체 문자열——과 일치합니다! 수정하려면 게으른 수량사 .*?로 변경하세요.

특수 문자 이스케이프 잊기

많은 초보자가 Regex를 작성할 때 마침표, 괄호 등의 특수 문자 이스케이프를 잊어서 패턴이 예상과 다릅니다. 기억하세요: 문자 그대로의 특수 문자와 일치시키려면 반드시 \를 앞에 붙여야 합니다.

성능 재앙: 수량사 반복과 역추적

설계가 부족한 정규표현식은 "재앙적 역추적"(Catastrophic Backtracking)을 유발하여 엔진이 지수 시간을 들여 다양한 일치 조합을 시도하게 할 수 있습니다. 예를 들어:

(a+)+b

입력이 'a'의 긴 문자열이고 'b'가 없으면, 엔진은 각 단계에서 역추적을 시도하여 성능이 극도로 저하됩니다. 이러한 패턴을 피하기: 수량사 범위를 제한하고, 게으른 수량사를 사용하고, 명시적으로 경계 조건을 추가하세요.

6. 실전 응용 예시

전화번호 검증

웹 양식에서 사용자 입력 전화번호 검증:

function validatePhone(phoneNumber) {
    const regex = /^09\d{2}-\d{4}-\d{4}$/;
    return regex.test(phoneNumber);
}

console.log(validatePhone("0912-3456-7890")); // true
console.log(validatePhone("12345")); // false

텍스트에서 이메일 추출

const text = "연락처: [email protected] 또는 [email protected]";
const emailRegex = /[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}/g;
const emails = text.match(emailRegex);
console.log(emails); // ["[email protected]", "[email protected]"]

교체와 형식 지정

날짜 형식을 YYYY-MM-DD에서 DD/MM/YYYY로 변환:

const date = "2026-03-18";
const reformatted = date.replace(/(\d{4})-(\d{2})-(\d{2})/, "$3/$2/$1");
console.log(reformatted); // "18/03/2026"

HTML 태그 제거

Regex로 HTML 태그를 제거하는 것이 모범 사례는 아니지만(HTML 파서 사용 권장), 간단한 예:

const html = "<p>이것은 <strong>중요한</strong> 텍스트입니다.</p>";
const plainText = html.replace(/<[^>]+>/g, "");
console.log(plainText); // "이것은 중요한 텍스트입니다."

7. 도구와 온라인 리소스

정규표현식을 습득하는 가장 좋은 방법은 지속적인 연습입니다. 정규표현식 생성기 도구를 사용하여 패턴을 실시간으로 테스트하고 다양한 입력과 어떻게 일치하는지 볼 수 있습니다. 동시에 다음 리소스를 참조하는 것을 권장합니다:

  • MDN Web Docs: JavaScript RegExp의 상세 문서
  • Regex101.com: 다양한 언어와 방언을 지원하는 온라인 Regex 테스트 도구
  • RegexPal: 또 다른 우수한 온라인 테스트 플랫폼
  • Regex Cheat Sheet: 빠른 참조 시트

또한 다른 프로그래밍 언어와 도구는 Regex 구현에 세부 차이가 있을 수 있습니다. 예를 들어 Java와 JavaScript의 수량사 문법은 같지만 Perl은 더 고급 기능을 지원합니다. 실제 사용 언어의 Regex 방언에 정통하는 것이 중요합니다.

8. 요약 및 고급 방향

정규표현식은 처음에는 복잡해 보이지만 일단 습득하면 개발 효율을 크게 향상시킬 수 있는 기술입니다. 핵심 요점은:

  • 문자 집합, 수량사, 앵커의 조합 논리 이해
  • 실제 예시(이메일, 전화, 날짜 등)를 통해 직관 구축
  • 성능 함정에 주의, 특히 탐욕적 수량사와 역추적 문제
  • 실무에서 자주 테스트하고 반복, 과도한 최적화는 금지

더 깊이 있게 탐구하려면 PCRE(Perl Compatible Regular Expressions), 명명된 캡처 그룹, 더 복잡한 전방/후방 예측, 심지어 자신의 정규표현식 엔진 작성을 통해 내부 작동을 이해하는 것도 가능합니다. 하지만 대부분의 일상 프로그래밍 작업에는 본 문서에서 다룬 내용으로 충분합니다.

이제 정규표현식 생성기 도구를 열고 당신의 데이터에 맞는 패턴을 작성해 보세요. 실천이 최고의 교사입니다.

관련 도구

정규표현식 생성기 텍스트 차이 비교 JSON 포맷 정리
← 지식 베이스로 돌아가기