운영체제별(PC·Android·iOS) 카카오톡 대화 내보내기 파일 구조와 정규식 파싱 원리

Windows·macOS PC 버전과 Android·iOS 모바일 카카오톡에서 내보낸 텍스트(.txt) 파일의 타임스탬프·발화자 표기 규격 차이와 정규표현식 기반 파서의 처리 방식을 기술적으로 설명합니다.

같은 카카오톡 대화방이라도 어느 기기(Windows PC, Mac, Android 스마트폰, iPhone)에서 ‘대화 내용 내보내기’를 실행했느냐에 따라 저장되는 텍스트(.txt) 파일의 내부 구조가 전혀 다릅니다. 심지어 모바일 기기의 시스템 언어 설정이 한국어인지 영어·일본어인지에 따라서도 날짜 구분선과 오전·오후 표기 방식이 달라집니다. 만약 대화 분석 도구가 특정 기기의 형식만 고정적으로 찾도록 만들어졌다면, 다른 기기에서 내보낸 파일을 넣었을 때 대화 전체를 인식하지 못하거나 본문 내용이 통째로 날아가는 오류가 발생합니다.

이 글에서는 운영체제별 카카오톡 내보내기 파일의 실제 텍스트 규격을 비교하고, 본성 탈곡기의 클라이언트 파서(src/lib/chat.ts)가 정규표현식(Regular Expression)을 사용해 다양한 형식을 안전하게 표준화하는 기술적 원리를 상세히 안내합니다.

💡 핵심 요약

카카오톡 내보내기 파일은 크게 ① PC 대괄호 형식([이름] [오후 2:30] 내용), ② 모바일 날짜·시각 선행 형식(2026년 10월 5일 오후 2:30, 이름 : 내용), ③ 마침표 날짜 형식(2026. 10. 5. 14:30, 이름 : 내용)으로 나뉩니다. 본성 탈곡기는 행 시작 패턴만 분리하고 들여쓰기된 멀티라인과 본문 내부 시각을 보존하도록 설계되어 있습니다.

1. 기기 및 운영체제별 카카오톡 내보내기 텍스트 포맷 비교

카카오톡에서 대화를 텍스트로 내보내면 각 줄(Line)은 크게 헤더·날짜 구분선, 시스템 알림 메시지(초대·퇴장·삭제), 그리고 일반 발화 메시지의 세 종류로 구성됩니다. 기기별로 일반 발화 메시지가 어떤 패턴으로 저장되는지 정리하면 아래 표와 같습니다.

내보내기 환경날짜 구분선 예시개별 메시지 행(Line) 기록 구조
Windows PC 카카오톡--------------- 2026년 10월 5일 월요일 ---------------[김철수] [오후 2:30] 토요일 14:30에 역 앞에서 보자
Android 모바일 (한국어)2026년 10월 5일 월요일2026년 10월 5일 오후 2:30, 김철수 : 토요일 14:30에 역 앞에서 보자
iOS 아이폰 / 일부 모바일 버전2026. 10. 5. 월요일 또는 2026-10-052026. 10. 5. 오후 2:30, 김철수 : 토요일 14:30에 역 앞에서 보자
영문(English) OS 환경--------------- Monday, October 5, 2026 ---------------2026. 10. 5. 2:30 PM, Alex : Let's meet at 14:30 또는 [Alex] [2:30 PM] ...
타 메신저 (LINE 탭 구분 등)2026/10/05(월)14:30\t김철수\t토요일 14:30에 역 앞에서 보자

이처럼 어떤 파일은 발화자 이름이 대괄호([김철수])로 둘러싸여 맨 앞에 오고, 어떤 파일은 날짜와 시각 뒤에 쉼표(,)와 콜론(:)을 두고 발화자 이름이 등장합니다.

2. 초보적인 문자열 치환이 대화 본문을 망가뜨리는 대표적 사례

대화 분석기를 구현할 때 흔히 저지르기 쉬운 실수는 텍스트 전체에 대해 단순한 전역 정규식 치환(String.prototype.replace)을 적용하는 것입니다. 예를 들어 파일 전체에서 시간 패턴(\d{1,2}:\d{2})이나 시스템 단어(‘이모티콘’, ‘사진’, ‘초대했습니다’)를 무조건 지우도록 코드를 짜면 다음과 같은 심각한 데이터 손실이 발생합니다.

  • 본문 내 약속 시각 증발 오류: 사용자가 보낸 “가: 내일 14:30에 강남역에서 만나자”라는 메시지에서 14:30이 타임스탬프로 오인되어 삭제되고 “가: 내일 에 강남역에서 만나자”라는 깨진 문장만 남게 됩니다. 그 결과 AI는 시간을 제안한 사람의 기여를 전혀 인식하지 못합니다.
  • 일반 대화 단어 삭제 오류: 카카오톡에서 이모티콘이나 동영상을 보냈을 때 남는 표기를 지우겠다며 ‘이모티콘’, ‘동영상’, ‘사진’이라는 단어를 일괄 삭제하면, “이모티콘 대신 말로 설명해 줘”나 “어제 찍은 사진 공유해 줄래?” 같은 정상적인 대화 문장이 훼손됩니다.
  • 영문 초대 표현 오탐 오류: invited가 들어간 줄을 무조건 시스템 메시지로 간주해 버리면, “I invited my friend for dinner” 같은 일반 대화 한 줄이 통째로 증발합니다.

3. 본성 탈곡기의 행 단위 구문 분석(Line-by-Line Syntactic Parsing)

본성 탈곡기는 이러한 본문 훼손을 원천 차단하기 위해 전역 단어 치환을 사용하지 않고, 각 행의 시작 구조(Anchor `^`)를 엄격하게 매칭하는 구문 파서를 사용합니다.

1단계: BOM(\uFEFF) 및 줄바꿈(\r\n → \n) 정규화

2단계: 시스템 메타데이터 행(구분선, 저장일시 헤더, 정확한 입·퇴장 문장 패턴) 여부 판별 후 스킵

3단계: 행 시작 패턴 매칭(대괄호형 → 날짜·시각 선행형 → 탭 구분형 → 일반 콜론형 순서)으로 sender와 content 분리

4단계: 매칭되지 않는 줄(엔터로 줄바꿈한 이어지는 문장)은 직전 messages[messages.length - 1].content에 병합

이 방식을 사용하면 행 맨 앞의 메타데이터 영역에 위치한 [오후 2:30]이나 2026. 10. 5. 오후 2:30,만 정확히 발라내고, 콜론(:)이나 대괄호 뒤쪽의 메시지 본문(content) 영역에 적힌 날짜·시각·단어는 글자 하나도 건드리지 않고 100% 보존할 수 있습니다.

멀티라인(줄바꿈) 메시지와 들여쓰기 콜론 처리

메신저에서 한 말풍선 안에 엔터(줄바꿈)를 넣어 여러 줄로 된 긴 글을 보내는 경우도 많습니다. 만약 두 번째 줄에 “일시: 오후 3시”처럼 콜론(:)이 들어 있으면 단순 파서는 ‘일시’를 새로운 대화 참여자 이름으로 착각할 위험이 있습니다. 본성 탈곡기는 공백으로 들여쓰기된 줄이거나 발화자 조건(숫자만으로 이루어진 문자열 제외 등)에 맞지 않는 줄은 새 발화자로 등록하지 않고 직전 발화자의 본문에 안전하게 이어 붙입니다.

4. 인코딩(UTF-8) 검증과 대용량 파일 처리 기준

텍스트 파일을 읽을 때 또 하나 중요한 기술적 관문은 문자 인코딩(Character Encoding)입니다. 현대 스마트폰과 PC 카카오톡의 기본 내보내기 인코딩은 UTF-8이지만, 사용자가 구형 Windows 메모장 등에서 파일을 편집한 뒤 ANSI(CP949/EUC-KR) 형식으로 덮어써 저장하면 웹 브라우저가 UTF-8로 읽는 과정에서 한글이 깨진 대체 문자(\uFFFD, 화면에는 ``로 표시됨)로 변환됩니다.

  1. 브라우저 및 서버 이중 인코딩 검사: 본성 탈곡기는 파일을 읽는 즉시 \uFFFD 포함 여부를 검사하고, 서버 API에서도 TextDecoder('utf-8', { fatal: true })를 적용해 깨진 문자열이 AI에 전달되어 엉뚱한 환각 결과를 만드는 것을 차단합니다.
  2. 최신 3,000턴 및 20,000자 슬라이싱: 수년 치 대화가 담긴 대용량 텍스트 파일을 넣더라도, 연속 발화를 병합한 뒤 뒤에서부터 역순으로 최대 3,000턴 및 20,000자(네트워크 요청 기준 최대 512KB)까지만 정확히 잘라내어 전송합니다.

5. 파서 인식률을 높이는 사용자 파일 준비 팁

직접 대화 내용을 편집하거나 메모장에 복사해 분석 파일을 만들 때는 아래 세 가지만 지키면 파서가 오차 없이 모든 참여자를 식별합니다.

  • 일관된 발화자 표기 유지: 파일 전체에서 같은 사람은 반드시 같은 가명(예: 가: 내용, 나: 내용)으로 표기하세요. 중간에 가를 김가로 바꾸면 별개의 인물 2명으로 인식됩니다.
  • 최소 2명 이상의 발화자 포함: 혼자 쓴 일기나 메모가 아니라 2명 이상이 주고받은 대화 형식이어야 관계 상호작용 분석이 정상 실행됩니다.
  • UTF-8 텍스트(`.txt`)로 저장: 편집 후 저장할 때 파일 확장자가 .txt이고 인코딩이 UTF-8인지 확인하세요.
← 목록으로 돌아가기