본 발명은 한 어절에서 형태소 단위의 분리 과정과 형태소에 대한 품사 결정 과정을 합쳐서 딥러닝으로 최근 순차 레이블이 많은 영역에서 좋은 성능을 보이고 있는 양방향(Bidirectional) LSTM(Long Short Term Memory) CRFs(bi-LSTM-CRFs)를 사용한 음절 단위 형태소 분석기 및 분석방법을 제공하기 위한 것으로서, 입력된 문장을 음절 단위로 분리하는 음절 분리부와, 상기 음절 분리부에서 분리된 음절을 기반으로 음절에 대한 벡터를 통해 bi-LSTM-CRFs를 이용한 음절 단위 품사 태깅을 진행하여 음절이 포함된 형태소의 품사 태그를 할당하는 분류부와, 상기 분류부에서 음절 단위로 품사 태그가 결정된 결과에 대해 기분석 사전을 통해 학습 말뭉치에서 중의성이 없는 변환을 처리하여 오류를 제거하는 오류 제거부와, 상기 오류 제거부에서 오류를 제거하여 음절 단위로 품사 태그가 부착된 결과를 원형복원을 통해 형태소 단위로 변환하는 원형 복원부를 포함하여 구성되는데 있다.