EUC-KR, UTF-8, 유니코드

EUC-KR
완성형 방식(완성된 단어가 있어야 표현 가능)
ex) 인코딩


UTF-8
조합형 방식(모음, 자음으로 나누어져서 조합을 통해 표현)
ex) ㅇㅣㄴㅋㅗㄷㅣㅇ

 

EUC-KR, UTF-8에 대해서 위와 같이 단순하게만 알고 있었는데 얼마 전 관련 게시글을 보고 다시 정리하려고 글을 작성한다.

 

1. 인코딩과 디코딩
인코딩
문자를 컴퓨터에 저장하기 위해 숫자(일반적으로 2진수)로 변환하는 것
ex) 가 → 10110000 10100001

디코딩
반대로 인코딩한 숫자를 문자로 다시 변환하는 것
ex) 10110000 10100001 → 가


2. EUC-KR
EUC-KR은 한글을 2byte로 변환하는 방법이다. 문자마다 아래와 같이 2byte 코드 값이 할당되어 있다.

"가"에 해당 하는 행과 열 번호를 조합하면 "B0A1" 으로 EUC-KR 로 "가" 문자를 인코딩할 경우 숫자 값은 "B0A1"으로 전환된다.
("B0A1"은 16진수로 실제 컴퓨터에 저장할 때는 2진수 "10110000 10100001"으로 저장된다.)

EUC-KR은 코드표에 한글 뿐 아니라 특수 기호, 영문, 숫자, 한문 등이 정의되어 있다.
이 외에 다른 문자의 언어는 인코딩할 수가 없다. (매핑된 숫자 값이 없기 때문에...)

 

3. UTF-8 (유니코드)
서로 다른 언어를 사용하는 컴퓨터가 문제 없이 통신할 수 있도록 전 세계의 여러 언어를 일관되게 표현할 수 있는 하나의 체계를 목표로 만들어진게 유니코드이다.

유니코드는 다양한 문자에 순서대로 번호를 붙여놓고 구분할 수 있게 되어 있다.

"가"에 해당 하는 번호는 "AC00"이며 이를 일반적으로 코드포인트(Code Point)라고 한다.

"U+AC00"으로 표현하여 앞에 "U+"가 있으면 유니코드라고 보면 된다.

이 유니코드를 인코딩하는 방법에는 UTF-8, UTF-16, UTF-32 등 몇 가지 방법이 있는데 가장 보편적으로 사용되는 방법이 UTF-8이다.

"가"의 코드포인트는 "U+AC00"이고 , 2진수로 변환하면 10101100 00000000 이다.

U+AC00은 위 표에서 U+0800 ~ U+FFFF 범위에 있으니 위 인코딩 방법에 따라 1110xxxx 10xxxxxx 10xxxxxx의 x 자리에 순서대로 2진수 값을 채워 넣으면 된다.

11111010 10110000 10000000 (이를 16진수로 변환하면 EA B0 80)

이와 같은 방식으로 "가"의 인코딩 값이 3byte 크기의 EA B0 80이 되는 것이다.