2024.10.07(월) 문자 인코딩의 개념(Dbeaver 설치 중 변경 필요 시)

문자 인코딩 Character Ecoding

사용자가 입력한 문자나 기호들을 컴퓨터가 이용할 수 있는 신호(바이너리 데이터(0, 1))로 만드는 것

• 컴퓨터에서 한글 문자열을 입력한 후 저장하면 한글을 바이너리 데이터로 변환한다.
• Decoding: 0과 1로 구성된 바이너리 데이터를 다시 문자로 복구하는 것

문자 셋 Character Set

• 인코딩과 디코딩을 위해 미리 정해진 규칙
• 문자 <-> 바이너리 데이터로 변환할 때 따르는 코드표
• 종류
  • ASCII (American Standard Code for Information Interchange)
    • 7bit 영어 + 1bit parity bit (128개 문자)
  • EBCDIC
  • ANSI (Extended ASCII)
    • 8bit (256개 문자)
    • 영어권 외의 문자도 표현
  • Multibyte Encoding
    • 1byte가 아닌 여러 byte를 통해 문자 표현
  • UNICODE
    • 1byte를 2~3byte로 확장하며 세계 모든 문자를 표현하는 표준 코드

UNICODE

• 전세계의 모든 문자를 하나의 문자 셋으로 표현
  • 각 나라만의 언어를 표현하는 인코딩 방식과 문자열 셋으로는 모든 언어를 동시에 표현할 수 없다.
• 전세계적으로 사용되는 모든 문자 집합
• 목적: 현존하는 문자 인코딩 방법들을 모두 유니코드로 교체
• 장점: 하나의 프로그램으로 모든 나라의 글자를 처리할 수 있다.
• 단점: 영어권 국가에서는 ASCII 코드보다 2배의 공간이 필요하다. 통신 시 자원 낭비
• 유니코드 인코딩 방식
  • UTF-8(ASCII와 호환 가능, 가장 크기가 작음), UTF-16, UTF-32

문제점

서로 다른 인코딩 방식을 사용한 프로그램이나 문서 사이에는 정상적으로 디코딩되지 않는 호환성 문제가 발생한다.

EUC-KR

특징

• 완성형 인코딩 방식
  • 완성된 단어가 있어야만 표현이 된다.
• 멀티바이트 인코딩: 2350자
  • 2byte(16bit) 사용
  • 완성된 문자가 없을 경우 한글이 깨져 보일 수 있다.
• 한글, 한국에서 통용되는 한문(일본식 한자, 중국 간체자 제외), 영문, 일어, 특수 기호 표현 가능
  • 한글 1글자 = 2byte
• 아스키코드에는 미국에서 사용되는 숫자, 알파벳만 들어있었기 때문에 한글과 같은 다른 문자 체계 표현이 불가능했다. 따라서 나라마다 문자열 표를 다 각각 만들었다.
  • 인코딩이 통일되지 않아서 문자가 깨지는 현상이 자주 발생한다.
  • EUC-KR로 표현 불가능한 외국어와 한글을 동시에 사용할 수 없다.

예시

안 녕

UTF-8

특징

• 조합형 인코딩 방식
  • 자음, 모음을 조합해서 글자가 표현된다.
• 멀티바이트 인코딩: 2yte 조합, 3byte 조합, N byte 조합
• UNICODE를 사용한 인코딩 방식
• 최근 많이 사용한다.
• 한글, 이모티콘까지도 완벽히 표현할 수 있다.
  • 한글 1글자 = 3byte
  • 영문, 숫자, 공백, 특수 기호 = 1byte
• EUC-KR보다 문서 파일의 용량이 늘어난다.

예시

ㅇ ㅏ ㄴ ㄴ ㅕ ㅇ