02-ASCII&UNICODE(by Bohyun).md

문자를 표현하는 방법

1. ASCII와 UNICODE

디지털 컴퓨터의 메모리에는 비트만 저장할 수 있으므로 컴퓨터를 이용하여 작업하고자 하는 모든 것은 비트의 형태로 구성되어 있어야 한다.

컴퓨터 세상에서 가장 많이 사용하는 두가지 코드로, 첫 번째는 8비트 단위로 약속을 정한 ASCII(이하 아스키)이고, 다른 하나는 16비트 단위로 약속을 정한 Unicode(유니코드)이다.

8비트는 2를 8번 곱한 256가지 약속을 할 수 있고, 16비트는 2를 16번 곱해서 나온 숫자인 65,536가지의 약속을 할 수 있다.

1.1 ASCII

알파벳을 위한 약속.

아스키는 미국표준협회에서 만든 코드로, American Standard Code for Information Interchange(정보교환을 위한 미국 표준 약속)의 약자이다. 아스키에서는 영어 대문자, 영어 소문자, 숫자, 특수문자를 8비트 안에 약속했다.

1.2 UNICODE

모든 언어를 위한 약속.

컴퓨터에서 영문자만 사용한다면 아스키로도 충분하지만 시간이 흘러 다른 나라 사람들도 사용하다 보니 자국어를 사용하고자 했다. 영문자 외에 세계 여러 나라의 문자도 표기해야 할 상황이 된 것이다. 그래서 유니코드라는 새로운 약속을 만들어 약속 공간을 더 늘렸다.

2. UTF-8

앞서 설명한 유니코드의 정확한 명칭은 UTF(Unicode Transformation Format, 유니코드 변환 양식)이다. 정확하게는 유니코드는 국제표준 문자표이고 UTF-8은 인코딩 방식을 의미한다.

16비트를 하나의 문자 기준으로 하는 UTF-16도 있으며 그 외에 32비트 공간으로 확장한 UTF-32도 있는데 이는 언어 외에 이모지와 같은 특수기호도 포함된 약속이다.

Web 인코딩의 대부분은 UTF-8이 차지하고 있다. 저장, 통신 용량에 민감하다면 UTF-8, UTF-16 중에서 고민해야한다. 문서에서 많이 사용된 CodePoint들이 몇 바이트로 표현될지 고민 후 결정하면 저장, 통신 용량을 아낄 수 있다. 예를 들어 영문으로 가득찬 문서의 경우 UTF-8로 표현하면 대부분 1 byte로 표현되고 UTF-16으로 표현하면 2 byte로 표현되니 UTF-8이 유리하고, 한글의 경우 UTF-8은 3 byte, UTF-16은 2 byte로 표현되니 UTF-16이 유리하다.

💡 인코딩(Encoding)? 사람의 언어를 컴퓨터 언어로 바꾸는 과정을 인코딩(Encoding), 그 반대 과정을 디코딩(Decoding)이라고 한다.

---

• 참조

  https://ko.wikipedia.org/wiki/UTF-8

  https://jeongdowon.medium.com/unicode와-utf-8-간단히-이해하기-b6aa3f7edf96

  https://pickykang.tistory.com/13

  <Do it! 첫 코딩 with 자바> 정동균 저.