아스키 코드와 유니코드 그리고 인코딩과 디코딩

🚀 아스키 코드와 인코딩

---

컴퓨터의 저장 단위

컴퓨터의 기본 저장 단위는 Byte이다.

1Byte는 8bit를 의미하고, 1byte는 2^8에 해당하는 256개의 값을 저장할 수 있다.

즉, 우리가 컴퓨터에서 사용하는 모든 문자는 이 Byte에 담기는 것이다.

ASCII(American Standard Code for Information Interchange)

아스키는 1960년대에 미국에서 정의한 문자 부호 표준이다.

컴퓨터와 통신을 하기 위해서 정의된 부호이다.

컴퓨터는 이진수만 다룰 수 있기 때문에 0, 1을 제외하고 다른 것을 읽을 수 없다.

그래서 최종적으로 문자는 이진수로 바껴서 컴퓨터에 저장된다.

우리가 사용하는 문자를 컴퓨터 언어로 어떤 식으로 표현할지 약속을 정하게 되는데

그게 아스키 코드이다. 이 때 이 약속된 규칙으로 바꾸는 것을 인코딩 또는 부호화라고 한다.

아스키 코드는 일반적으로 사람이 사용할 때는 편하게 십진법으로 변환해서 사용하는 것이 일반적이다.

결국 마지막에 컴퓨터와 통신하기 위해서는 이진법으로 변환되어야 한다.

표를 살펴보면 아래와 같다.(모든 아스키 코드 표는 아니고 일부이다.)

Parity Bit

아스키 코드는 8비트를 모두 사용해서 256개를 사용하는 것이 아닌 128개만 사용한다.

이유는 마지막 1비트는 통신 에러 검출용이기 때문이다.

통신 에러 검출용 비트를 Parity Bit라고 한다.

🚀 ANSI 코드

---

7비트로는 문자 표현에 한계가 있어서 8비트로 확장한 아스키 코드를 의미한다.

256개를 표현할 수 있게 되었지만 그래도 영어권이 아닌 한국, 중국 등과 같이 많은 국가의 언어를

표현하기에는 너무 부족하다.

🚀 Unicode(Unicode Transformation Format)

---

한국어, 중국어 등 다양한 문자를 표현하기 위해 탄생한 문자 집합이다.

문자 집합이라는건 인코딩 방식 자체를 의미하는 것이 아닌 UTF-8, UTF-16등과 같이 Unicode Format을 의미한다.

즉, 전세계의 문자를 표현하기 위해 나온 인코딩 방식이다.

유니코드는 1byte ~ 4byte를 사용하게 되는데 영어는 1byte 한글은 3byte을 사용한다.

2Byte를 사용하게 되었고 2^16으로 65536개를 표현할 수 있게 되었다.

유니코드에는 UTF-8 Charsest이 존재한다.

UTF-8

8비트로 문자를 표현하는 Unicode의 Charset(인코딩 방식)이다.

즉, 실제로 인코딩을 하는 것은 Unicode가 아니라 UTF-8인 것이다.

UTF-8은 유니코드가 정의한 Format(코드 표)를 따라서 인코딩 해주는 것이다.

UTF-8이 한글 표현이 가능한 이유

아스키 코드와 동일하게 8비트를 쓰는데 어떻게 한글 표현이 가능할까?

8비트를 3개를 만들어서 사용하기에 가능하다.

UTF-16

16비트로 문자를 표현하는 Charset(인코딩 방식)이다.

한글을 2byte로 표현하기 때문에 UTF16보다는 메모리를 절약할 수 있다.

🚀 참고 자료

---

https://whatisthenext.tistory.com/103

https://luv-n-interest.tistory.com/1369