문자열

문자열은 2010년 이후 유니코드라 불리는 인코딩 방식으로 통일되었다. 과거에는 영어 알파벳 하나가 1byte를 차지하기도 했으나, 현재는 다양한 언어가 컴퓨터 환경에서 사용되고 있기 때문에 유니코드를 사용해 텍스트를 저장하고 있다.

유니코드

유니코드(Unicode)는 유니코드 협회(Unicode Consortium)가 제정하는 전 세계의 모든 문자를 컴퓨터에서 일관되게 표현하고 다룰 수 있도록 설계된 산업 표준이다. 이 표준에는 ISO 10646 문자 집합, 문자 인코딩, 문자 정보 데이터베이스, 문자를 다루기 위한 알고리즘 등을 포함하고 있다.

유니코드 탄생 이전에는 같은 한글이 적인 텍스트 파일이라도 표현하는 방법이 제각각이었다. 어떤 파일이 지원하지 않는 다른 인코딩 형식으로 저장되어 있는 경우에는 파일을 제대로 불러올 수 없었다. 기본적으로 유니코드의 목적은 현존하는 문자 인코딩 방법을 모두 유니코드로 교체하는 것이다.

인코딩(부호화)?

어떤 문자나 기호를 컴퓨터가 이용할 수 있는 신호로 만드는 것이다. 이 신호를 입력하는 인코딩과 문자를 해독하는 디코딩을 위해서는 미리 정해진 기준을 바탕으로 입력과 해독이 처리되어야 한다. 이런 인코딩과 디코딩의 기준을 문자열 세트 또는 문자셋(charset)이라 한다. 이 문자셋의 국제 표준이 유니코드이다.

ASCII 문자?

영문 알파벳을 사용하는 대표적인 문자 인코딩으로 모든 영어 알파벳을 표현할 수 있다. 52개의 영문 알파벳 대소문자와 10개의 숫자, 32개의 특수문자, 하나의 공백 문자를 포함한다. 유니코드는 ASCII를 확장한 형태이다.

UTF-8 vs. UTF-16

UTF-8과 UTF-16은 인코딩 방식의 차이를 의미한다. UTF-8은 Universal Coded Character Set + Transformation Format – 8-bit의 약자로, UTF- 뒤에 등장하는 숫자는 bit이다.

UTF-8의 특징

가변 길이 인코딩
UTF-8은 유니코드 한 문자를 나타내기 위해 1byte(=8 bits)에서 4bytes까지 사용한다. 문자열에 따라 가변 길이를 가지는 인코딩 방식이며, 네트워크를 통해 전송되는 텍스트는 주로 UTF-8로 인코딩 된다. 사용된 문자에 따라 더 작은 크기의 문자열을 표현할 수 있기 때문이다. 일반적으로 ASCII 코드의 경우 1 byte, 영어 외 글자는 2~3bytes, 이모지와 같은 보조 글자는 4bytes를 차지한다.
```
// 한글은 초성, 중성, 종성으로 나뉘어져 총 3bytes를 차지한다.
encoder.encode('코') // Uint8Array(3) [236, 189, 148]

(236).toString(2) // "11101100" -> 8bits = 1byte
(189).toString(2) // "10111101" -> 8bits = 1byte
(148).toString(2) // "10010100" -> 8bits = 1byte

// 영문같은 ASCII 코드는 1byte를 차지한다.
encoder.encode('b') // Uint8Array [98]
(98).toString(2) // "1100010" -> 8bits = 1byte
```

바이트 순서가 고정됨
UTF-16에 비해 바이트 순서를 따지지 않고 순서가 정해져 있다.

UTF-16의 특징

코드 그대로 바이트로 표현 가능, 바이트 순서가 다양함
UTF-16은 유니코드 코드 대부분(U+0000부터 U+FFFF; BMP) 을 16 bits로 표현한다. 대부분에 속하지 않는 기타 문자는 32bits으로 표현하기 때문에 UTF-16도 일종의 가변 길이라 할 수 있으나, 대부분은 2bytes로 표현한다.
U+ABCD라는 16진수를 있는 그대로 이진법으로 변환하면 1010-1011-1100-1101이다. 이 이진법으로 표현된 문자를 16bits(2bytes)로 그대로 사용하며, 바이트 순서(엔디언)에 따라 UTF-16의 종류도 달라진다. UTF-16에서 한글은 2bytes를 차지한다.

그래픽

디지털 이미지는 사진이나 그림을 디지털 형태로 변환한 것을 의미한다. 디지털 이미지는 비트맵(Bitmap)과 벡터(Vector) 두 종류로 나뉘는데, 서로 상반된 방식으로 이미지를 표현하기 때문에 비트맵과 벡터는 큰 차이점이 있다.

비트맵(Bitmap)

웹 상에서 가장 많이 쓰이는 이미지 파일 포맷 형식이며, 일반적으로는 래스터 그래픽(점 방식)이라고 부르기도 한다. 이미지의 각 점들을 격자형의 픽셀 단위로 구성되며, 한 지역을 차지하는 셀은 위치에 따라 다른 값을 갖는다.

확대를 하면 계단현상 또는 깨짐 현상이 발생하며 경계가 뚜렷하지 않다.

픽셀 단위로 이미지를 표현하는 방식이라 컴퓨터에게 부담을 덜 주는 구조이다.

픽셀 하나 당 모두 색상값을 가지고 있어 이미지의 사이즈가 커질수록 용량 또한 무거워진다.

벡터(Vector)

격자 방식의 비트맵과 달리 점과 점을 연결해 선을 표현하고 선과 선을 연결해 면을 표현하는 식의 수학적 원리로 이미지를 표현한다.

수학적 연산이 필요해 컴퓨터에게 부담을 주는 구조이다.

일반적으로 사진보다는 도형, 글자 등을 그리는 작업에 사용된다.

사이즈를 키워도 용량에는 변화가 없다.

비트맵(래스터) vs. 벡터

	비트맵(래스터)	벡터
기반 기술	픽셀 기반	수학적으로 계산된 Shape 기반
특징	사진과 같이 색상의 조합이 다양한 이미지에 적합	로고, 일러스트와 같이 제품에 적용되는 이미지에 적합
확대	확대에 적합하지 않음, 보다 큰 사이즈의 이미지가 필요할 때 사용하려는 크기 이상으로 생성하거나 스캔해야 함	품질 저하 없이 모든 크기로 확대 가능하며, 해상도의 영향을 받지 않음
크기에 따른 파일 용량(file size)	큰 크기의 이미지는, 큰 파일 사이즈를 가짐	큰 크기의 벡터 그래픽은 작은 파일 사이즈를 유지할 수 있음
상호 변환	이미지의 복잡도에 따라 벡터로 변환하는 것에 오랜 시간이 걸림	쉽게 래스터 이미지로 변환 가능
대표적인 파일 포맷	jpg, gif, png, bmp, psd	svg, ai
웹에서의 사용성	jpg, gif, png 등이 널리 쓰임	svg 포맷은 현대의 브라우저에서 대부분 지원

Uploaded by N2T

티스토리툴바

문자열과 그래픽

문자열