정보 단위부터 문자 인코딩까지

정보의 단위

• bit: 0과 1을 나타내는 가장 작은 정보 단위
• byte: 8개의 비트를 묶은 단위

💡
1kB = 1,000 byte
1KiB = 1,024 byte
(kB는 10진수 기준, KiB는 2진수 기준)

---

이진법에서의 음수 표현

컴퓨터에서 음수를 표현할 때 가장 널리 쓰이는 방식은 2의 보수(Two’s Complement)이다.

• 2의 보수란?
  어떤 수를 그보다 큰 2ⁿ에서 뺀 값
  예: 8비트 기준이면 2⁸ = 256, -5는 256 - 5 = 251

• 쉽게 생각하면

  모든 0과 1을 뒤집고(1의 보수) → 거기에 1을 더한 값

또한 컴퓨터 내부에서는 양수와 음수를 구분하기 위해 플래그 비트(보통 최상위 비트)를 사용한다.

---

16진수의 사용

이진수만으로 정보를 표현하면 길이가 너무 길어지는 단점이 있다.
그래서 컴퓨터에서는 종종 16진수를 사용한다.

• 16진수는 4비트로 1자리를 표현할 수 있어,
  이진수보다 짧고 가독성이 좋다
• 예: 0xF는 4비트 이진수 1111에 해당

---

문자 집합과 인코딩

• 문자 집합(Character Set):
  컴퓨터가 표현할 수 있는 문자들의 모음
• 문자 인코딩(Encoding):
  문자를 컴퓨터가 이해할 수 있도록 0과 1로 변환하는 과정
• 문자 디코딩(Decoding):
  0과 1의 코드 → 사람이 이해할 수 있는 문자로 바꾸는 과정

---

아스키 코드 (ASCII)

• 7비트 인코딩으로 128개의 문자 표현 가능
• 영어, 숫자, 특수문자 등은 표현 가능하지만 한글은 표현 불가

---

한글 인코딩 방식

1. 완성형 인코딩 (EUC-KR 등)

• 초성, 중성, 종성을 미리 조합한 글자 단위에 고유 코드를 부여
• 예: "가", "각", "간"처럼 완성된 글자에만 코드 부여
• 대표 인코딩: EUC-KR
  • 약 2,350자 표현 가능
  • 단점: 문자 집합에 없는 글자는 표현 불가
  • 이를 보완한 방식이 CP949

하지만 CP949도 모든 한글을 표현하기엔 부족하다.

---

2. 조합형 인코딩

• 초성, 중성, 종성 각각에 코드를 부여하고 조합해서 글자 생성
• 장점: 모든 조합을 표현할 수 있지만 구현이 복잡하고 비표준화 문제 발생

---

유니코드(Unicode)

• 전 세계 대부분의 문자, 특수문자, 이모티콘까지 표현 가능한 글로벌 표준 문자 집합
• 하나의 코드로 거의 모든 문자 표현 가능
• 유니코드는 글자에 부여된 값 자체를 저장하지 않고, 다양한 인코딩 방식 사용:
  • UTF-8: 가변 길이 인코딩, 웹에서 가장 많이 사용됨
  • UTF-16: 2바이트 또는 4바이트 사용
  • UTF-32: 고정 4바이트, 메모리 사용 많지만 처리 간편