[Computer Architecture] 0과 1로 문자 표현하기_ASCII(아스키), EUC-KR, Unicode

⚠️ 공부한 내용을 정리하는 공간입니다. 설명이 부족하거나 옳바르지 못한 부분이 있을 수 있습니다. 옳바르지 못한 내용을 발견하셨다면 댓글로 알려주시길 부탁드립니다. 수정하도록 하겠습니다.

 

오늘의 사족
여러분들은 인생 책이 있나요? 
책을 안 읽은지 너무 오래되어서(참고서, 전공서적 제외) 책을 읽고 싶습니다.
시간가는지 모르고 몰입력이 대단한 그런 소설책 추천 받습니다.

 

< 목차 >
1. 컴퓨터는 어떻게 사람의 말을 표현하는가
   1-1. Encoding과 Decoding
2. Encoding 방식
   2-1. ASCII (American Standard Code for Information Interchange)
   2-2. EUC-KR
   2-3. Unicode

 

 

 

[Computer Architecture] 컴퓨터가 사용하는 언어 이해하기_이진법(Binary), 십육진법(Hexadecimal)

이전 글에서는 컴퓨터가 어떤 언어를 이해하는지에 대해 설명하면서 수를 표현하는 여러 방법(이진법, 십진법, 십육진법)에 대해 알아보았다.

오늘은 컴퓨터가 어떻게 0과 1로 사람이 사용하는 언어를 표현하는지에 대해 알아보겠다.

 

1. 컴퓨터는 어떻게 사람의 말을 표현하는가

워드나 한글과 같은 문서 편집기를 사용할 때 우리는 키보드를 사용하여 문장을 작성할 것이다. 그때 모니터에 출력되는 다양한 언어들은 어떻게 표현되는 것일까? 컴퓨터는 분명히 0과 1만 이해한다고 했다. 그렇다는 것은 컴퓨터는 언어를 0과 1로 이해한다는 것이다.

 

어떻게? HOW?!

 

이전 글에서 컴퓨터가 이해하는 언어에 대해 설명할 때 우리가 일상생활에서 사용하는 숫자를 표현하는 방식인 십진법으로 표현된 수는 0과 1로만 수를 표현하는 방식인 이진법으로 표현된 수로 바꾼다고 했었다. 문자도 같다. 인간의 언어를 컴퓨터의 언어로 바꿔주는 것이다. 여기서 이해해야 하는 개념이 바로 Encoding과 Decoding이다.

 

1-1. Encoding과 Decoding

Encoding

 

우리가 사용하는 언어를 컴퓨터가 이해하는 언어로 바꾸는 과정을 Encoding이라 한다.

컴퓨터는 0과 1만 이해한다고 했으니 Encoding은 인간의 문자를 0과 1로만 표현되도록 바꾸는 과정이다.

 

 

Decoding

컴퓨터 내부 언어는 아스키 문자로 인코딩하였다.

만약 컴퓨터가 사용하는 언어인 저급언어를 인간이 이해하는 언어인 고급언어로 변환하는 과정을 거치지 않는다면 위 사진과 같은 상황이 벌어질 것이다. 

 

 

이때 컴퓨터가 사용하는 언어를 인간이 이해할 수 있는 언어로 바꾸는 과정을 Decoding이라 한다.

 

 

 

2. Encoding 방식

Encoding은 인간의 언어를 컴퓨터의 언어로 바꾸는 과정이라고 했다. 

여기서 인간의 언어는 다양하다. 영어, 한국어 등 지구에서 사용하는 언어는 나라마다 정말 다양하다. 그렇다면 이렇게 다양한 언어가 존재하는데 어떤 방식으로 인간의 언어를 컴퓨터의 언어로 변환하는지 알아보자.

 

2-1. ASCII (American Standard Code for Information Interchange)

아스키 코드는 영어 알파벳과 숫자, 일부 특수문자를 포함하는 문자 집합이다. 아스키 문자는 각각 7비트로 표현되기 때문에 2⁷ 개인 128개로 표현이 가능하다. 밑에 표는 아스키 코드표이다.

 

이진법	십진법	십육진법	문자
0000000	0	0	Null Character
0000001	1	1	Start of Header
0000010	2	2	Start of Text
0000011	3	3	End of Text
0000100	4	4	End of Transmission
0000101	5	5	Enquiry
0000110	6	6	Acknowledgment
0000111	7	7	Bell
0001000	8	8	Backspace
0001001	9	9	Horizontal Tab
0001010	10	0A	Line feed
0001011	11	0B	Vertical Tab
0001100	12	0C	Form feed
0001101	13	0D	Carriage return
0001110	14	0E	Shift Out
0001111	15	0F	Shift In
0010000	16	10	Data Link Escape
0010001	17	11	Device Control 1
0010010	18	12	Device Control 2
0010011	19	13	Device Control 3
0010100	20	14	Device Control 4
0010101	21	15	Negative Acknowledgement
0010110	22	16	Synchronous idle
0010111	23	17	End of Transmission Block
0011000	24	18	Cancel
0011001	25	19	End of Medium
0011010	26	1A	Substitute
0011011	27	1B	Escape
0011100	28	1C	File Separator
0011101	29	1D	Group Separator
0011110	30	1E	Record Separator
0011111	31	1F	Unit Separator
0100000	32	20	Space
0100001	33	21	!
0100010	34	22	"
0100011	35	23	#
0100100	36	24	$
0100101	37	25	%
0100110	38	26	&
0100111	39	27	'
0101000	40	28	(
0101001	41	29	)
0101010	42	2A	*
0101011	43	2B	+
0101100	44	2C	,
0101101	45	2D	-
0101110	46	2E	.
0101111	47	2F	/
0110000	48	30	0
0110001	49	31	1
0110010	50	32	2
0110011	51	33	3
0110100	52	34	4
0110101	53	35	5
0110110	54	36	6
0110111	55	37	7
0111000	56	38	8
0111001	57	39	9
0111010	58	3A	:
0111011	59	3B	;
0111100	60	3C	<
0111101	61	3D	=
0111110	62	3E	>
0111111	63	3F	?
1000000	64	40	@
1000001	65	41	A
1000010	66	42	B
1000011	67	43	C
1000100	68	44	D
1000101	69	45	E
1000110	70	46	F
1000111	71	47	G
1001000	72	48	H
1001001	73	49	I
1001010	74	4A	J
1001011	75	4B	K
1001100	76	4C	L
1001101	77	4D	M
1001110	78	4E	N
1001111	79	4F	O
1010000	80	50	P
1010001	81	51	Q
1010010	82	52	R
1010011	83	53	S
1010100	84	54	T
1010101	85	55	U
1010110	86	56	V
1010111	87	57	W
1011000	88	58	X
1011001	89	59	Y
1011010	90	5A	Z
1011011	91	5B	[
1011100	92	5C	\
1011101	93	5D	]
1011110	94	5E	^
1011111	95	5F	_
1100000	96	60	`
1100001	97	61	a
1100010	98	62	b
1100011	99	63	c
1100100	100	64	d
1100101	101	65	e
1100110	102	66	f
1100111	103	67	g
1101000	104	68	h
1101001	105	69	i
1101010	106	6A	j
1101011	107	6B	k
1101100	108	6C	l
1101101	109	6D	m
1101110	110	6E	n
1101111	111	6F	o
1110000	112	70	p
1110001	113	71	q
1110010	114	72	r
1110011	115	73	s
1110100	116	74	t
1110101	117	75	u
1110110	118	76	v
1110111	119	77	w
1111000	120	78	x
1111001	121	79	y
1111010	122	7A	z
1111011	123	7B	{
1111100	124	7C	|
1111101	125	7D	}
1111110	126	7E	~
1111111	127	7F	Delete

 

2-2. EUC-KR

위에 아스키 코드표를 보면 알 수 있다시피 아스키코드로 표현할 수 있는 언어는 영어뿐이라는 단점이 있다. 한글을 사용하는 한국에서는 아스키코드가 아닌 다른 인코딩 방식이 필요하다. 그 인코딩 방식이 바로 EUC-KR이다.

 

그러나 이 방식 역시 한글 전체를 표현하기에는 데이터의 양이 부족하다.

3. Unicode (UTF, UCS)

유니코드는 EUC-KR보다 다양한 한글을 포함하며 더 많은 문자를 표현할 수 있는 문자 집합으로 현대 문자를 표현할 때 가장 많이 사용되는 표준 문자이다.

 

유니코드는 두 가지 매칭 방식으로 구분된다. UTF(Unicode Transformation Format) 인코딩과 UCS(Universal Coded Character) 인코딩이 바로 그 방식들이다.

 

UTF 인코딩은 또 그 안에서 여러 방법으로 구분된다.

UTF-1, UTF-7, UTF-8, UTF-EBCDIC, UTF-16, UTF-32로 구분되는데 그 중에서 가장 대중적인 방벙이 UTF-8이다.

 

UTF-8은 유니코드 한 문자 당 1~4byte를 사용한다.