Unicode ( 유니코드 )

q유니코드는 전 세계의 모든 글자를 하나로 표현하려는 체계이다.

qISO 10646로 정의됨

¤유니코드 1.0.0은 1991년 8월 최초제정

¤유니코드 2.0.0에 한글 11,172자가 모두 포함됨

¤최신 버전은 2012년 9월 27일 제정된 6.2

q개별적으로 정의되던 문자셋을 통합한 궁극의 문자셋

¤한글뿐 아니라 일본어와 중국어에도 컴퓨터에서 해당 언어를 표현할 수 있는 독자적인 문자 집합이 있다(KPS-9566, EUC-CN, EUC-TW, EUC-JP, Shift JIS, Big5, GB, HZ 등). 문제는 '어떻게 동시에 한국어, 중국어, 일본어를 표현하느냐'이다. 하나의 문자 집합을 사용하는 문서에서는 이를 동시에 표현할 수 없다(escape sequence를 이용하여 여러 문자 집합을 표현할 수 있으나 이는 널리 쓰이지 않았다).
이런 문제는 유럽어의 문자 집합에도 있었다. 유로화를 나타내는 '€' 기호에는 ISO 8859-15(Latin 9)의 코드 값 중 0xA4이 할당되었으나 ISO 8859-1(Latin 1)의 0xA4 코드에 할당된 문자는 '¤'다. 이 문제를 해결하기 위해 전 세계적으로 사용되는 모든 문자 집합을 하나로 모아 탄생시킨 것이 유니코드이다.

q한글지원

¤현대 한글 11,172자 모두 지원함

¤옛 한글을 조합형 방식으로 모두 지원함

      Unicode 인코딩 방식

qUnicode 인코딩 방식은 UCS-2, UCS-4, UTF-7, UTF-8, UTF-16, UTF-32등 다양하지만 가장 대표적으로 UTF-8 및 UTF-16이 많이 사용된다.

코드 범위	UTF-16BE 표현	UTF-8 표현
000000-00007F	00000000 0xxxxxxx	0xxxxxxx
000080-0007FF	00000xxx xxxxxxxx	110xxxxx 10xxxxxx
000800-00FFFF	xxxxxxxx xxxxxxxx	1110xxxx 10xxxxxx 10xxxxxx
010000-10FFFF	110110yy yyxxxxxx 110111xx xxxxxxxx	11110zzz 10zzxxxx 10xxxxxx 10xxxxxx

qUTF-8

¤ASCII 영역 ( ~127)은 1byte로 표현되고, 한글은 모두 3 byte로 표현된다.

¤예를 들어 ‘한’의 Unicode 값은 0xD55C, 11010101 01011100 이다

¤변환룰을 적용하면..
11101101 10010101 10011100 이 되고 이를 hex로 변환하면 0xED 95 9C 가 된다.

qUTF-16

¤BMP영역 ( ~ 0xFFFF)을 모두 2 Byte로 표현하고, 그 이상의 영역은 4 Byte로 표현된다.

¤한글 및 Ascii영역등은 Unicode 값 그대로 저장되어 2 Byte 씩으로 표현된다.

      기타 용어

qBMP ( Basic multilingual plane, 기본 다국어 평면 )

¤유니코드의 첫째(0번) 평면으로, U+0000부터 U+FFFF까지의 영역을 차지한다. BMP에는 거의 모든 근대 문자와 특수 문자가 포함되어 있으며, 그 중 대부분은 한글과 한중일 통합 한자들로 이루어져 있다.

qBOM ( Byte Order Mark )

¤Encoding 된 Unicode값이 Big Endian 인지 Little Endian인지 구분하는 파일 서두에 표기되는 문자열.

¤윈도우의 메모장이나 울트라에디터에서 텍스트 편집 후 저장할 때 인코딩 Type에 따라 BOM이 붙는것을 확인 할 수 있다. 하지만 OS에 따라서는 BOM을 사용하지 않는 경우도 있다. 그래서 BOM때문에 오히려 호환성 문제가 발생하기도 한다. 

Encoding	Representation
UTF-8	EF BB BF
UTF-16 빅 엔디안	FE FF
UTF-16 리틀 엔디안	FF FE
UTF-32 빅 엔디안	00 00 FE FF
UTF-32 리틀 엔디안	FF FE 00 00
SCSU	0E FE FF
UTF-EBCDIC	DD 73 66 73
BOCU-1	FB EE 28