데이터
01. 0과 1로 숫자를 표현하는 방법
정보단위
- 비트(bit) : 0과 1을 표현하는 작은 정보 단위
💡 바이트를 제외한 kB, MB, GB, 그 이상의 단위들은 모두 전 단위를 1,000개 묶어 표현한 단위라는 점에 유의하자 !
여기서 잠깐 ❗️
중요한 정보 단위 중 워드라는 단위가 있다.
워드란 ❓CPU가 한 번에 처리할 수 있는 데이터 크기를 의미한다.
예를 들어)
CPU가 한번에 16비트를 처리할 수 있다면 1위드는 16비트가 되고, 한번에 32비트를 처리할 수 있다면 1워드는 32비트가 된다.
- 하프 워드 (
half word) : 워드의 절반 크기 - 풀 워드 (
full word) : 워드 크기 - 더블 워드 (
double word) : 워드의 두 배 크기
이진법 (binary)
- 수학적으로 0과 1로 수를 표현하는 방법
- 숫자가 1을 넘어가는 시점에 자리올림
- 우리가 일상적으로 사용하는 진법은 숫자가 9를 넘어갈 때 자림올림하는 진법은 십진법(
decimal)이다.
- 숫자 10을 십진수로 읽으면 10, 이진수로 읽으면 2
- 이러한 혼동을 예방하기 위해 수학적으로 표기할 때는 이진수 뒤에 붙히고 주로 코드상에서는 앞에 표기하는 방법을 사용한다.
이진법의 음수 표현
- 가장 대표적인 방법은 2의 보수를 구해 이 값을 음수로 간주하는 방법이다.
- 2의 보수란 ❓ 모든 0과 1을 뒤집고, 거기에 1을 더한 값
- 1의 보수는 모든 0과 1을 뒤집은 수
- 2의 보수를 2번 구하면 자기자신이 된다.
- 실제 이진수만 봐서 음수, 양수 구분이 어렵기 때문에 이때는 플래그를 사용한다.
- 플래그 : 부가정보
ex) 이진법 11의 음수는?
- 이진법 11의 음수 : 01
십육진법
굳이, 왜 십육진법 ❓
이진법은 0과 1만으로 모든 숫자를 표현하다 보니 숫자의 길이가 너무 길어진다는 단점이 있기 때문이다.
이진법과 십육진법의 변환이 쉽기 때문에 많이 사용된다.
- 수가 15를 넘어가는 시점에 자리 올림을 하는 숫자 표현 방식이다.
십육진수 A~F를 쉽게 이해하는 방법
십육진수 표기 방법
이진수를 십육진수로 변환하는 방법
- 십육진수를 이루는 숫자 하나를 이진수로 표현하려면 4비트가 필요하다.
- 2의 4승은 16
- 가장 간단한 방법은 십육진수 하나를 이진수로 간주한다.
- 3번을 반복한다.
- 나온 값들을 이어붙히면 그 값은 이진수로 변환한 것이다.
십육진수를 이진수로 변환하는 방법
- 이진수 숫자를 네 개씩 끊는다.
- 끊어준 네 개의 숫자를 하나의 십육진수로 변한한다.
- 변환한 수들을 이어붙인다.
02. 0과 1로 문자를 표현하는 방법
문자 집합과 인코딩
- 문자 집합 : 컴퓨터가 인식할 수 있는 문자들의 모음
- 인코딩 : 문자 집합들을 컴퓨터가 이해할 수 있는 0과 1로 변환하는 과정
- 디코딩 : 0과 1로 표현된 문자 코드를 사람이 읽을 수 있는 문자로 변환하는 과정
아스키 코드
- 초창기 문자 집합 중 하나이다.
- 알파벳, 아라비아 숫자, 일부 특수문자 및 제어문자로 이루어져있다.
- 7비트로 하나의 문자를 표현한다.
- 실제로는 8비트를 사용하고, 1비트는 오류를 검출하는데에 사용된다.
- 그 1비트를 패리티 비트(
parity bit)라고 불린다.
- 2의 7승이므로 아스키 문자를 128개를 표현할 수 있다.
👉🏻 아스키 문자 집합에 0부터 127가지의 수가 할당되어 아스키 코드로 인코딩된다.
💡 코드 포인트(
code point) : 글자에 부여된 고유한 값
아스키 코드의 단점
- 아스키 문자 집합 외의 문자, 특수문자 뿐만 아니라 한글도 표현할 수 없다.
훗날 더 다양한 문자 표현을 위해 아스키 코드에 1비트를 추가한 8비트의 확장 아스키가 등장했지만, 256개의 문자는 턱없이 부족했다.이 문제로 등장한 한글 인코딩 방식이 EUC-KR이다.
EUC-KR
- 한글 인코딩 방식으로는 완성형과 조합형이 있다.
완성형 인코딩
초성, 중성, 종성의 조합으로 이루어진 완성된 하나의 글자에 고유한 코드를 부여하는 방식
예를들어) '가'는 1, '나'는 2, '다'는 3
조합형 인코딩
초성을 위한 비트열, 중성을 위한 비트열, 종성을 위한 비트열을 할당해 조합으로 하나의 글자 코드를 완성하는 방식.
즉, 초성, 중성, 종성에 해당하는 코드를 합하여 하나의 글자 코드를 만드는 인코딩 방식이다.
EUC-KR은?
EUC-KR은 완성형 방식이다.KS X 1001, KS X 1003문자 집합 기반의 한글 인코딩 방식- 글자 하나하나의 2바이트 코드 부여
2바이트 == 16비트 == 4자리 십육진수로 표현
ex)
- 가 :
b0a1 - 거 :
b0c5
💡 총 2,350개 정도의 한글을 표현할 수 있다.
하지만, 쀍, 쀓, 믜 같은 글자는 표현할 수 없다.
이 문제를 조금이나마 해결하기 위해 등장한 것이 EUC-KR의 확장판인 마이크로소프트의 CP949(Code page 949)이다.
다만, 이마저도 한글 전체를 표현하기에 넉넉한 양은 아니다.
유니코드와 UTF-8
유니코드
- 통일된 문자 집합
- 한글, 영어, 화살표와 같은 특수 문자, 이모티콘까지.
- 현대 문자 표현에 있어 매우 중요한 위치로 자리잡았다.
- 유니코드의 인코딩 방식
utf-8,utf-16,utf-32...UTF:Unicode Transformationi Fomat
UTF-8
- 1바이트부터 4바이트까지의 인코딩 결과를 만든다.
UTF-8로 인코딩한 결과가 몇 바이트가 될지는 유니코드 문자에 부여된 값의 범위에 따라서 결정된다.- 외우지말고 어떻게 인코딩되는지 흐름파악이 중요하다.
📍사진 출처