텍스트 ↔ 이진수 · 8진수 · 16진수 변환 (UTF-8)

문자가 숫자가 되는 과정

컴퓨터는 문자를 직접 저장하지 못하고 번호로 저장합니다. 유니코드는 세계의 모든 글자에 번호(코드 포인트)를 매기고, UTF-8은 그 번호를 1~4바이트로 나누어 적는 규칙입니다. 이 도구는 입력을 UTF-8 바이트로 바꾼 뒤 각 바이트(0~255)를 2진수 8자리, 8진수 3자리, 16진수 2자리로 표기합니다. 반대 방향은 토큰을 바이트로 되돌리고 UTF-8로 해석합니다. 처리는 브라우저 안에서 끝납니다.

한글은 왜 3바이트인가

UTF-8은 코드 포인트 크기에 따라 길이가 달라집니다. 0~127(영문·숫자·기본 기호)은 1바이트, 128~2047(라틴 확장·그리스·키릴 등)은 2바이트, 2048~65535는 3바이트, 그 위(이모지 대부분)는 4바이트입니다. 한글 완성형은 U+AC00부터 시작하므로 3바이트 구간에 속합니다. 첫 바이트는 1110으로 시작하고 뒤의 두 바이트는 10으로 시작하는데, 이 접두 비트 덕분에 중간부터 읽어도 글자 경계를 찾을 수 있습니다. "안녕"이 6바이트, 이진수 48자리가 되는 이유입니다.

역변환이 실패하는 경우

두 단계에서 실패할 수 있습니다. 첫째, 토큰이 진법에 맞지 않거나 길이가 틀린 경우입니다. 2진수는 반드시 8자리씩, 16진수는 2자리씩 끊어야 하고 구분 없이 붙여 넣으면 자동으로 그 길이로 자릅니다. 둘째, 바이트는 모두 맞지만 UTF-8 규칙에 어긋나는 경우입니다. 한글 3바이트 중 하나가 빠졌거나, 원본이 EUC-KR 같은 다른 인코딩이면 여기서 걸립니다. 이때는 깨진 부분을 대체 문자로 둔 결과를 함께 보여 주므로 어디까지 정상인지 확인할 수 있습니다.

표기 옵션

4비트 띄우기는 0110 1000처럼 니블 단위로 나눠 16진수와 대조하기 쉽게 합니다(니블 하나가 16진수 한 자리). 접두어 0b, 0o, 0x는 프로그래밍 언어에서 숫자 리터럴로 붙여 넣을 때 유용합니다. 역변환은 이 접두어와 쉼표·세미콜론·줄바꿈 구분을 모두 무시하고 읽습니다.

자주 묻는 질문