도구 사용 가이드
사용 단계
- 세어 볼 텍스트 칸에 자기소개서, 문자 메시지, DB에 넣을 값 등 확인할 텍스트를 붙여 넣습니다. 입력하는 즉시 결과가 바뀝니다.
- 결과에서 글자수(공백 포함·제외), UTF-8 바이트, CP949(EUC-KR) 바이트, UTF-16 코드 유닛을 확인합니다.
- 맞춰야 할 한도가 있으면 목표 한도 단위를 고르고 목표 한도에 숫자를 넣어 남은 양이나 초과량을 확인합니다.
- CP949로 표현할 수 없는 문자가 있으면 몇 번째 글자인지 목록으로 표시되므로, EUC-KR 계열 시스템에 저장하기 전에 바꾸거나 지웁니다.
무엇을 처리하며 언제 쓰나요?
글자수와 바이트가 다른 이유
사람이 세는 글자수와 컴퓨터가 저장하는 바이트 수는 같지 않습니다. 영문자와 숫자는 대부분의 인코딩에서 1바이트지만, 한글은 UTF-8에서 3바이트, CP949(EUC-KR 확장)에서 2바이트를 차지합니다. 그래서 “100자 이내”와 “100바이트 이내”는 전혀 다른 조건입니다. 한글 100자는 UTF-8로 300바이트, CP949로 200바이트입니다.
| 문자 | 예 | UTF-8 | CP949 | UTF-16 코드 유닛 |
|---|---|---|---|---|
| 영문·숫자·기본 기호 | A, 7, ! |
1 | 1 | 1 |
| 한글 음절 | 가, 똠 |
3 | 2 | 1 |
| KS X 1001 한자 | 漢 |
3 | 2 | 1 |
| 이모지 | 😀 |
4 | 표현 불가 | 2 |
공백 포함과 공백 제외
글자수 제한이 있는 양식은 공백을 세는 방식이 제각각입니다. 이 도구는 두 값을 함께 보여주므로 제출처 기준에 맞는 값을 골라 보면 됩니다. 공백 제외 글자수에서는 스페이스뿐 아니라 탭과 줄바꿈도 빠집니다.
Java String.length()와 화면 글자수
Java의 String.length()는 글자수가 아니라 UTF-16 코드 유닛 수를 돌려줍니다. 한글과 대부분의 한자는 1유닛이라 글자수와 같지만, 이모지처럼 U+FFFF를 넘는 문자는 2유닛입니다. 서버에서 길이 검증을 length()로 하면 이모지가 들어간 입력이 화면 글자수보다 길게 계산되므로, 결과의 UTF-16 코드 유닛 값과 비교해 보세요.
DB 컬럼 크기를 정할 때
Oracle VARCHAR2는 길이 단위를 BYTE 또는 CHAR로 지정할 수 있고, 지정하지 않으면 NLS_LENGTH_SEMANTICS 설정을 따릅니다. 바이트 단위 컬럼이라면 DB 문자셋이 중요합니다. 문자셋이 AL32UTF8이면 UTF-8 바이트를, KO16MSWIN949이면 CP949 바이트를 기준으로 보세요. 같은 한글 50자도 앞의 경우 150바이트, 뒤의 경우 100바이트가 필요합니다.
CP949로 표현할 수 없는 문자
CP949는 KS X 1001 문자에 현대 한글 11,172자를 더한 인코딩입니다. 이모지, 일부 특수 기호, KS X 1001에 없는 한자는 담지 못합니다. 결과 아래에 표시되는 목록에서 위치를 확인하고, EUC-KR 계열 시스템에 저장하기 전에 다른 문자로 바꾸면 깨진 문자(?)로 저장되는 일을 막을 수 있습니다.
입력한 텍스트는 브라우저 안에서만 처리되고 서버로 전송되거나 저장되지 않습니다.
처리 방식과 규격
글자수는 유니코드 텍스트 분할 규칙(UAX #29)의 글자 단위로 셉니다. UTF-8은 문자마다 1~4바이트, CP949는 ASCII 1바이트·한글과 KS X 1001 문자 2바이트로 더합니다. 개발 작업 예제
한글만 있는 문장
- 입력
- 안녕하세요
- 결과
- 글자수 5자, UTF-8 15바이트, CP949 10바이트, UTF-16 코드 유닛 5
- 해석
- 한글 음절은 UTF-8에서 3바이트, CP949에서 2바이트입니다. 같은 문장도 저장 방식에 따라 바이트 수가 1.5배 차이 납니다.
이모지가 섞인 텍스트
- 입력
- A😀
- 결과
- 글자수 2자, UTF-8 5바이트, UTF-16 코드 유닛 3, CP949 1바이트(이모지 1개 표현 불가)
- 해석
- 이모지는 화면에서 1글자지만 UTF-8 4바이트, UTF-16 2유닛을 차지합니다. CP949에는 이모지가 없어 저장할 수 없습니다.
KS X 1001에 없는 한글
- 입력
- 똠방각하
- 결과
- 글자수 4자, UTF-8 12바이트, CP949 8바이트
- 해석
- '똠'은 KS X 1001 완성형 2,350자에 없지만 CP949는 현대 한글 11,172자를 모두 담으므로 2바이트로 셉니다. 순수 EUC-KR만 쓰는 시스템에서는 저장되지 않을 수 있습니다.
자주 묻는 질문
공백 제외에는 무엇이 빠지나요?
스페이스, 탭, 줄바꿈처럼 유니코드에서 공백으로 분류되는 글자를 모두 뺍니다. 문장부호와 숫자는 그대로 셉니다.
이모지나 국기는 몇 글자로 세나요?
화면에 한 글자로 보이면 1자로 셉니다. 피부색이 바뀐 이모지처럼 여러 코드 포인트가 합쳐진 글자도 1자입니다. 대신 바이트와 UTF-16 코드 유닛은 실제 코드 포인트 수만큼 늘어납니다.
자기소개서 글자수는 어느 값을 보면 되나요?
제출처가 공백 포함인지 제외인지, 글자 기준인지 바이트 기준인지 먼저 확인하세요. 기준이 바이트라면 어떤 인코딩으로 세는지도 함께 확인해야 합니다. 이 도구는 기준값을 정해 두지 않고, 입력한 목표 한도와 비교만 합니다.
줄바꿈은 몇 바이트로 세나요?
입력 칸의 줄바꿈은 LF(줄바꿈 문자 1개)라서 UTF-8과 CP949 모두 1바이트입니다. Windows 메모장 파일처럼 CRLF로 저장된 텍스트는 줄마다 1바이트씩 더 차지합니다.
입력한 텍스트가 저장되거나 전송되나요?
저장하지도 전송하지도 않습니다. 모든 계산은 이 브라우저 메모리 안에서만 하며, 페이지를 닫으면 사라집니다.
검토 근거와 공식 출처
- Unicode Standard Annex #29: Unicode Text Segmentation · Unicode Consortium
- RFC 3629: UTF-8, a transformation format of ISO 10646 · IETF
- Encoding Standard: index-euc-kr (EUC-KR 매핑 표) · WHATWG
- Java SE 21 API: String.length() · Oracle
공식 안내는 변경될 수 있습니다. 중요한 결정 전에는 링크된 기관의 최신 정보를 다시 확인하세요.