ISO 10646-1/Unicode 1.1 및 국제표준 한글 부호계의 소개



[김경석교수님의 "컴퓨터 속의 한글이야기" 21장 내용입니다.]

<제목차례> 

1. 국제 표준 글자부호계 ISO 10646-1과 유니코드(Unicode) 1.1소개           1
    1.1 ISO 10646-1을 1992년에 국제 표준 글자 부호계로 확정                                1
    1.2 ISO 10646 BMP(UCS-2)와 유니코드가 하나로 통합                                      1
    1.3 UCS-2에서는 한 글자를 두 바이트로 나타낸다.                                        2
2. 국제 표준 한글 부호계 소개                                             2
    2.1 국제 표준 한글 부호계에 들어 있는 완성형                                           2
        2.1.1 요즘 한글 6656 소리마디가 세 덩어리로 나뉘어 완성형으로 들어가 있다.         2
        2.1.2 완성형 6656 소리마디는 완전히 가나다순대로 들어가 있지는 않다.               3
        2.1.3 KSC 5601 및 5657 완성형 4280 소리마디의 
             부호값은 바뀌어서 10646-1에 들어가 있다.                                      4
    2.2 국제 표준 한글 부호계에 나오는 이른바 "첫가끝 한글 부호계"란 어떤 것인가?          4
        2.2.1 첫가끝 한글 부호계와 새로운 조합형이라는 용어에 대하여                       4
        2.2.2 첫가끝 부호계란 어떤 것인가?                                                 5
        2.2.3 첫가끝 한글 부호계는 238개의 글자로 요즘 한글 뿐만 아니라 
             옛한글도 완벽하게 지원한다.                                                   5
        2.2.4 첫가끝 한글 부호계는 완성형과 두 바이트 조합형의 
             모든 문제를 한꺼번에 풀었다.                                                  6
3. 국제 표준한글 부호계는 대체로 잘 만든 듯                               7

1992년 6-7월에 ISO/IEC JTC1/SC2/WG2 제 22차 회의에서 ISO 10646-1을 국제 표준 글자 부호계로 확정한 뒤, 1993년 5월에 그 표준 문서를 인쇄하여 배포하였다.

ISO 10646-1에 있는 국제 표준 한글부호계에는 완성형과 더불어 첫가끝 한글 부호계가 들어가 있다. 1992년에 KSC 5601에 복수 표준으로 들어간 두 바이트 조합형은 구조 문제 때문에 국제 표준에 그대로 들어가지는 못했지만, 한글을 제대로 나타낼 수 있어야 한다는 뜻은 첫가끝 부호계에 반영되어 있다. 완성형은 이미 우리가 잘 알고 있지만, 첫가끝 부호계는 아직 국내 표준에는 안 들어가 있어서, 널리 알려지지 않고 있다. 이 글에서는 먼저 국제 표준 글자 부호계 10646-1에 대해 알아본 뒤, ISO 10646-1에 들어 있는 국제 표준 한글 부호계에 대해서 살펴 보기로 하자.

1. 국제 표준 글자부호계 ISO 10646-1과 유니코드(Unicode) 1.1소개

1.1 ISO 10646-1을 1992년에 국제 표준 글자 부호계로 확정

1992년 6-7월에 열린 ISO/IEC JTC1/SC2/WG2 제 22차 회의에서 ISO-10646-1(이 글에서는 국제표준글자부호계 또는 10646-1 이라 부르겠다)을 국제 표준(IS: international standard)으로 확정함에 따라서 거기에 들어 있는 한글 부호계(이 글에서는 국제 표준 하늘 부호계라고 부르겠다)도 확정되었다. 한편 10646-1 문서는 인쇄를 마치고 1993년 5월에 배포되었다. 10646-1에는 한글이 완성형 부호계와 첫가끝 한글 부호계(이른바 두 바이트 조합형가는 구조가 다름) 두가지가 모두 들어 있다.

1.2 ISO 10646 BMP(UCS-2)와 유니코드가 하나로 통합

유니코드가 ISO 10646과 통합함으로써 이 두 부호계는 현재 거의 같아졌으며 기술적으로 정확하게 말하면 ISO 10646-1과 unicode version 1.1이 현재 거의 같다. ISO 10646/unicode을 부분적으로 지원하는 외국 회사의 프로그램이 이미 팔리고 있다.

ISO 10646-1은 1980년대 중반에 시작하여 거의 10년 걸려서 이제 겨우 일부가 완성되었다. 10646-1에서는 원래는 한 글자(영어의 a, Z등)를 네바이트씩으로 나타내는 UCS-4(Universial Multiple-Octet Coded Character Set, 4는 네바이트를 가르킴)를 만드려고 하였으나 이런 저런 문제 때문에 국제 표준으로 확정되지 못하고 있는 상태였다. 그런데 1980년대 말에 미국의 몇몇 회사가 중심이 되어 두 바이트 체계의 유니코드를 만들려고 구체적인 활동을 시작하였다. 그러다가 1990년대 초에 ISO와 유니코드가 극적으로 타협을 보아 그 두 부호계가 하나로 통합되었다.

ISO-10646-1과 유니코드를 하나로 하는 과정에서 국제 표준화 기구는 일단 네바이트 체계의 UCS-4는 나중으로 미루고 두바이트 체계의 UCS-2를 먼저 만들기로 하였다. 따러서 ISO 10646-1과 유니코드가 거의 같게 되었다고 하는데 이를 정확하게 말하자면 ISO 10646-1의 UCS-2와 유니코드가 하나로 합쳐진 것이며 만일 ISO 10646-1의 UCS-4가 정해질 경우에 유니코드가 계속해서 UCS-4와 같아질지 아닐지는 현재로서 무어라고 말하기 어렵다.

UCS-2는 또한 BMP(Basic Multilingual Plane)라고 부르기도 한다. ISO 10646-1의 문서 표지에 보면 "Universal Multiple-Octet Coded Character Set -Part 1: Architecture and Basic Multilingual Plane)라고 되어 있어서 UCS-2가 10646의 일부분에 지나지 않는다는 것을 뚜렷하게 밝혀 놓고 있다. ISO에서는 1993년부터 UCS-4에 대한 기술적 검토를 하고 있는데 언제쯤 이것이 국제표준으로 정해질지는 잘 알수 없지만, 국제 표준이 되기에는 앞으로 적어도 사오년은 걸릴 것으로 보며 더욱이 국제 표준으로 되고 나서도 또 몇 년은 더 지나야 널리 쓰일 것으로 보인다.

1.3 UCS-2에서는 한 글자를 두 바이트로 나타낸다.

국제 표준 글자 부호계 UCS-2는 한 글자를 두바이트를 써서 나타내는 방식으로 세께의 여러 주요한 글자를 나타낸다. 보기를 들어 영어의 A는 0x0041(여기서 0x는 그 다음에 십육진법 숫자가 온다는 것을 나타내는 표시이다)로 나타내는데 이는 두 바이트를 차지한다.

[그림1] ISO 10646-1의 아스키 부분

2. 국제 표준 한글 부호계 소개

국제 표준 한글 부호계는 ISO 10646-1/Unicode 1.1안에 있는 한글 부호계를 가리키는데 기본적으로 완성형과 첫가끝 부호계라는 두 가지 방식을 다 지원할 수 있도록 되어 있다. 완성형과 첫가끝 부호계에 대해서 각각 알아본 뒤, 끝으로 국제 표준한글 부호계를 전반적으로 평가해 볼 때 대체로 잘되었다는 점을 살펴보겠다.

2.1 국제 표준 한글 부호계에 들어 있는 완성형

2.1.1 요즘 한글 6656 소리마디가 세 덩어리로 나뉘어 완성형으로 들어가 있다.

10646-1에는 완성형으로는 모두 6656 소리마디(음절, syllable)가 들어가 있는데, 이 6656 소리마디가 모두 요즘 한글이며, 옛 한글은 완성형으로 전혀 들어가 있지 않다. 한 소리마디는 완성형에서 한 부호값(code position:ISO에서 사용하는 용어 codeword:일반적 용어 codepoint:유니코드 용어)으로 나타내므로 결국 두바이트로 나타내는데 현재 완성형으로 들어가 있는 소리마디의 구성을 살펴보면 다음과 같다.

  1. KSC 5601의 2350 소리마디 완성형
  2. KSC 5657의 1930 소리마디 완성형
  3. 1992년에 새로 국제 표준한글 부호계에 들어갔지만 정부 표준에는 그 어디에도 들어 있지 않은 2376 소리마디 완성형

3)의 2376 소리마디 가운데, 첫 여섯 소리마디는 중국 연변의 조선족을 위해서 중국에서 요청한 것이며 그 나머지 2370 소리마디는 요즘 한글에서 가능한 11172 소리마디 가운데 KSC 5601이나 5657에 나오지 않는 소리마디로서 가나다순으로 처음에 나오는 2370 소리마디이다. DIS 10646-1.2에는 KSC 5657에 들어 있는 옛한글 1673 소리마디가 들어 있었지만 1992년 6-7월에 있었던 JTC1/SC2/WG2 제 22차 회의에서 옛한글 1673 소리마디를 모두 빼버리고 요즘 한글 2376 소리마디로 대신 채웠다.

국제 표준 문서에 보면 1)은 "Hangul" 2)는 "Hangul Supplementary-A" 3)은 "Hangul Supplementary-B"로 되어 있지만 쉽게 부를 수 있도록 하기 위해서 이글에서는 1)2)3)을 각기 한글 완성형 첫째 덩어리, 둘째 덩어리, 셋째 덩어리로 각각 부르겠다. 요즘 한글에서 가능한 11,172 소리마디 가운데서 6656 소리마디만 완성형으로 들어가 있으므로 완성형으로 못들어간 4516 소리마디는 뒤에서 자세히 설명할 첫가끝 부호계로 나타내야 한다. 또한 옛한글은 완성형으로 전혀 되어 있지 않으므로 옛한글 소리마디는 모두 첫가끝 부호계로 나타내야 한다.

[그림 2] ISO 10646-KSC 5601이 시작하는 부분

[그림 3] ISO 10646-KSC 0000이 끝나는 부분

2.1.2 완성형 6656 소리마디는 완전히 가나다순대로 들어가 있지는 않다.

완성형 6656 소리마디에 대해서 한가지 꼭 알고 넘어가야 할 것은 완성형 첫째, 둘째, 셋째(연변에서 요청한 여섯 소리마디는 가나다 순에서 벗어나 있을 뿐만 아니라 그 여섯 소리마디 안에서조차도 북한의 가나다 순을 따르고 있으므로 이 여섯 소리마디를 빼고 나면) 각각의 덩어리 안에서는 모든 소리 마디가 남한의 가나다 순으로 디어 있지만 각 덩어 사이에는 가나다 순으로 되어 있지 않다. 이를 좀더 자세히 살펴보면

  1. 첫째 덩어리 (ISO 10646-KSC 5601)에 들어 있는 2350 소리마디의 부호값은 0x3400에서 0x3d2d까지이며 거기에 들어 있는 소리마디는 가(0x3400) 각(0x3401) 간(0x3402) ... 힝(0x3d2d)등이고
  2. 둘째 덩어리 (ISO 10646-KSC 5657)에 들어 있는 1930 소리마디의 부호값은 0x3d2e에서 0x44b7까지이며 거기에 들어 있는 소리마디는 갂(0x3d2e) 갋(0x3d2f) 갏 갢 갲... 힏 힗 힜 힠(0x44b7)등이고
  3. 셋째 덩어리에 들어있는 2376 소리마디의 부호값은 0x44b8에서 4dff까지 이며 거기에 들어 있는 소리마디는

믃44b8 흓44b9 뽙44ba 뿥44bb 쮔44bc
윓44bd 갌44be 갅44bf 갆44c0 갍44c1
갚44c2 갏44c3 갘44c4 갞44c5 갟44c6
...
뭒4df7 뭓4df8 뭕4df9 뭖4dfa 뭙4dfb
뭚4dfc 뭛4dfd 뭜4dfe 뭝4dff 등이다.

앞에서 보듯이 첫째 덩어리 안에 있는 2350 소리마디는 남한의 가나다 순대로 되어 있으며 둘째 덩어리 안에 있는 1930 소리마디도 가나다순대로 되어 있고 이는 셋째 덩어리도 연변의 조선족을 위한 첫 여섯 소리마디를 빼면 마찬가지이다. 그러나 세 덩어리를 전체적으로 보면 가나다 순으로 되어 있지 않다는 것을 알 수 있다.

2.1.3 KSC 5601 및 5657 완성형 4280 소리마디의 부호값은 바뀌어서 10646-1에 들어가 있다.

KSC 5601 및 5657의 완성형 4280(2350+1930) 소리마디가 10646-1에 들어 갔다고 하지만 한 가지 분명하게 알고 넘어가야 할 점은 완성형 소리마디가 KSC 5601 및 5657의 부호값까지 그대로 유지한 채 10646-1에 들어간 것은 전혀 아니며 부호값은 모두 바꾸어 들어갔다는 것이다. 보기를 들면 소리마디 "가"는 KSC 5601에서 16행 1열에 있으며(이를 16진법으로 나타내면 0x3021) msb가 모두 1인 경우에는 0xb0a1(=0x3021+0x8080)로 나타내는데 비해서 10646-1에 있는 완성형 소리마디 "가"의 부호값은 0x3400이다.

두바이트 조합형이 구조적 문제 때문에 10646-1에 그대로 들어가지는 못했지만 두 바이트 조합형이 나타낼 수 있는 11,172 소리마디를 사실상 첫가끝 부호계가 모두 나타낼 수 있기 때문에 어떻게 보면 두 바이트 조합형도 부호값을 바꾸어 10646-1에 들어갔다고 말할 수 있을지도 모른다.

2.2 국제 표준 한글 부호계에 나오는 이른바 "첫가끝 한글 부호계"란 어떤 것인가?

2.2.1 첫가끝 한글 부호계와 새로운 조합형이라는 용어에 대하여

글쓴이는 10646-1에 나오는 238 글자를 지금은 첫가끝 부호계라고 부르지만 한 1년전만해도 새로운 조합형이라고 불렀다. 10646-1 문서 자체에는 글자만 들어가 있지 그 부호계에 대한 이름은 없다. 따라서 우리 나름대로 부호계에 이름을 줘야 쉽게 부를 수 있다고 본다.

새로운 조합형이라고 불렀던 이유는 이 방식이 두 바이트 조합형 방식과 구조적으로 다르긴 하지만 그래도 글자를 조합해서 소리마디를 나타낸다는 데서는 두 바이트 조합형과 같은 점이 있으므로 일반 사람들이 쉽게 알 수 있도록 하기 위해서이다.

일반 사람들이 쉽게 알 수 있도록 하기 위해서 새로운 조합형이라고 부르긴 했지만 처음부터 그 이름으 계속해서 쓴다는 것은 곤란하다고 생각했다. "새로운"이라는 말은 얼마 가지 않아서 더 새로운 방식이 나올때는 이를 적절하게 구분할 방법이 없다. 따라서 새로운 조압형이라는 용어는 임시로 쓴 용어였으며 이제는 첫소리-가운뎃소리-끝소리 글자부호화 방식(syllable-initial-peak-final encoding approcah) 한글 부호계라고 부르는 것이 바람직하다고 본다. 이름이 아주 길기 때문에 첫가끝 한글 부호계라고 줄여서 부르기로 하자.

용어 문제가 나왔으니 한글 부호계에 대한 영어 용어를 살펴보는 것도 한글 용어를 만드는데 도움이 될 것이다. 영어로 말할 때는 완성형은 소리마디를 하나치로 해서 부호값을 주기 때문에 syllable-encoding approcah(소리마디 부호화 접근 방식)라고 하고, 첫가끝 부호계는 글자를 하나치로해서 부호값을 주기 때문에 character-encoding approcah(글자 부호화 접근 방식)이라고 보통 부른다. 두 바이트 조합형은 영어로 이름을 붙이기가 참 어려운데 3x5 code라고 부르기도 한다. 다섯 비트씩 세 덩어리로 나뉘어 들어간다고 해서 그렇게 부르는데 비교적 두바이트 조합형 방식을 잘 나타내는 이름이라고 볼 수 있다.

[그림 4] ISO 10646-1의 첫가끝 한글 부호계 부분(1)(2)

2.2.2 첫가끝 부호계란 어떤 것인가?

이 방식에 대해서는 본인이 1988년에서 처음으로 제안한 바있는데 완성형에서처럼 소리마디(syllable:보기, 가, 각, 간)를 하나치로 해서 부호화하지 말고 글자(letter or character:첫소리 글자: ㄱ ㄲ ㄴ ㄷ... ㅎ): 가운데소리 글자(ㅏ ㅑ..) 끝소리 글자 또는 받침(ㄱ ㄲ ㄱㅅ)을 하나치로 해서 부호화한 뒤 소리마디는 이 글자를 조합해서 나타내는 방식이다. 따라서 한 소리마디는 보통 둘 또는 세 개의 부호값으로 나타낸다.

첫가끝 한글 부호계는 두 바이트 조합형과 크게 다른 점이 하나 있는데 두 바이트 조합형에서는 한 소리마디가 두 바이트로 길이가 고정되어 있지만 첫가끝 한글 부호계에는 그런 제약이 전혀 없다는 점이다. 첫가끝 한글 부호계는 8비트 부호계, 16비트 부호계, 32비트 부호계 등에서 아무 문제없이 수용할 수 있다. 구체적으로 ISO 8859의 8비트 부호계 틀 안에서 첫가끝 한글 부호계와 ASCII을 같이 쓸 수 있는 한 바이트 국제 표준 부호계를 만들 수 있다는 것을 글쓴이가 밝힌 바 있다. 10646-1의 두바이트 부호계인 UCS-2와 네바이트 부호계인 UCS-4에서도 아무 문제없이 첫가끝 한글 부호계를 수용할 수 있다.

첫가끝 한글 부호계는 8비트 부호계에서는 한글자는 한바이트로 한소리마디는 둘 또는 세바이트로 나타내며 16비트 부호계에서는 한 글자는 두 바이트로 한소리마디는 넷 또는 여섯 바이트로 나타낼 수 있는 등 아주 융통성이 좋다. 이러한 유통성이 16비트 국제 표준 한글 부호계에 첫가끝 한글 부호게를 채택한 결정적이 이유이다. 설사 앞으로 네 바이트 부호계인 UCS-4가 나온다고 하더라도 한글자는 네 바이트로 한소리마디는 여덟 또는 열두 바이트로 문제없이 나타낼 수 있다.

적지 않은 사람들이 두 바이트 조합형이 한글 부호계로는 가장 좋은 것처럼 알고 있지만 실제로 두바이트 조합형은 길이가 두 바이트로 고정되어야 한다는 구조적인 문제점 때문에 제 2의 완성형이라고 보아야 한다. 두 바이트 조합형을 제 2의 완성형이라고 볼 수 있는 한가지 단적인 보기는 두바이트 조합형이 엣한글을 제대로 수용할 수 없다는 점이다. 정말로 한글의 특성에 딱 맞는 한글 부호계라면, 왜 옛한글을 수용할 수 없단 말인가? 두바이트 조합형은 전자계산기 속도가 아직 느리고 또 한글 전산화에 대한 연구가 제대로 되어 있지 않았던 때에 그 나름대로 한글 발전에 기여했음을 인정해야 하겠지만 이제는 두 바이트 조합형을 서서히 버리고 첫가끝 한글 부호계로 나가는 것이 바른 방향이라고 본다.

본인은 첫가끝 한글 부호계에 대해서 1988년에[KimK 88]에서 제안한 뒤 계속[KimK 90a, 90b, 92c]에서 더 낫게 고쳤는데 이는 주로 외국 학술 잡지에 발표하였다. 한편 그 뒤 우리나라 안에서는 1991년에 변정용교수[변 정용91]와 이일병[이일병91]가 본인의 것과 비슷한 방식의 한글 부호계를 제안하기도 하였다.

10646-1의 첫가끝 한글 부호계에는 238개의 한글 글자(소리마디가 아님)와 2개의 채움 그자(첫소리 글자 채움, 가운뎃 소리 글자 채움)가 들어 있으며 그 부호값은 0x1100에서 0x11f9까지이다.

한가지 알고 넘어가야 할 것은 KSC 5601에 있던 51개의 요즘 글자(ㄱ ㄲ ㄱㅅ )는 그야 말로 고거 한글 부호계와의 호환성 때문에 10646-1에 0x31a1에서 0x31fe까지 있는 것이지, 첫가끝 한글 부호계용은 아니다.

첫가끝 한글 부호계의 240개의 한글 글자는 1992년 제 22차 회의때 10646-1에 처음으로 들어갔는데 글자의 종류와 개수는 다음과 같다.

첫소리 글자 90개 0x1100-1159
반자리(확장용) 5자리 0x115a-115e
첫소리 글자 채움 0x115f
가운뎃소리 글자 채움 0x1160
가운뎃소리글자 66개 0x1161-11a2
빈 자리(확장용)5자리 0x11a3-11a7
끝소리 글자 82개 0x11a-11f9
빈자리(확장용) 6자리 0x11fa-11ff

첫가끝 한글 부호계에서는 한글 한 글자를 두 바이트로 나타낸다. 따라서 첫소리-가운뎃소리 글자로 이루어진 소리마디. 다시 말해서 끝소리 글자가 없는 소리마디는 네 바이트로 나타내고 첫소리-가운뎃소리-끝소리 글자로 이루어진 소리마디, 다시 말해서 끝소리 글자(받침)가 있는 소리마디는 여섯 바이트로 나타낸다. 이렇게 함으로서 요즘 한글의 11,172 소리마디를 모두 나타낼 수 있다.

첫가끝 한글 부호계의 238개 글자로는 요즘 한글 뿐만 아니라 옛한글도 다 나타낼수 있도록 되어 있어서 옛한글을 연구하는 학자는 물론이고 옛한글을 배우는 고등학교 학생이나 교사들도 쓰기 좋도록 되어 있다. 또한 여기에는 겹글자(ㄲ ㄴㄴ ㄴㅎ)도 모두 따로 잡아서 한부호값을 주었다.

옛한글의 경우에는 이미 알고 있는 겹글자에는 모두 부호값을 따로 주었으며 앞으로 새로 찾아내게 될지도 모르는 옛 겹글자를 나타낼 수 있는 방법도 다 넣어 두었다.

한편 옛한글을 제대로 나타내기 위해서는 소리마디의 왼쪽에 붙어서 성조를 나타내는 방범도 꼭 있어야 하는데 방점 두 개 곧 홑점과 겹점은 다음과 같이 들어가 있다.

홑점(.) 0x303e: hagul single dot tone mark 겹점(:) 0x303f: hangul double dot tone mark

현재 방범에는 그 용법에 조금 문제가 있기 때문에 이를 고치는 작업을 ISO와 협의하고 있다.

2.2.4 첫가끝 한글 부호계는 완성형과 두 바이트 조합형의 모든 문제를 한꺼번에 풀었다.

이미 본바와 같이 국제 표준 한글 부호계는 완성형에서 어떤 소리마디(똠방각하)는 나타낼 수 없다는 문제점을 풀었고 또 두바이트 조합형이 옛한글을 잘 다룰 수 없다는 문제점도 푸는 등 사실상 한글을 완전하게 나타낼 수 있다는 점에서 대체로 잘 된 것이라고 보는데 이의 밑바탕에는 새로운 조합형 방식이 깔려 있다.

3. 국제 표준한글 부호계는 대체로 잘 만든 듯

국제 표준 한글 부호계의 자세한 부분에 들어가면 조금 문제가 있지만 전체적으로 보아서는 꽤 잘된 것으로 본다.

첫째 어떤 소리마디든 모두 나타낼 수 있어서 한글 부호계가 한글 맞춤법을 어기지 않게 되었으며 따라서 한글이 제대로 발달하고 또 우리문화가 제대로 발달할 수 있게 되었다. 이의 바탕에는 한글의 특성에 딱 들어맞는 새로운 조합형 방식이 있다.

둘째 완성형 대 두바이트 조합형의 한글 부호계 논쟁은 새로운 조합형 방식이라는 제 3의 안이 나와서 완성형과 두 바이트 조합형의 모든 문제를 한꺼번에 다 풀어버림으로서 문제가 사실상 끝난 것이나 다름없으며 한글 부호계 문제는 새로운 국면을 맞이하게 되었다. 이제 우리가 해야 할 중요한 일은 국제 표준 한글 부호게의 문제점에 대한 해결 방안을 연구하여 그 연구 결과에 따라서 국제 표준을 고치고 또 국제 표준 한글 부호계를 잘 운용할 수 있는 방안을 마련하는 것이다.

앞으로 우리는 238 글자의 첫가끝 부호계로 조합하는 방식을 지원하는 프로그램을 많이 만들어 보급함으로써 한글의 특성에 맞는 제대로 된 한글 부호계를 정착시키는데 힘을 기울여야 할 것이다.