글자 수와 UTF-8 바이트 수가 다른 이유: 한글·이모지 예제

공백 포함과 공백 제외 글자 수는 무엇이 다를까?

‘안녕 세계’는 화면에서 보이는 문자가 한글 4개와 공백 1개이므로 공백 포함 5글자, 공백 제외 4글자입니다. 하지만 줄바꿈, 탭, 연속 공백을 제거하는 방식은 서비스마다 다를 수 있습니다.

자기소개서나 SNS 입력란이 공백 제외 글자 수로 제한하는지, 공백을 포함하는지 먼저 확인하세요. 팽팽툴즈 글자 수 도구는 공백 포함·제외 결과를 나누어 표시합니다.

왜 같은 한글 문장이 더 많은 바이트를 사용할까?

UTF-8은 문자마다 사용하는 바이트가 다릅니다. 일반적인 영문 ASCII 글자와 공백은 1바이트, 완성형 한글 음절은 보통 3바이트입니다. 따라서 ‘안녕 세계’는 한글 4개 × 3바이트와 공백 1바이트로 합계 13바이트입니다.

바이트는 글자가 보이는 개수가 아니라 저장·전송할 때의 인코딩 길이입니다. 파일 업로드의 크기 제한이나 오래된 게시판의 바이트 제한에서 중요한 값이 될 수 있습니다.

• A → 보이는 글자 1개, UTF-8 1바이트
• 가 → 보이는 글자 1개, UTF-8 3바이트
• 안녕 세계 → 공백 포함 5글자, UTF-8 13바이트

이모지 한 개가 여러 문자로 집계되는 이유

화면에 하나로 보이는 이모지가 내부적으로 여러 개의 유니코드 코드 포인트로 만들어지는 경우가 있습니다. 대표적인 가족 이모지 ‘👨‍👩‍👧‍👦’는 하나의 표시 단위이지만 7개 코드 포인트로 구성되고, UTF-8에서는 25바이트를 차지합니다.

문자 세기에는 화면에서 하나로 인식하는 ‘자소 묶음(grapheme cluster)’ 규칙과 코드 포인트를 세는 규칙이 있습니다. 어떤 웹사이트는 UTF-16 단위를 제한으로 삼기도 해서 이모지의 입력 가능 개수가 다를 수 있습니다.

단어 수는 띄어쓰기 수와 같을까?

항상 같지 않습니다. 단어 분할은 언어와 문장부호를 고려해야 하기 때문입니다. 브라우저의 Intl.Segmenter는 언어별 단어 경계를 분석할 수 있고, 팽팽툴즈의 도구도 이 방식으로 단어에 해당하는 구간을 셉니다.

한국어 띄어쓰기 기준으로 단순하게 나눈 어절 수와 언어 기반 단어 수는 다를 수 있습니다. 학교·출판사·플랫폼에서 정한 기준이 있다면 해당 서비스의 결과를 최종 기준으로 삼으세요.

어떤 숫자를 제출 기준으로 선택해야 할까?

입력란에 ‘공백 제외 500자’가 적혀 있다면 공백 제외 글자 수를 확인하세요. ‘UTF-8 4,000바이트 제한’이라면 바이트 수가 기준입니다. 기준 없이 ‘1,000자 이내’라고만 적혀 있다면 제출처의 안내를 먼저 확인하는 것이 안전합니다.

마지막으로 붙여넣기한 텍스트를 원본과 대조하세요. 줄바꿈이나 특수문자가 자동으로 변경되면 실제 제출된 텍스트의 길이도 달라질 수 있습니다. 이 도구는 텍스트를 서버에 업로드하지 않고 브라우저에서 계산합니다.

• 공백 포함·제외 여부
• 바이트 또는 UTF-16 제한 여부
• 이모지·조합형 한글이 포함되는지
• 제출 화면이 자동으로 줄바꿈을 바꾸는지