문장정비소 / 원고 사용 설명

가A🙂는 몇 글자일까: 글자 수와 바이트 수를 나눠 읽기

같은 원고라도 코드 포인트·UTF-16·문자 묶음·UTF-8 바이트 값이 달라지는 이유를 실제 예시로 확인합니다.

문장정비소 · 확인일 2026.10.23 · 브라우저 도구 기준

가A🙂의 네 숫자는 3·4·3·8입니다

문장정비소에 가A🙂를 붙여 넣으면 공백 포함 코드 포인트는 3, UTF-16 코드 단위는 4, 눈에 보이는 문자 묶음은 3, UTF-8 바이트는 8로 나옵니다. 서로 모순된 값이 아니라 세는 대상이 다른 결과입니다. 한글 가, 영문 A, 이모지 🙂는 각각 하나의 코드 포인트지만 UTF-16과 UTF-8로 표현되는 길이는 같지 않습니다.

키보드의 키를 누른 횟수도 글자 수와 일치한다고 볼 수 없습니다. 한글 입력기는 여러 키 입력을 한 음절로 조합할 수 있고 이모지는 목록에서 한 번에 넣기도 합니다. 아래 키보드는 공백·탭·입력 키의 실물 예시입니다. 이 사이트는 키를 누른 횟수를 기록하지 않고 입력란에 들어온 문자열만 집계합니다.

코드 포인트와 저장 단위를 구분합니다

MDN의 String.length 설명에서 JavaScript 문자열 길이는 UTF-16 코드 단위 수라는 점을 확인할 수 있습니다. 이모지 🙂는 UTF-16에서 두 단위라 가A🙂의 값이 4가 됩니다. 화면의 코드 포인트 값은 문자열을 코드 포인트 단위로 순회해 별도로 센 값입니다.

MDN TextEncoder 문서에 따라 UTF-8로 인코딩한 실제 바이트열 길이도 계산합니다. 예시의 가는 3바이트, A는 1바이트, 🙂는 4바이트이므로 합계 8바이트입니다. 문서 파일의 제목·서식·압축 정보는 포함하지 않습니다. 자료 확인일은 2026년 10월 23일이며 해당 예시는 자체 검증으로 대조했습니다.

하나로 보이는 이모지가 여러 코드 포인트일 수 있습니다

가족 이모지 👨‍👩‍👧‍👦는 이 도구에서 코드 포인트 7, UTF-16 단위 11, 문자 묶음 1, UTF-8 바이트 25로 집계됩니다. 여러 요소를 연결해 한 묶음으로 표현하기 때문입니다. e 뒤에 결합 악센트를 붙인 é도 코드 포인트는 2, 문자 묶음은 1입니다. 글꼴과 기기에 따라 보이는 모양이 달라도 데이터 단위는 따로 확인해야 합니다.

Intl.Segmenter의 grapheme 분할을 이용해 문자 묶음을 셉니다. 이 기능이 없는 오래된 브라우저에는 지원 안 됨으로 표시합니다. Backspace로 한 번 삭제되는 범위 역시 편집기·입력 상태에 따라 달라질 수 있어, 삭제 횟수를 바이트 수의 측정 방법으로 사용하지 않습니다.

공백 제외와 줄 수에도 기준이 있습니다

공백 제외 코드는 일반 공백뿐 아니라 탭과 줄바꿈 등 JavaScript가 공백으로 분류하는 문자를 제외합니다. 보이지 않는 문자라고 전부 제거하지는 않습니다. 예를 들어 폭이 없는 U+200B는 이 공백 제외 규칙의 대상이 아니어서 숫자에 남습니다. 원고를 자동으로 정규화하거나 눈에 안 보이는 문자를 전부 삭제하는 기능도 아닙니다.

빈 원고의 줄 수는 0이고, 내용 뒤에 줄바꿈이 하나 있으면 마지막 빈 줄도 포함합니다. 가 A 다음 줄에 🙂를 넣는 예시는 공백 포함 코드 포인트 5, 공백 제외 3, UTF-16 단위 6, UTF-8 바이트 10, 줄 수 2, 공백으로 나눈 어절 3입니다. 어절 수는 형태소 분석이나 문장 수가 아니며 공백으로 나눈 덩어리 수입니다.