가이드 · 2026년 8월 20일 · 읽는 시간 9분

한글은 왜 3바이트일까 — UTF-8, EUC-KR, 그리고 DB 컬럼이 터지는 이유

“VARCHAR(100)인데 왜 한글 33자밖에 안 들어가요?” “문자 90바이트 제한인데 한글은 45자라면서요?” 개발하다 보면, 아니 개발자가 아니어도 문자 발송이나 폼 입력에서 한 번쯤 마주치는 질문이다. 답은 전부 문자 인코딩에 있다. 이 글은 한글 한 글자가 어디서는 2바이트, 어디서는 3바이트가 되는 이유를 원리부터 실무 사고 사례까지 풀어본 것이다.

글자와 바이트는 다른 세계다

컴퓨터는 글자를 저장하지 못한다. 숫자만 저장한다. 그래서 모든 글자에는 번호가 붙어 있다 — 이 번호 체계가 유니코드(Unicode)다. 예를 들어 ‘가’는 U+AC00, ‘힣’은 U+D7A3이다. 현대 한글 완성형 11,172자가 이 사이에 나란히 배정되어 있다.

그런데 이 번호를 실제 바이트로 어떻게 저장할지는 별개의 문제고, 그 방법이 바로 인코딩이다. 같은 ‘가’(U+AC00)라도 인코딩에 따라 바이트 수가 달라진다.

UTF-8이 한글에 3바이트를 쓰는 이유는 설계 방식 때문이다. UTF-8은 자주 쓰이는 ASCII(영문·숫자·기호)를 1바이트로 유지하는 대신, 번호가 큰 글자일수록 바이트를 늘리는 가변 길이 방식이다. U+0800~U+FFFF 구간의 글자는 3바이트가 되는데, 한글 완성형(U+AC00~)이 정확히 이 구간에 있다. 참고로 이모지(😀, U+1F600 이후)는 이 구간도 넘어서 4바이트다.

사고 사례 1 — VARCHAR(100)에 한글 33자

DB마다 VARCHAR의 길이 단위가 다르다. 이걸 모르면 “100자 들어간다”고 믿었던 컬럼이 한글 33자에서 터진다.

• MySQL — VARCHAR(100)은 “100글자”다. 단, 인덱스 길이 제한이나 이모지 저장을 생각하면 문자셋을 utf8이 아니라 utf8mb4로 잡아야 한다. MySQL의 utf8은 3바이트까지만 지원하는 반쪽짜리라 이모지(4바이트)를 넣으면 에러가 난다.
• Oracle — VARCHAR2(100)은 기본이 100바이트다. UTF-8 DB라면 한글 33자에서 ORA-12899가 발생한다. 글자 단위로 쓰려면 VARCHAR2(100 CHAR)처럼 CHAR 시맨틱을 명시해야 한다.
• PostgreSQL — VARCHAR(100)은 100글자. 비교적 함정이 없다.

교훈: 컬럼 설계 때 “최대 몇 글자”가 아니라 “어느 DB에서, 어떤 시맨틱으로, 어떤 문자까지(이모지 포함?) 저장하나”를 같이 물어야 한다.

사고 사례 2 — SMS 90바이트의 비밀

국내 SMS 단문 규격은 90바이트다. 통신사 문자 시스템이 EUC-KR 계열 인코딩을 쓰기 때문에 한글 1자 = 2바이트로 계산되고, 그래서 “한글 45자”라는 익숙한 제한이 나온다. 영문·숫자·공백은 1바이트라 영문로만 쓰면 90자까지 들어간다. 90바이트를 넘기는 순간 LMS(장문)로 전환되고, 대량 발송이라면 건당 요금이 3배 안팎으로 뛴다. 발송 시스템을 만들 때 UTF-8 기준 바이트(한글 3바이트)로 계산하면 실제보다 초과를 과하게 판정하는 반대 방향의 버그가 생기니, SMS 분기는 반드시 EUC-KR 기준으로 세야 한다.

사고 사례 3 — “length가 왜 2죠?”

JavaScript에서 '😀'.length는 1이 아니라 2다. JS 문자열이 UTF-16 기반이라, 4바이트 문자(서로게이트 페어)를 2개의 코드 유닛으로 세기 때문이다. 사용자에게 “10자 이내”라고 안내해 놓고 내부에서 length로 검증하면, 이모지 5개를 넣은 사용자가 벌써 제한에 걸린다. 사람이 인지하는 글자 수를 세려면Intl.Segmenter나 스프레드([...str].length)를 써야 하고, 국기 이모지(🇰🇷)나 조합 이모지(👨‍👩‍👧)까지 고려하면 grapheme 단위 분할이 필요하다.

정리 — 상황별로 쓰는 단위가 다르다

글자 수와 UTF-8 바이트 수를 동시에 확인하고 싶을 때는 글자수 세기 도구에 텍스트를 붙여넣으면 두 수치를 나란히 볼 수 있다.

#UTF8 #EUCKR #한글바이트 #인코딩 #VARCHAR #문자인코딩