한글 깨짐 복구 (인코딩 오류 복원)

왜 ‘안녕’ 같은 글자가 되는가

컴퓨터는 글자를 바이트로 저장합니다. 지금은 대부분 UTF-8을 쓰는데, 이 방식에서 한글 한 글자는 3바이트입니다. 문제는 그 바이트를 읽는 쪽이 UTF-8이 아니라 Latin-1이나 Windows-1252 같은 1바이트 인코딩으로 해석할 때 생깁니다 — 3바이트가 라틴 글자 세 개로 흩어집니다.

"안녕"  → UTF-8 6바이트  → Latin-1 로 읽음 → "안녕"
"한글"  → UTF-8 6바이트  → CP1252 로 읽음  → "한글"

그래서 웹페이지·메모장·CSV·자막(.srt)을 열었을 때 한글이 à·ì·í·ê 같은 글자와 ’·“·– 같은 기호 뭉치로 보이면, 십중팔구 이 오독입니다.

이 깨짐은 ‘되돌릴 수 있다’

핵심은 이 과정에 정보 손실이 없다는 점입니다. 깨진 글자 하나하나가 원래 바이트를 그대로 담고 있어서, 거꾸로 밟으면 원문이 나옵니다.

1. 깨진 글자를 다시 바이트로 되돌린다(Latin-1 또는 Windows-1252 해석).
2. 그 바이트를 이번엔 UTF-8로 제대로 읽는다.

이 도구는 Windows-1252 → Latin-1 순으로 두 해석을 시도해, 유효한 UTF-8이 되면서 한글이 늘어난 결과를 골라 줍니다. 서버의 인코딩 변환기나 메모장에서 인코딩을 바꿔 다시 저장하는 수고 없이, 붙여넣기만 하면 됩니다.

되돌릴 수 없는 깨짐 — 조용히 감추지 않는다

모든 깨짐이 복구되는 건 아닙니다. 아래는 정보가 이미 사라진 경우라 이 도구로도(다른 어떤 도구로도) 원문을 되살릴 수 없습니다.

• 물음표(�)·네모(□)로 바뀐 글자 — 읽던 프로그램이 표현 못 할 바이트를 버리고 대체문자로 바꾼 뒤 저장했다면, 원래 바이트가 남아 있지 않습니다.
• EUC-KR를 UTF-8로 읽어 깨진 경우 — ¿Ï¼º 꼴. 옛 인코딩과 UTF-8의 구조가 어긋나 일부 바이트가 유실되면 가역이 아닙니다.
• 손상된 파일(HWP·ZIP) — 텍스트 오독이 아니라 파일 구조 손상이라, 이건 파일 복구 프로그램의 영역입니다.

그래서 이 도구는 복구 패턴을 찾지 못하면 억지로 바꾸지 않고원문을 그대로 두고 “복구 가능한 패턴을 못 찾았다”고 알립니다. 그럴듯한 오답을 내는 것보다 정직한 실패가 낫습니다.

다시 안 깨지게 하려면

원인은 항상 저장할 때와 읽을 때의 인코딩이 다른 것입니다. 파일을 저장할 때 UTF-8로 통일하세요 — 메모장은 저장 시 인코딩을 UTF-8로, 엑셀 CSV는 ‘CSV UTF-8’ 형식으로, 웹·DB도 UTF-8로 맞추면 이 깨짐 자체가 생기지 않습니다.

정리하면

• ‘안녕’·‘한글’은 UTF-8을 다른 인코딩으로 읽은 깨짐. 되돌릴 수 있습니다.
• 물음표·네모·EUC-KR 오독은 정보 손실. 이건 복구 불가 — 도구가 정직하게 알려 줍니다.
• 저장은 언제나 UTF-8로. 그러면 깨짐이 애초에 안 생깁니다.