Base64 인코딩이란 무엇일까?

Base64란?

 Base64란 8비트 2진 데이터(zip파일이나 exe파일 등)을 문자 코드에 영향을 받지 않는 공통 ASCII 영역의 문자들로만 이루어린 일련의 문자열로 바꾸는 인코딩 방식이다.

base64를 그대로 풀이하면 64진법이란 뜻이다.

64는 2의 제곱수(64 = 2^6)이고, 2의 제곱수에 기반한 진법들 중에서 화면에 표시되는 ASCII 문자들을 써서 표현할 수 있는 가장 큰 진법이기 때문이다.

 

 이 인코딩은 전자 메일을 통한 이진 데이터 전송 등에 많이 쓰인다. Base64는 어떤 문자와 기호를 쓰냐에 따라 많은 종류가 있지만, 가장 기본적인 것은 A-Z,a-z,0-9를 사용해서 62개이고 나머지 2개를 어떤 기호를 쓰냐에 차이가 있다.

 

 일반적으로 컴퓨터 데이터나 ASCII 문자들은 8비트(1바이트) 씩 묶어있다. 그러나 base64는 인코딩을 위해서 문자열 2진 데이터를 6비트씩 묶는다. 대신에 혼란이 오지 않도록 8비트와 6비트의 최소 공배수인 24비트씩 끊어서 인코딩한다.

Base64인코딩이 초기 문자보다 데이터 크기가 커지는데 사용하는 이유는 무엇일까?

Base64 인코딩을 하게 되면 전송하는 데이터도 커지고 인코딩과 디코딩 하기 위해 추가적인 연산도 필요한데 왜 사용할까?
문자를 전송하기 위해서는 설계된 미디어(email, html)을 통해 독립적으로 바이너리 데이터를 전송할 필요가 있을 때, ASCII로 인코딩하여 전송하게 되면 문제가 발생할 수 있다.

• ASCII code는 7bit 인코딩이지만 나머지 1bit 처리하는 방식이 시스템 별로 다르다.
• 일부 제어문자의 경우에 시스템 별로 다른 코드 값을 갖는다.

 이러한 문제로 인해 ASCII는 시스템간 데이터를 전달하기에 안전하지가 않다. Base64는 ASCII의 제어문자와 일부 특수문자를 제외한 64개의 안전한 출력 문자 만 사용한다.

여기서 안전하다는 뜻은 문자 코드에 영향을 받지 않는 공통 ASCII를 말한다.

정리하면, Base64는 HTML, Email과 같이 문자를 위한 미디어에 바이너리 데이터를 포함해야 할 필요가 있을 때, 포함된 바이너리 데이터가 시스템 독립적으로 전송 또는 저장되는 것을 보장하기 위해 사용한다.

Base64 테이블

base64 table

인코딩 방법

문자열	S	U	N
ASCII	83	85	78
binary	01010011	01010101	01001110

이것을 6비트로 묶어 보면

binary	010100	110101	010101	001110
decimal	20	53	21	14
base64	U	1	V	O

최종적으로 SUN을 base64로 인코딩한 값은 U1VO가 되는 것이다.

이 과정을 순서로 풀어보면

1. 문자열
2. ASCII code로 변환
3. binary로 변환
4. 6비트로 cut 
5. base64 encode

가된다.

 

그렇지만 한가지 문제가 있다.

문자열들이 3개씩 완전히 나누어지지 않는다면 어떻게 할까?

이 대안으로 패딩 = (끝을 알리는 문자)이라는 것이 존재한다.

문자열이 SUN NY라면 NY쪽에 1자리가 비어버린다.
6비트씩 똑같이 쪼갠 후에 부족한 비트가 있으면 뒤에 0을 붙여서 6비트로 만들어 준 후 인코딩한다.

(마지막 비트셋이 1010(4비트) 일 경우에 6비트로 만들어주기 위해 뒤에 00을 붙여 101000으로 만든다.)
그 다음에 인코딩된 결과뒤에 빈 자리 수만큼(SUNNY의 경우 1개) 뒤에 패딩을 붙여준다.

 

결과적으로 SUNNY의 base64 값은 U1VOTlk=이 된다.

 

온라인 Base64 인코딩 디코딩 해주는 사이트 바로가기

References

https://ko.wikipedia.org/wiki/%EB%B2%A0%EC%9D%B4%EC%8A%A464
https://beankhan.tistory.com/28
https://effectivesquid.tistory.com/entry/Base64-%EC%9D%B8%EC%BD%94%EB%94%A9%EC%9D%B4%EB%9E%80