Base64 인코딩

TL;DR

• Base64 는 8비트 이진 데이터를 64개의 안전한 ASCII 문자로 변환하는 인코딩 방식.
• 24비트(3바이트) 단위로 6비트씩 잘라 4개의 Base64 문자로 매핑. 인코딩 결과는 원본 대비 약 $4/3$ 크기 증가.
• 텍스트 전용 채널에서 바이너리를 다루기 쉽게 해준다. 단, URL·파일명에는 +, /가 문제될 수 있어 base64url 변형이 별도로 존재 (RFC 4648).

Base64란?

Base64(베이스64) 는 8비트 이진 데이터(Binary Data)를 문자 코드에 영향을 받지 않는 공통 ASCII 영역의 문자들로만 이루어진 문자열로 바꾸는 인코딩 방식이다.

컴퓨터 시스템 간에 데이터를 전송할 때, 일부 시스템은 8비트 데이터를 제대로 처리하지 못하거나 제어 문자로 오해하여 데이터가 손상될 수 있다. Base64는 데이터를 64개의 안전한(Printable) 문자로만 변환하여 이러한 통신 문제를 예방한다.

Base64 색인표 (Character Set)

Base64는 64개의 ASCII 문자를 알파벳으로 사용하는 binary-to-text 인코딩이다. A-Z, a-z, 0-9, +, / 총 64개의 데이터 문자를 사용한다.

값 (Value)	문자 (Char)	값 (Value)	문자 (Char)	값 (Value)	문자 (Char)
0 ~ 25	A ~ Z	26 ~ 51	a ~ z	52 ~ 61	0 ~ 9
62	+	63	/	(Padding)	= (65번째 문자, 데이터 아님)

---

변환 방식 (How it works)

Base64 인코딩 과정은 24비트(3바이트) 단위로 이루어진다.

1. 입력 (Input): 원본 데이터를 3바이트(8비트 × 3 = 24비트)씩 묶는다.
2. 분할 (Split): 묶은 24비트를 6비트씩 4개의 그룹으로 나눈다. ($2^6=64$이므로 6비트로 64개 문자를 표현 가능)
3. 매핑 (Mapping): 각 6비트 값을 10진수로 변환한 뒤, Base64 색인표에서 해당하는 문자로 치환한다.
4. 패딩 (Padding): 원본 데이터의 길이가 3바이트의 배수가 아니라면, 부족한 자리를 = 로 채워 4글자 단위를 맞춘다.

예시: 문자열 “Man” 인코딩

ASCII 문자열 "Man"을 Base64로 변환한다.

1. ASCII 값 변환:

   • M: 77 (01001101)
   • a: 97 (01100001)
   • n: 110 (01101110)

2. 비트 나열 (24비트): 01001101 + 01100001 + 01101110
   → 010011010110000101101110

3. 6비트씩 자르기:

   • 010011 (19)
   • 010110 (22)
   • 000101 (5)
   • 101110 (46)

4. 문자 변환:

   • 19: T
   • 22: W
   • 5: F
   • 46: u

→ 결과: TWFu

패딩(Padding) 규칙

입력 데이터가 3바이트씩 딱 떨어지지 않을 때 = 를 사용한다.

1. 1바이트 남을 때 (예: “A”)
   • 원본: A (ASCII 65, 01000001) - 총 8비트
   • 6비트 그룹화:
     • 첫 번째 그룹: 010000 (16) → Q
     • 두 번째 그룹: 01 + 0000 (부족한 4비트를 0으로 채움) → 010000 (16) → Q
   • 패딩: 4글자 한 묶음을 채우기 위해 부족한 두 자리를 = 로 채운다.
   • 결과: QQ==
2. 2바이트 남을 때 (예: “BC”)
   • 원본: B (ASCII 66, 01000010), C (ASCII 67, 01000011) - 총 16비트
   • 6비트 그룹화:
     • 첫 번째 그룹: 010000 (16) → Q
     • 두 번째 그룹: 100100 (36) → k
     • 세 번째 그룹: 0011 + 00 (부족한 2비트를 0으로 채움) → 001100 (12) → M
   • 패딩: 4글자 한 묶음을 채우기 위해 부족한 한 자리를 = 로 채운다.
   • 결과: QkM=

---

Key Concepts to Clarify

Q: ASCII는 128개($2^7$)인데 왜 Base128이 아닌 Base64($2^6$)를 사용하는가?

표준 ASCII는 7비트(128개 문자)를 지원하지만, Base64는 데이터 전송의 신뢰성(Reliability) 과 호환성(Interoperability) 을 보장하기 위해 문자 집합을 $2^6$(64개)으로 제한한다.

1. 제어 문자(Control Characters) 배제 ASCII 코드의 0~31번과 127번은 화면에 출력되지 않는 제어 문자(Null, Line Feed, Bell 등)이다. 이러한 문자가 데이터 스트림에 포함될 경우, 라우터나 이메일 게이트웨이 같은 전송 시스템이 이를 통신 제어 명령으로 오인하여 데이터를 절단하거나 세션을 종료할 위험이 있다.

2. 시스템 독립적인 안전성 특정 시스템이나 레거시 장비에서는 ASCII의 일부 특수문자(예: <, >, &)를 예약어로 처리하거나 변조할 수 있다. Base64는 영문 대소문자, 숫자, 그리고 가장 일반적인 기호 2개(+, /)만을 사용하여 대부분의 텍스트 전용 채널에서 안전한 전송을 가능하게 한다. 단, +, /는 URL이나 파일명에서 특수 의미를 가지므로, 이 경우 base64url 변형(RFC 4648 §5)을 사용한다.

Q: ‘8비트 이진 데이터’란 정확히 무엇을 의미하는가?

현대 컴퓨팅에서 데이터 처리의 표준 단위는 바이트(Byte) 이며, 1바이트는 8개의 비트(Bit) 로 구성된다. 비트는 0 또는 1의 상태를 가지는 최소 단위이므로, 8비트 데이터는 $2^8=256$가지의 상태를 표현할 수 있는 데이터 덩어리를 의미한다.

1. 데이터의 범용적 표현 텍스트(UTF-8), 이미지(PNG/JPG), 실행 파일(Binary) 등 모든 형태의 디지털 정보는 결국 8비트 바이트의 연속된 나열이다. 이를 ‘이진 데이터’라고 칭하는 이유는 특정 문자 인코딩이나 형식에 국한되지 않은, 로우(Raw) 레벨의 비트 스트림 그 자체를 의미하기 때문이다.

2. Base64 처리의 기준 Base64 인코딩은 원본 데이터의 형식을 묻지 않는다. 모든 데이터를 8비트 단위의 비트 스트림으로 간주하고, 이를 전송에 적합한 6비트 단위로 재분할(Regrouping) 하여 문자로 매핑한다. 즉, ‘8비트 이진 데이터’라는 표현은 Base64가 처리할 수 있는 입력 데이터의 범용성을 의미한다.

---

Connections

• ASCII (American Standard Code for Information Interchange) — ASCII 95개 출력 가능 문자 중 64개를 선별하여 Base64 색인표 구성
• UTF-8 — UTF-8 텍스트도 바이너리로 취급하여 Base64 인코딩 가능
• NDJSON (Newline Delimited JSON) — NDJSON은 텍스트 JSON을 줄 단위로 전송, Base64는 바이너리를 텍스트로 변환. JSON 내 바이너리 필드를 Base64로 인코딩하여 NDJSON에 실을 수 있다.

Source Trail

• 원본: 위키백과 — 베이스64
• 기반 표준: RFC 4648 (Base Encodings)

Related MOCs

• Computer Science