CJK Compatibility Ideographs

CJK 통합 표의 문자는 유니코드의 가장 야심 찬 작업 중 하나를 나타냅니다: 중국어, 일본어, 한국어의 중복되는 문자 집합을 단일 통합 인코딩으로 병합하는 것입니다. 기본 블록과 확장에 걸쳐 97,000개 이상의 표의 문자가 있어 이는 유니코드에서 단연코 가장 큰 컬렉션입니다. 각 문자는 의미 단위입니다 — 획으로 압축된 개념 — 15억 명 이상의 사람들이 사용하는 언어의 서면 의사소통을 가능하게 합니다. 부수, 획 및 호환 형식을 위한 지원 블록은 입력 방법, 사전 및 텍스트 처리를 위한 인프라를 제공합니다.

한자는 3,000년 이상 전 상나라 시대에 거북 껍질과 동물 뼈에 새긴 갑골 문자로 시작되었습니다. 수천 년에 걸쳐 문자는 청동기 명문, 전서, 예서, 그리고 오늘날 사용되는 해서로 진화했습니다. 일본과 한국이 한자(각각 일본어 한자와 한국어 한자)를 채택하면서 지역적 변형이 축적되었습니다. 1980년대 후반 세 나라의 학자들이 시작한 CJK 통합 프로젝트는 어떤 지역적 변형이 진정으로 같은 문자인지 식별하고자 했습니다. 한자 통합으로 알려진 이 논쟁적인 과정은 유니코드 1.0에서 CJK 통합 표의 문자 블록을 생성했습니다. 이후 확장은 포괄적인 범위를 보장하기 위해 수만 개의 희귀하고 역사적이며 지역적인 변형 문자를 추가했습니다.

일반적인 용도

• 중국어, 일본어 및 한국어 텍스트 표시
• 사전 및 참조 응용 프로그램 백엔드
• 기계 번역 및 자연어 처리
• 서예 응용 프로그램 및 글꼴 디자인 도구
• 역사 문서 디지털화 및 아카이브 시스템

기술 참고 사항: CJK 텍스트 처리는 독특한 과제를 제시합니다. 중국어와 일본어에는 단어 사이에 공백이 없어 정교한 분할 알고리즘이 필요합니다. Ideographic Description Characters 블록(U+2FF0–U+2FFF)은 문자 구성을 알고리즘적으로 설명할 수 있게 하며, 필요한 표의 문자가 아직 인코딩되지 않았을 때 유용합니다. 전체 CJK 범위를 위한 글꼴 파일은 수십 메가바이트 단위로 측정됩니다. Kangxi Radicals 블록(U+2F00–U+2FDF)은 사전 정렬에 사용되는 214개의 전통적인 부수 형태를 인코딩하며, 이는 표의 문자 내 구성 요소로 나타나는 부수와 구별됩니다.

문화적 맥락: 한자 통합은 유니코드 역사에서 가장 논쟁이 된 결정 중 하나로 남아 있습니다. 비평가들은 서로 다른 지역 전통을 병합하는 것이 중요한 문화적 차이를 지운다고 주장합니다 — 중국, 일본, 한국에서 다르게 진화한 문자가 각 문화에서 다른 의미를 지닐 수 있습니다. 지지자들은 통합이 상호 운용 가능한 컴퓨팅을 위한 실용적 필요성이며 글꼴 기반 변형(로케일별 서체를 통해)이 시각적 차이를 보존한다고 반박합니다. IVD(표의 문자 변형 데이터베이스)는 문화적 정밀성이 요구될 때 특정 글리프 변형을 선택하는 메커니즘을 제공합니다.