이상한 한/글(한컴)의 데이터 구조 #1

2012/08/11 - 한/글(한컴) 파일의 크기를 줄여주는 프로그램 HIS 공개

2010년 6월 한글과 컴퓨터는 한/글의 파일 포맷을 공개했다. 

현재까지의 최신 버전은 2010년 12월에 공개된 1.1

한글과컴퓨터는 한/글 문서의 바이너리 파일(.Hwp) 형식 공개 계획을 밝힌 바 있으며 이를 차질 없이 진행하였으며 Hwp의 XML 포맷인 HwpML의 국가표준(KS)화도 현재 진행되고 있습니다.

그런데, 막상 공개를 하고 나니 많은 프로그래머들이 포맷 공개에 대해 비판했다.

공개된 포맷만으로는 아무런 프로그램도 만들 수 없다는 내용이 주였다.

수년의 세월을 걸쳐 개발한 것을 기껏 공개했더니 반응이 그런 식이라니…

---

1. 압축 파일의 이유 모를 왜곡

그런데, 이전 포스팅을 작성하기 위해 HwpML(이하 HML)의 자료를 분석하다보니 이상한 점이 발견되었다.

압축을 한 첨부파일의 압축을 해제할 수 없었다.

한/글은 한컴에서 공개한 바와 같이 zlib으로 데이터를 압축한다^[각주:1].

그런데, 막상 HML에서 파일을 추출해서 zlib로 압축을 풀려고 하면 잘 되지 않는다.

zlib으로 압축하는 법은 크게 둘로 나뉜다.

compress() 함수를 사용하는 방법과 deflate() 함수를 사용하는 방법.

- 두 방식 공히 맨 앞부분엔 0x78, 0x9C의 두 바이트짜리 헤더가 존재

- 결과는 사실상 동일하며, compress() 는 파일 끝에 원본 파일의 길이를 기록함

01

그런데, 한/글에서 첨부한 파일에는 앞에서 언급한 헤더를 확인할 수 없다.

게다가, 추가로 확인해본 결과 마지막에 의미 없는 2바이트를 추가했다.

헤더가 이상한 한/글에서 zlib으로 압축했다는 결과

아마도 추측하건데, 두 바이트의 헤더를 감추는 과정^[각주:2]에서 저런 어설픈 결과가 나온 것 같다.

이 부분은 정말로 이해가 되지 않는다.

멀쩡히 공개된 형식(BMP 등등)의 데이터를 멀쩡히 공개된 형식으로 압축하면서 왜곡이라니.

어쩌면 포맷 공개를 질질 끌었던 것이 이런 구린 부분들이 많아서 그런 게 아닐까하는 생각도 들었다.

다음글에 계속

1. 오픈소스에, 속도도 빠르고, 안정적인 라이브러리이니 합리적인 선택임 [본문으로]
2. 어쨌거나 이해가 안 됨 [본문으로]