Base64 인코딩: 작동 방식

이메일, HTTP 헤더, XML을 비롯한 많은 시스템은 텍스트를 처리하도록 설계되었지만 임의의 이진 데이터는 처리하지 못했습니다. 0x00(널) 또는 0x1A(제어 문자) 바이트 값은 구문 분석 실패나 데이터 손상을 일으킬 수 있습니다.

Base64 인코딩은 임의의 이진 데이터를 텍스트만 처리하는 시스템에서 안전한 ASCII 문자 집합으로 변환하므로, 이미지와 인증서 같은 이진 콘텐츠를 텍스트 기반 프로토콜에 포함할 수 있습니다.

Base64는 3개의 8비트 바이트(총 24비트)를 가져와 네 개의 6비트 그룹으로 나눕니다. 각 6비트 그룹은 0부터 63까지의 값을 나타내며, 이 값은 Base64 알파벳의 한 문자에 대응합니다.

이 3 대 4 비율에 따라 입력 3바이트마다 출력 문자 4개가 생성되므로 크기가 33% 증가합니다. 3바이트 = 24비트 = 6비트 그룹 4개이므로 계산이 정확히 맞아떨어집니다.

Base64 알파벳은 64개의 문자로 구성됩니다. 대문자 A-Z(인덱스 0-25), 소문자 a-z(인덱스 26-51), 숫자 0-9(인덱스 52-61), 더하기 기호 +(인덱스 62), 슬래시 /(인덱스 63)입니다.

이 알파벳은 텍스트 시스템에서 문제를 일으킬 수 있는 모든 제어 문자와 대부분의 문장 부호를 피합니다. Base64 출력의 모든 문자는 사실상 모든 텍스트 프로토콜에서 안전하게 사용할 수 있는 인쇄 가능한 ASCII 문자입니다.

입력 길이가 3바이트의 배수가 아니면 패딩이 필요합니다. 1바이트가 남으면 12비트 그룹으로 채워져 Base64 문자 2개와 그 뒤의 "=="가 생성됩니다. 2바이트가 남으면 Base64 문자 3개와 그 뒤의 "="가 생성됩니다.

= 패딩 기호는 인코딩된 데이터가 아닙니다. 마지막 블록이 3바이트보다 짧다는 것을 디코더에 알립니다. 또한 출력 길이가 항상 문자 4개의 배수가 되도록 합니다.

"Man"의 ASCII 값은 M=77 (01001101), a=97 (01100001), n=110 (01101110)입니다. 연결하면 010011010110000101101110입니다.

이를 6비트 그룹으로 나누면 010011 | 010110 | 000101 | 101110 = 19 | 22 | 5 | 46입니다. Base64 알파벳에서 찾아보면 19=T, 22=W, 5=F, 46=u입니다. "Man"은 "TWFu"로 인코딩됩니다.

표준 Base64에서 사용하는 +와 /는 URL과 파일 이름에서 특별한 의미를 가집니다. Base64url은 +를 -, /를 _로 바꾸는 변형이므로 URL, 파일 이름, 쿠키 값에 안전하게 사용할 수 있습니다.

JWT(JSON 웹 토큰)는 헤더와 페이로드 부분에 Base64url 인코딩을 사용합니다. JOSE(JSON 객체 서명 및 암호화) 표준은 전적으로 Base64url을 기반으로 합니다.

Base64는 이메일 MIME 첨부 파일(이진 파일을 텍스트 기반 이메일용으로 인코딩), JWT 토큰(JSON 헤더와 페이로드 인코딩), HTML의 데이터 URI(CSS/HTML에 이미지를 직접 삽입), 그리고 X.509 인증서 PEM 형식에서 사용됩니다.

PEM(개인 정보 보호 강화 메일) 형식은 DER로 인코딩된 이진 인증서를 Base64로 변환하여 "-----BEGIN CERTIFICATE-----"와 "-----END CERTIFICATE-----" 헤더 사이에 감쌉니다.

Base64는 암호화가 아닙니다. 키가 필요 없는 되돌릴 수 있는 인코딩입니다. Base64로 인코딩된 데이터를 보는 사람은 누구나 무료로 제공되는 도구나 어떤 프로그래밍 언어에서든 한 줄짜리 코드로 즉시 디코딩할 수 있습니다.

Base64로 인코딩된 비밀번호나 토큰이 "숨겨져 있다"고 생각하는 것은 흔한 실수입니다. 실제로는 그렇지 않습니다. 디코딩할 수 있다면 공격자도 디코딩할 수 있습니다. 보안에는 인코딩이 아니라 암호화가 필요합니다.

Base64 디코딩은 인코딩만큼 쉽습니다. 4문자로 이루어진 각 Base64 그룹을 다시 6비트 값으로 대응시킨 후 연결하고 바이트로 나눕니다. = 패딩은 마지막 그룹이 나타내는 바이트 수를 알려 줍니다.

Python에서 import base64; base64.b64decode("TWFu")는 b"Man"을 반환합니다. 이 과정은 결정적이고 손실이 없으며 키나 비밀이 필요하지 않습니다.

Base64의 33% 크기 오버헤드(입력 3바이트당 출력 4바이트)에 MIME에서 요구하는 76문자마다의 줄 바꿈이 더해지므로, Base64는 대규모 이진 전송에 효율적이지 않습니다.

이진 프레이밍을 사용하는 HTTP/2와 이진 프레임을 사용하는 WebSockets 같은 최신 이진 프로토콜은 원시 바이트를 직접 처리할 수 있으므로, 고성능 환경에서 Base64가 필요하지 않습니다.

Base32는 32자로 이루어진 알파벳(A-Z 및 2-7)을 사용합니다. Base64보다 출력이 길지만 대소문자를 구분하지 않으므로, 대소문자가 손실될 수 있는 상황에 적합합니다. TOTP 공유 비밀은 Base32로 인코딩되는 경우가 많습니다.

Bitcoin에서 지갑 주소에 사용하는 Base58은 0, O, I, l처럼 시각적으로 혼동하기 쉬운 문자를 제거합니다. 따라서 주소를 복사할 때 잘못 옮겨 적는 오류가 줄어듭니다. 대신 Base58은 2의 거듭제곱이 아니므로 인코딩이 약간 더 복잡합니다.

Base64 인코딩에 대한 지식을 확인해 보세요.

Base64는 비트를 6비트 단위로 묶고 64자 알파벳에 대응시켜 이진 데이터를 텍스트로 변환합니다. 33%의 크기 오버헤드가 발생하며, 3바이트의 배수가 아닌 입력에는 = 패딩을 사용합니다.

Base64는 보안을 제공하지 않습니다. 기밀성을 위한 것이 아니라 전송 호환성을 위해 사용됩니다. Base64url(-/_)은 JWT에 사용되는 URL 안전 변형입니다. 디코딩에는 키가 필요하지 않으며 몇 밀리초밖에 걸리지 않습니다.