더 작게, 더 가볍게
디지털 데이터 압축

RLE 말고도 무손실 압축의 강력한 무기가 있어요. 허프만 부호화(Huffman coding)는 자주 나오는 값에는 짧은 코드를, 드문 값에는 긴 코드를 배정합니다.

예를 들어 "AAAABBC"라는 문자열에서 — 모든 글자에 똑같이 2비트씩 쓰면 7글자 × 2비트 = 14비트. 하지만 가장 흔한 A에 1비트(0), B에 2비트(10), C에 2비트(11)를 주면 4×1 + 2×2 + 1×2 = 10비트로 줄어요!

모스 부호에서 가장 흔한 알파벳 E가 가장 짧은 부호(·)인 것과 같은 지혜죠. ZIP, PNG, JPEG, MP3 — 오늘날 거의 모든 압축 형식의 내부에서 허프만 부호화가 일하고 있답니다.

• ZIP — 어떤 파일이든 무손실로 묶어 압축하는 만능 보관함. 반복 패턴 찾기(LZ77) + 허프만 부호화의 합작품이에요.
• PNG — 그림용 무손실 형식. 로고, 아이콘, 스크린샷처럼 또렷한 경계가 있는 이미지에 강해요.
• JPEG — 사진용 손실 형식. 사진처럼 색이 부드럽게 변하는 이미지를 1/10 크기로 줄여요. 대신 글자나 선이 많은 이미지에선 경계가 지저분해져요(실험실에서 봤죠?).
• WebP·AVIF — 웹을 위해 태어난 차세대 형식. 같은 화질을 JPEG보다 30~50% 작게 담아, 여러분이 보는 웹사이트들을 더 빠르게 만들고 있어요.

같은 사진을 PNG와 JPEG로 저장해 용량을 비교해 보세요 — 데이터 특성과 형식의 궁합을 직접 확인할 수 있어요.

동영상 스트리밍은 전 세계 인터넷 트래픽의 절반 이상을 차지해요. 데이터가 데이터센터에서 우리 화면까지 오는 동안 서버, 네트워크 장비, 기지국이 쉼 없이 전기를 씁니다.

만약 압축 기술 없이 트래픽이 몇 배로 불어났다면, 이를 감당하기 위해 서버와 네트워크 장비를 훨씬 많이 늘려야 했을 것이고 그만큼 에너지 부담도 커졌을 거예요. 실제로 새 압축 표준(H.265, AV1 등)이 보급될 때마다 같은 영상을 더 적은 데이터로 보낼 수 있게 되어 인프라의 부담이 줄어듭니다. 압축 알고리즘 연구자는 알고 보면 기후 위기와 싸우는 사람들이기도 한 셈이죠.

우리가 할 수 있는 실천도 있어요 — 필요 이상의 초고화질 스트리밍 줄이기, 클라우드의 중복 사진 정리하기. 데이터 다이어트가 곧 탄소 다이어트랍니다. 🌍

픽셀 압축 실험실의 원리를 파이썬 코드로 옮기면 이렇습니다. (3단원에서 프로그래밍을 본격적으로 배워요!)

def rle_compress(data):
    result = ""
    count = 1
    for i in range(1, len(data) + 1):
        if i < len(data) and data[i] == data[i - 1]:
            count += 1            # 같은 글자가 이어지면 세기
        else:
            result += data[i - 1] + str(count)  # "글자+개수" 기록
            count = 1
    return result

original = "aaaabbbcccccd"
compressed = rle_compress(original)
print(compressed)                  # a4b3c5d1
print(len(original), "→", len(compressed), "글자")

🔍 코드 따라가기 — rle_compress("aab")의 반복문 한 바퀴

직접 실행해 보고, 압축이 손해가 되는 입력("abcdef" 같은)도 넣어 보세요. 복원하는 rle_decompress 함수도 만들어 본다면 완벽한 도전!