가이드 한글 일본어 중국어 참고

인도계 문자 조합 원리

데바나가리 등 자음+matra+연자(conjunct), 조합형/완성형·정규화, Intl.Segmenter(locale)

인도계 문자(데바나가리, 벵골, 타밀, 텔루구 등)는 자음 + 모음 기호(matra) 및 연자(conjunct)—두 자음이 합쳐진 형태—로 한 음절을 이룬다. 같은 음절이 한 코드 포인트(precomposed) 또는 자음 + 결합 matra + Virama + 자음 등 **분해형(decomposed)**으로 저장될 수 있어, 정규화(NFC/NFD 등)와 그래핀 클러스터 단위 처리가 필요하다.

1. 문자 구성

1.1 자음·Matra·연자(Conjunct)

  • 자음: 데바나가리(힌디 등) U+0915~U+0939, 벵골·타밀·텔루구 등 각 블록에 자음이 정의됨.
  • Matra(मात्रा): 모음 기호. 자음 위·아래·좌우에 결합 문자로 붙는다. 같은 음절이 자음(U+0915) + matra(U+093E) 두 코드 포인트로 저장될 수 있다.
  • 연자(Conjunct): Virama(U+094D 등)로 두 자음이 묶여 한 글자처럼 그려진다. 예: क + ् + ष → क्ष. 저장은 자음 + Virama + 자음 시퀀스 또는 한 코드 포인트(precomposed)로 될 수 있다.

1.2 조합형 vs 완성형·정규화

  • Precomposed: 한 음절이 한 코드 포인트로. 유니코드에서 인도계 문자는 대량의 precomposed 음절이 할당되어 있다.
  • Decomposed: 자음 + 결합 모음(matra) + Virama + 자음 등 여러 코드 포인트 시퀀스.
  • NFC(Normalization Form Composed): 가능하면 한 코드 포인트로. NFD(Decomposed): 기준 문자 + 결합 문자 시퀀스.
  • 문자열 비교·검색 시 동일한 정규화 형태로 맞춰 두는 것이 좋다. (한글·유럽권의 NFC/NFD와 같은 개념.)

2. 그래핀 클러스터·커서·삭제

  • 한 음절이 사용자 눈에는 “한 글자”지만, 내부적으로는 자음 + matra + conjunct 등 여러 코드 포인트일 수 있다.
  • 그래핀 클러스터(UAX #29)가 “사용자 인식 문자” 단위다. 커서 이동·한 글자 삭제·선택 시 그래핀 클러스터 경계를 사용해야 한다.
  • Intl.Segmenter (granularity: 'grapheme', locale: 'hi', 'bn', 'ta', 'te' 등)로 그래핀 경계를 얻을 수 있다. locale에 따라 인도계 문자의 음절·연자 경계가 올바르게 나뉜다.

3. IME·composition

  • 로마자 → 인도 문자 변환(IME) 또는 인도어 키보드에서 자음·모음 순서로 입력. IME가 조합을 수행하고 preedit·commit을 앱에 전달한다.
  • compositionstart → compositionupdate → compositionend가 발생할 수 있고, 환경에 따라 insertText만 올 수도 있다. 에디터는 composition 시나리오별 처리 규칙에 따라 둘 다 처리하면 된다.

4. 참고