AI가 HTTP Content-Length를 글자 수로 적어도 될까?

Content-Length는 글자가 아니라 옥텟을 셉니다

HTTP(에이치티티피, 웹 전송 규약) 메시지의 Content-Length(콘텐츠 렝스, 본문 길이)는 본문과 관련된 데이터 길이를 8비트 바이트 단위인 옥텟 수로 적습니다. 영문 A는 UTF-8에서 한 바이트이므로 글자 수와 바이트 수가 같습니다. 그러나 한글 가는 세 바이트이고, 이모지 일부는 네 바이트입니다.

따라서 본문이 가 한 글자라고 Content-Length: 1을 보내면 실제 세 바이트보다 짧게 선언한 셈입니다. 수신자가 그 숫자를 메시지 경계로 사용하면 뒤 두 바이트가 다음 데이터처럼 남아 파싱 오류나 연결 문제를 만들 수 있습니다.

참고 · IETF · RFC Editor — Content-Length가 세는 단위 ↗

인코딩한 뒤의 길이를 재야 합니다

활동에서 A, 가, A가, 🙂를 번갈아 고르세요. 화면은 사람이 보는 글자 수와 UTF-8 바이트 수를 나란히 보여 줍니다. 선언 길이를 바꾸면 실제 바이트 수와 일치하는지 즉시 판정합니다.

중요한 순서는 문자열을 먼저 정하고, 사용할 문자 인코딩으로 바이트열을 만든 뒤, 그 바이트열의 길이를 세는 것입니다. 자바스크립트 문자열의 length처럼 내부 코드 단위 수를 그대로 쓰면 이모지나 결합 문자를 잘못 셀 수 있습니다.

전송 조건이 달라지면 다시 계산합니다

본문을 압축하거나 다른 문자 인코딩으로 바꾸면 전송할 바이트열도 달라질 수 있습니다. HEAD·304처럼 실제 본문을 보내지 않는 응답에는 Content-Length를 쓸 수 있는 조건이 별도로 있습니다.

이 활동은 UTF-8로 직접 보낼 짧은 본문만 다룹니다. AI가 헤더를 만들 때는 프레임을 임의로 추측하지 말고, 실제 전송 계층이 만든 바이트열과 사용하는 HTTP 라이브러리의 계약을 확인해야 합니다.