XML

2011-09-26 작성, 2021-03-20 마지막 큰 수정

2011-09-26에 풉;에 첫 작성.

2021-03-20에 현재 시각을 반영해 전체적으로 재구성. 가장 크게 쳐 낸 부분은 XML 문법을 상세 설명하는 “구조” 섹션이었다.

XML(eXtensible Markup Language)은 W3C에서 표준화한 마크업 언어와 그에 연관된 기술이다.

<?xml version="1.0"?>
<book xmlns:html="http://www.w3.org/1999/xhtml">
  <title xml:lang="ko">그래도 마을은 돌아간다 <part volume="1">1권</part></title>
  <title xml:lang="ja">それでも町は廻っている<part volume="1">１</part></title>
  <isbn>978-89-532-7892-9</isbn>
  <date>2015-12-17</date>
  <publisher>
    <name>서울문화사</name><!-- 현 서울미디어코믹스 -->
    <url>https://www.ismg.co.kr/</url>
  </publisher>
  <author class="글 그림">
    <name>이시구로 마사카즈</name>
  </author>
  <notes>
    <html:div>메이드 카페는 나오지 않습니다.</html:div>
  </notes>
</book>

책 정보를 나타내는 XML의 예제. 반구조화된 데이터(제목), 주석, 언어 태깅(xml:lang), XML 네임스페이스를 사용한 확장 등이 보인다.

본디 ISO가 표준화한 SGML(ISO 8879:1986)을 기반으로 해서 겉보기 문법은 거의 같지만, SGML이 허용하는 상당한 유연성을 포기하는 대신 인터넷에서 쓰기 좋도록 크게 단순화한 것이다. XML 1.0이 가장 널리 쓰이며, 사소한 부분이 바뀐 XML 1.1이 최신이지만 별로 쓰이지 않는다.

XML은 메타 포맷으로, 그 자체만으로 쓸 수도 있지만 사용하는 측에서 그 구조를 지정하는 게 보통이다. 이를테면 <book>이나 <isbn>과 같은 태그는 XML에 정의되어 있지 않으며, XML은 오로지, 이를테면 태그가 제대로 여닫혔는지 여부와 같이, 문법이 올바른지(well-formed) 확인하는 역할만을 담당한다. XML로 표현된 데이터의 구조를 좀 더 섬세하게 정의하는 것도 가능하지만, 궁극적으로 문법을 넘어서는 문제는 사용하는 쪽에서 검증해야 한다.

태그와 태그 사이에 자유로운 형식의 텍스트가 들어갈 수 있다는 점 때문에 XML은 반구조화(semi-structured)된 데이터에 가장 적합한 언어이다. 이는 구조화되어 있지 않은 데이터에 드문드문 표식(annotation)을 넣어 구조적인 요소를 추가한 것으로, 데이터가 정해진 구조에 맞지 않으면 오류가 나는 데이터베이스 시스템이나, 구조가 아예 존재하지 않는 플레인 텍스트 포맷과 차이를 보인다. 그래서 이론적으로는 처리하는 쪽에서 예상하지 않은 구조에 좀 더 유연하게 대처할 수 있다. 이것이 XML의 이름에 들어 있는 “확장성”의 본질이다.

쓸모 #

일단은 표준화된 공개 텍스트 포맷이며, 자기가 원하는 구조를 집어 넣을 수 있다는 장점이 있어서 XML을 기반으로 한 형식들이 많이 있다.

RSS와 Atom은 피드 포맷이다.
XHTML은 HTML의 XML 표현이다.
SVG는 2차원 벡터 이미지 포맷이다.
MathML은 수식을 표현하는 마크업 언어이다.
DocBook은 기술 문서를 위한 마크업 언어이다.
OpenDocument(ODF)와 오피스 오픈 XML(OOXML)은 각각 OpenOffice.org와 마이크로소프트 오피스에서 유래한 표준화된 사무용 파일 포맷이다.

이 중 많은 수가 XML로 표현하면 엄청나게 큰 파일이 되는 경우가 많아서, ZIP이나 gzip과 같은 압축 포맷으로 저장할 수 있게 하는 경우가 잦다. 위 예제 중에서 SVG의 경우 gzip으로 압축한 경우 본래의 .svg 대신 .svgz라는 확장자를 쓰게 되어 있고, ODF와 OOXML은 ZIP 파일로 저장한 것을 확장자만 바꾼 것이다.

무쓸모 #

XML은 데이터를 표현하는 외부 포맷으로 홍보되어 왔다. 이건 어려운 문제가 아니다. [생략] 그래서 XML의 본질은 이러한데, 푸는 문제는 어렵지 않음에도 그 문제를 잘 풀지 못한다는 것이다.
원문
XML is touted as an external format for representing data. This is not a hard problem. [snip] So the essence of XML is this: the problem it solves is not hard, and it does not solve the problem well.
—Jérôme Siméon and Philip Wadler, The essence of XML (강조는 원문에 없음)

[주장:] XML은 보통 쓰레기도 아니고 핵쓰레기다. 앞서 XML이 반구조화된 데이터에 가장 적합하다 했는데, 다르게 말하면 데이터가 비구조화(예: 바이트열)되었거나 완전 구조화(예: 데이터베이스)되어 있는 경우에는 훨씬 좋은 대안이 많으며, 특히 XML은 이러한 데이터에 대해선 궤멸적으로 불리하다. 그런데 이런 마크업 언어가 어쩌다가…

스키마 정의에도 쓰이고
프로그래밍 언어라고 부를 수 없는 쓰레기에도 쓰이고
이름에 simple이 들어 있는데 명세는 40쪽이고 아무 짝에도 쓸모가 없는 프레이밍 표준에도 쓰이고
시맨틱 웹이라는 뜬구름 잡는 헛소리의 근간이 되어 있다거나
완결되지 않은 XML 문서를 가지고 스트리밍을 하는 인스턴트 메시징 프로토콜도 생기게 되었는가?

XML 기술의 비대화에는 크게 두 가지 원인이 있다. 앞서 언급했듯 W3C는 시맨틱 웹에 상당히 크게 베팅을 하고 있었는데, 이 때문에 XML을 미래엔 아무도 거들떠보지 않을 시맨틱 웹 생태계의 기반이 되게 하려고 전혀 쓸모 없는 기술들을 양산해 냈다. 더불어 XML의 이름에도 확장성이 들어 있으니만큼, XML을 넣으면 자동으로 확장하기 좋은 소프트웨어가 될 거라고 믿는 자들이 믿을 수 없을 정도로 많았다.

현재에 이르러 그 결과는 처참하다. W3C는 XHTML2를 기점으로 웹 기술에 대한 영향력을 상실했으며, (뭐 항상 그래 오긴 했지만) 브라우저 벤더들의 결정을 확인하는 거수기에 불과한 존재로 전락했다. SVG와 같이 XML에 기반한 포맷이나 표준이 여전히 쓰이는 경우가 남아 있지만, 널리 쓰이는 새 표준이 XML에 기반하는 경우는 이제 정말 보기 힘들다. 이 모양이다 보니 보통이라면 쓰레기라서 채택될 이유가 없는 JSON이 오로지 XML보다 훨씬 간단하다는 이유로 널리 쓰이게 되어 버렸(으며 XML의 문제점도 일부 이어 받고 말았)다. XML의 유일한 장점이라면 표준 명세만은 멀쩡하게 쓰여 있다는 것이다.