GEUL(General Encoding Unified Language)은 사람과 AI가 모호하지 않게 주고받기 위한 인공 언어이자 바이너리 형식이다.
이 문서들은 GEUL v1 문법을 정의한다. 지금 판은 공표 전 초안이며 바뀔 수 있다. 명세는 CC0 1.0으로 공개한다.
한눈에 보기
- 모든 데이터는 **16비트 워드(WORD)**의 연속이다. 빅 엔디언으로 쓴다.
- 데이터의 단위는 레코드다. 레코드는 TAG WORD 하나로 시작하고, 그 TAG WORD가 레코드의 종류와 길이를 말한다.
- 레코드는 네 가지(Kind)다.
| Kind | 하는 일 | 예 |
|---|---|---|
| Reference | 대상을 가리킨다 | 위키데이터 Q42, 이 문서 안의 #7 |
| Value | 값 자체를 담는다 | 날짜, 수량, 언어가 붙은 텍스트 |
| Edge | 다른 레코드를 묶어 서술한다 | “Q42는 사람이다”, “Q42의 영어 이름은 Douglas Adams다” |
| Meta | 문서에 관해 말한다 | 명세 판, 문서 ID, 작성자, 서명 |
- 레코드들은 문서 하나에 담긴다. 문서는 HTML처럼 HEAD(Meta, 그리고 문서 전체의 출처 SOURCE와 그 QUALIFIER)와 BODY(Reference·Value·Edge)로 나뉜다.
- 문서는 Issuer(발급 주체)가 내고, 버전마다 내용 해시로 고정된다. 공표한 버전은 바꾸지 않는다.
설계 원칙
- 코덱북 없이 건너뛸 수 있다. 레코드의 종류와 길이는 TAG WORD 16비트에 있다. 해석 방법(코덱북)을 모르는 디코더도 레코드를 세고 건너뛸 수 있다.
- 사실이 아니라 서술을 담는다. 문서는 누가, 언제, 무엇에서 나온 서술인지를 Meta와 근거 Edge로 함께 적는다.
- 식별은 Reference로 한다. 이름이 아니라 ID로 가리킨다. 이름은 Edge로 붙인다.
- 공표한 것은 바꾸지 않는다. 고친 내용은 새 버전으로 낸다. 문서 안의 ID는 버전을 넘어 같은 대상을 가리킨다.
- 비워 둔다. 비트 공간의 대부분을 미래에 남긴다. 직접 코드는 회수할 수 없으므로 빈도가 확인된 것만 배정한다.
하위 문서
처음 읽는다면 표의 위에서부터 차례로 읽는다.
| 문서 | 내용 |
|---|---|
| 레코드의 구조 | TAG WORD 레이아웃, Length, Codec, 확장 TAG |
| Issuer와 공표 | Issuer 등급, 2 WORD 배정표, 공개 방식, 서명, 검증키 |
| 공표 주소와 버전 목록 | ID 표기, 공표 주소, 형식 지정, Issuer 목록, 버전 목록, 신뢰 층 |
| Codec 규격 문서 | DECLARE·FIELD·ENUM·CODEC으로 쓰는 코덱북 |
| 일반 문서 | DOC·HEAD·BODY·END, 문서 ID, 내용 해시, 버전과 개정 |
| 코드 색인 | 배정 227칸 전체, Kind·계열별 Codec 표 |
| 섹션 배치 | 16개 섹션과 칸 배치, 배정·Reserved 구간 |
| 자리 표지 | ABSENT·UNKNOWN-VALUE·NO-VALUE, 수용 규칙 |
| Reference | 대상 식별, LOCAL, 외부 참조, Quantifier, 자리 표지 |
| Value | 값 계열, 직접 코드, 텍스트·수량·날짜 |
| Meta | 구조·정의·출처·계보·검증·정책·IMPORT |
| Edge | 서술·근거·실행·TOULMIN 계열, TRIPLE·QUALIFIER·LABEL |
| TOULMIN | 판정·실행 그래프 계열, NODE·LINK·SOURCE 레이아웃 |
| 예시: 위키데이터 항목 | 문서 하나를 워드 단위로 읽기 |
코덱북 없이 알 수 있는 것
| 정보 | 코덱북 없이 | 근거 |
|---|---|---|
| Kind | 안다 | TAG WORD의 섹션 w >> 9 구간(Reference 0~2, Value 3·4, Edge 5~13, Meta 14·15) |
| 레코드 전체 길이, 다음 레코드 위치 | 안다 | TAG WORD의 Length |
| Codec 번호 | 안다 | TAG WORD (Issuer 형식이면 확장 TAG의 Issuer와 코덱 번호) |
| 계열·클래스 | 일부 안다 | Edge 직접 코드의 계열만 비트로 안다. Value 직접 코드와 Issuer 형식의 계열, Meta 클래스는 비트로 모른다. Issuer 형식은 Issuer와 코덱 번호까지 안다. Meta 검증 클래스는 섹션 15의 C >= 5(w >= 0x1E50)로 안다 |
| Edge의 Edge Id | 안다 | Edge(섹션 5~13)의 첫 구성요소는 항상 LOCAL Reference |
| 자리 표지(적지 않음·알 수 없음·없음) | 안다 | WORD 값이 0x0000, 0x0010, 0x0020(Reference, C < 3, L 0). 자리 표지 |
| Quantifier | 안다 | 섹션 안 오프셋 C로, 섹션 0의 5 <= C < 30, 섹션 1의 C < 30이면 C % 5 |
| Codec별 TAG 길이, Payload 시작 위치 | 모른다 | 코덱북 |
| Payload 해석, Edge 구성요소의 역할 | 모른다 | 코덱북 |
- 코덱북이 없는 디코더는 레코드를 건너뛰며 Kind와 Codec별로 셀 수 있지만, 그래프 구조를 따라가지는 못한다.
- 모든 디코더는 Meta 구조·정의·IMPORT 클래스를 처리해야 한다. 이 Codec들은 GEUL 핵심 코덱북에 속하고, 디코더는 내장 번호 표로 안다(Meta).
코덱북은 GEUL 문서로 공표된다(Codec 규격 문서). 그래서 디코더는 필요한 규격 문서를 받아 읽으면 된다.
영역 구조
TAG WORD의 상위 비트는 영역을 나눈다.
| Prefix | 영역 | 비율 | 정의 |
|---|---|---|---|
1 | 먼 미래 | 50% | Reserved(먼 미래). 쓰지 않는다 |
01 | 미래 | 25% | Reserved(가까운 미래). 쓰지 않는다 |
001 | 표준 | 12.5% | 공식 채택되어 운용되는 문법 |
000 | 자유·제안 | 12.5% | 현재 문법. 채택되면 레이아웃을 그대로 두고 Prefix만 001로 옮긴다 |
현재 문법은 모두 000 영역에 있다. 이 명세의 모든 TAG WORD는 000으로 시작한다.
- v1 디코더는 Prefix가
000이 아닌 TAG WORD를 거부한다. 다른 영역은 뒤의 판이 정한다. 000영역은 제안 공간이다. 지금은 등록이나 보호가 적용되지 않는다.