hwp와 hwpx, 같은 문서를 두 형식으로 저장해 안을 열어 봤습니다

공문을 내려받았는데 확장자가 .hwpx라 당황하는 일이 늘었습니다. 한글에서 저장할 때도 두 형식이 나란히 뜨니, 어느 쪽을 골라야 상대가 문제없이 열지 판단이 서지 않습니다.

같은 문서를 한글 2020으로 두 형식에 각각 저장한 뒤, 파일을 코드로 직접 열어 안에 무엇이 어떻게 담기는지 재 봤습니다. 이름만 다른 게 아니라 담는 방식 자체가 다른 파일이었고, 흔히 알려진 "hwpx가 더 작다"는 말은 넣은 그림이 무엇이냐에 따라 맞기도 하고 틀리기도 했습니다.

 

같은 문서를 hwp와 hwpx로 저장한 용량 비교 막대 그래프. 텍스트만 있으면 hwp 30,720바이트 대 hwpx 29,462바이트로 96%, 도표나 화면 캡처를 넣으면 107,008바이트 대 59,174바이트로 55%, 사진을 넣으면 670,208바이트 대 658,500바이트로 98%다. 문서 안의 그림만 보면 도표류는 74,880바이트가 28,829바이트로 줄지만 사진은 633,558바이트가 628,156바이트로 거의 그대로다

 

앞 몇 바이트만 봐도 다른 종류입니다

파일 맨 앞에는 형식을 알리는 표식이 들어 있습니다. 두 파일의 앞부분을 그대로 찍어 보면 이렇습니다.

text.hwp   앞 8바이트 : D0 CF 11 E0 A1 B1 1A E1
text.hwpx  앞 4바이트 : 50 4B 03 04   (PK..)

hwp의 D0 CF 11 E0는 OLE 복합 문서라는 표식입니다. 한 파일 안에 폴더와 파일을 흉내 낸 구조를 넣는 오래된 방식으로, 예전 .doc와 .xls도 같은 틀을 씁니다.

hwpx의 50 4B는 글자로 읽으면 PK, 즉 zip 압축 파일이라는 표식입니다. 요즘 오피스 문서가 쓰는 방식이고, 안에 든 것은 XML 문서 여러 개입니다.

그래서 이름만 바꿔 두는 방법은 통하지 않습니다. 양쪽으로 실제 바꿔 본 결과입니다.

hwpx 인 척하는 hwp   ZIP 으로 열리는가 : False
hwp 인 척하는 hwpx   OLE 로 열리는가   : False

정상 파일
  pic.hwpx  ZIP 으로 열리는가 : True
  pic.hwp   OLE 로 열리는가   : True

이름표를 바꿔도 안에 든 짜임이 바뀌지 않기 때문이며, 확장자만 바꿔서는 변환이 되지 않는 이유와 같은 이야기입니다. 형식을 바꾸려면 한글에서 열어 다른 이름으로 저장하며 형식을 고르는 수밖에 없습니다.

---

hwpx가 작다는 말은 절반만 맞았습니다

같은 크기(1,600x1,200)의 그림을 두 종류로 준비했습니다. 하나는 도표나 화면 캡처처럼 같은 색 면이 넓은 그림이고, 다른 하나는 잡티가 고르게 퍼진 사진형입니다. 각각을 넣어 두 형식으로 저장했습니다.

넣은 것	hwp	hwpx	hwpx 비율
텍스트만	30,720 B	29,462 B	96%
도표나 화면 캡처	107,008 B	59,174 B	55%
사진	670,208 B	658,500 B	98%

hwp는 어느 경우에나 그림을 손대지 않고 그대로 담습니다. hwpx는 zip이라 안에 든 것을 한 번 눌러 담는데, 여기서 결과가 갈립니다. 문서 안의 그림만 따로 재 보면 이렇습니다.

그림 종류	hwp 안에서	hwpx 안에서
도표나 화면 캡처	74,880 B	28,829 B (38%)
사진	633,558 B	628,156 B (99%)

JPG 사진은 이미 압축된 상태라 zip으로 한 번 더 눌러도 나올 것이 없습니다. 그래서 사진이 많은 문서는 형식을 바꿔도 용량이 거의 그대로입니다. 반면 색 면이 넓은 도표나 캡처는 남은 여지가 많아 절반 가까이 줄어듭니다.

hwpx는 표준 zip이라 파이썬 기본 기능만으로 안을 볼 수 있습니다. 별도 프로그램이 필요 없습니다.

import zipfile

z = zipfile.ZipFile("문서.hwpx")
for i in z.infolist():
    print(i.filename, i.file_size, "->", i.compress_size)

# BinData/image1.jpg       74880 -> 28829
# Contents/header.xml      32731 ->  3285
# Contents/section0.xml     6955 ->  2162

본문 서식이 담긴 header.xml은 32,731바이트가 3,285바이트로 줄었습니다. XML은 같은 낱말이 반복되는 글이라 압축이 특히 잘 듣습니다.

텍스트만 있는 문서의 70%는 본문이 아니었습니다

흥미로운 쪽은 사진이 없는 문서였습니다. 30,720바이트짜리 hwp 안을 열어 스트림별 크기를 봤더니 본문은 거의 자리를 차지하지 않았습니다.

hwp 안의 항목	크기	비중
PrvImage (미리보기 그림)	21,455 B	69.8%
DocInfo (글꼴, 문단 모양)	1,553 B	5.1%
PrvText (미리보기 글)	820 B	2.7%
BodyText/Section0 (본문)	356 B	1.2%

탐색기에서 문서 내용을 미리 보여 주려고 넣는 썸네일 그림 하나가 파일의 70%였습니다. 이 그림은 이미 PNG로 압축된 상태라 hwpx에서도 21,455바이트 그대로 들어갔고, 그래서 텍스트 문서에서는 두 형식의 용량 차이가 1,258바이트밖에 나지 않았습니다.

---

그래서 무엇으로 저장할까

이럴 때	이 형식
어디로 갈지 모르는 문서, 구버전 한글을 쓰는 곳에 보낼 때	hwp
도표나 화면 캡처가 많아 용량을 줄이고 싶을 때	hwpx
다른 프로그램이나 시스템에서 내용을 꺼내 써야 할 때	hwpx
사진이 많을 때	어느 쪽이든 비슷, 사진을 미리 줄이는 편이 효과가 큼

받는 쪽을 모르면 hwp, 도표가 많거나 내용을 꺼내 써야 하면 hwpx입니다. hwpx는 한컴오피스 2018 이후부터 정식 지원이라, 구버전만 쓰는 곳에 보내면 열지 못할 수 있습니다.

자주 묻는 질문

Q. hwpx가 안 열립니다.
쓰는 한컴오피스가 hwpx를 지원하지 않는 버전일 가능성이 큽니다. 보낸 쪽에 hwp로 다시 저장해 달라고 요청하는 편이 빠릅니다. 한컴이 아예 없을 때 여는 방법은 한컴 없이 hwp 여는 법에 정리해 두었습니다.

Q. hwpx로 바꾸면 내용이 달라지나요?
같은 프로그램에서 저장한 것이라 본문과 서식은 그대로입니다. 달라지는 것은 담는 방식과 용량입니다.

Q. 미리보기 그림을 뺄 수 있나요?
한글의 저장 설정에서 미리보기 저장을 끄면 그만큼 줄어듭니다. 다만 탐색기에서 내용이 미리 안 보이게 됩니다.

 

위 바이트 수치는 한글 2020으로 같은 문서를 두 형식에 저장한 뒤, 윈도우 11에서 파이썬 3.14.3의 zipfile과 olefile로 파일 내부를 직접 읽어 얻은 값입니다.

 

발표 자료가 6MB가 됐습니다, 슬라이드를 지워도 안 줄어드는 이유는 따로 있습니다

 

엑셀에는 15%로 보이는데, 파이썬으로 읽으면 왜 0.15가 나올까