XML확장성 생성 언어 · Extensible Markup Language
시작 · 끝 태그로 이름 붙인 요소를 트리로 중첩해 문서와 데이터의 구조를 글자로 적는 W3C 표준 마크업 문법이다. 태그 이름을 미리 정하지 않아 분야마다 자기 어휘를 만들어 쓴다.
1요약
- XML 은 W3C 가 1998년 2월 권고로 낸 SGML(ISO 8879:1986)의 부분집합으로(현행 판 = 2008년 11월), 그 위에서 SVG · Office Open XML · RSS · SOAP 같은 문서 · 메시지 형식이 각자의 태그 어휘를 정해 돈다.
- 형식마다 파서를 따로 짜지 않도록 XML 1.0 은 태그 짝이 틀린 문서를 모든 적합한 파서가 치명 오류로 멈추게 정했다(XML 1.0 1.2절) — 대신 DTD 실체를 제한 없이 펼치면 784바이트 문서가 약 3 GB 로 불어난다(10배 확장 9단계 · 원문 식 직접 계산).
- 「XML 을 못 읽는다」는 어느 검사에서 멈췄나로 가른다 — xmllint 종료 코드 4 = 문법(well-formed), 3 = 스키마 검증(valid), 11 = 네임스페이스를 빠뜨린 XPath 다(xmllint 매뉴얼).
2등장 배경
1980년대 출판 · 국방 문서는 SGML(ISO 8879:1986)로 구조를 적었지만, 선택 기능이 많아 파서를 만들기 어려웠다. 웹의 HTML 은 SGML 로 정한 어휘 하나라서 쓰는 쪽이 새 태그를 더할 수 없었다.
1996년 W3C 는 XML 작업반을 꾸렸고, Tim Bray · Jean Paoli · C. M. Sperberg-McQueen 이 편집한 XML 1.0 이 1998년 2월 10일 권고가 됐다. 설계 목표 10개는 «인터넷에서 바로 쓸 것 · SGML 과 호환 · 처리 프로그램을 쉽게 짤 것 · 선택 기능은 0에 가깝게»를 앞에 둔다(XML 1.0 1.1절). 뒤이어 네임스페이스(현행 2009) · XSLT 1.0(1999) · XML Schema(현행 1.1 · 2012) · XPath 3.1 · XSLT 3.0(2017)이 검증 · 질의 · 변환을 맡았다.
지금 웹 API 의 데이터 교환은 JSON(RFC 8259 · 2017)이 많이 맡는다. XML 은 SVG · Office Open XML 같은 문서 형식, 설정 파일, 스키마 검증과 전자서명이 필요한 업무 전문에 남아 있다.
3쉽게 이해하기 — 본사와 지점 사이의 서류 검수 창구
본사 보고 담당이 지점에 재고 보고서를 보낸다. 보고서는 항목마다 「수량」 같은 이름표를 붙이고, 항목을 열면 같은 이름표로 닫는다. 지점 검수 창구는 먼저 열고 닫은 이름표가 짝이 맞는지 보고, 다음으로 미리 정한 빈 견본과 항목 순서 · 값 모양이 맞는지 본다. 거래처마다 「이름」 항목의 뜻이 달라 항목에 소속 도장을 찍고, 서류에 「창고 서류를 여기에 붙여라」라는 쪽지가 끼어 있으면 따르지 않는다.
그림 1 · 검수 창구는 이름표 짝 · 견본 · 소속 도장 · 끼운 쪽지를 차례로 보고, 지점은 통과한 서류에서 필요한 항목만 찾는다 — 실제로는 XML 파서 · 스키마 · 네임스페이스 · XPath 다.
그림 2 · 이름표 짝이 틀리면 창구가 서류를 그 자리에서 돌려보내고, 견본과만 다르면 받을지를 지점이 정한다 — 치명 오류와 검증 오류의 차이다.
| 비유 속 역할 | 실제 이름 | 실제로 하는 일 |
|---|---|---|
| 보고 담당 · 재고 담당 | 만드는 응용 · 받는 응용 | 문서를 써서 보내고, 파서가 넘긴 트리에서 값을 꺼내 쓴다 |
| 재고 보고서 | XML 문서 | 선언 뒤에 루트 요소 하나, 그 안에 요소 트리 |
| 항목 이름표 | 시작 태그 · 끝 태그 | <qty> 로 열고 </qty> 로 닫아 요소의 범위를 정한다 |
| 봉인 검사 | well-formed 검사(파서) | 태그 짝 · 따옴표 · 루트 하나를 보고, 틀리면 처리를 멈춘다 |
| 빈 견본 | DTD · XML Schema | 요소 순서 · 횟수 · 값의 자료형을 정하고 문서를 대조한다(valid) |
| 소속 도장 | 네임스페이스 | 이름 앞에 URI 를 붙여 같은 이름의 요소를 구별한다 |
| 끼워 넣은 쪽지 | 외부 실체 선언(XXE) | DTD 의 SYSTEM 실체가 파일 · URL 을 읽어 문서에 넣게 한다 |
| 항목 찾기 · 옮겨 적기 | XPath · XSLT | 경로 식으로 노드를 고르고, 규칙으로 다른 형식 문서를 만든다 |
⚠ 비유가 맞지 않는 곳: 실제 파서는 견본 대조를 기본으로 하지 않는다 — 검증하지 않는 파서도 적합한 프로세서이고(XML 1.0 5.1절), 스키마 검증은 응용이 켜야 돈다. 또 실체 선언은 서류 중간의 쪽지가 아니라 문서 앞 DTD 에 적힌다.
4구조 — 문서 트리와 XML 기술 모음
XML 문서는 선언(프롤로그) 뒤에 루트 요소가 정확히 하나 오고, 요소는 시작 · 끝 태그 안에 다른 요소와 텍스트를 품는다(XML 1.0 2.1절 규칙 [1]). 파서는 이 글자를 트리로 읽고, 그 트리 위에서 검증(DTD · XML Schema) · 질의(XPath) · 변환(XSLT) 표준이 돈다.
그림 3 · 같은 문서가 글자로는 줄이고 파서 안에서는 트리다 — 요소는 기본 네임스페이스를 물려받지만 속성 sku 는 네임스페이스가 없다.
| 구성 | 맡는 일 | 형태 | 대표 값 | 근거 |
|---|---|---|---|---|
| XML 1.0 문법 | 태그 · 속성 · 실체 · 문자 규칙 | EBNF 생성 규칙 | 루트 하나 · 미리 정한 실체 5개(< · & 등) | XML 1.0 2.1 · 4.6절 |
| 네임스페이스 | 이름 충돌 막기 | xmlns · 접두 | 예약 접두 xml · xmlns | Namespaces in XML 3절 |
| DTD | 요소 · 속성 · 실체 선언 | <!DOCTYPE> 안 선언 | ELEMENT · ATTLIST · ENTITY | XML 1.0 2.8 · 4.2절 |
| XML Schema | 자료형 · 횟수 · 단언 검증 | XML 로 쓴 스키마(.xsd) | xs:positiveInteger · 단언(1.1) | XSD 1.1(2012) |
| DOM | 트리 전체를 메모리에 두고 읽고 고침 | 객체 인터페이스 | Document · Element · Text | DOM Standard 4.5 · 4.9 · 4.11절 |
| SAX | 읽는 대로 이벤트를 넘김 | 콜백(ContentHandler) | startElement · characters | Java SE org.xml.sax |
| XPath | 노드 고르기 | 경로 식 | /p:catalog/p:part[@sku] | XPath 3.1(2017) |
| XSLT | 다른 문서로 변환 | XML 로 쓴 규칙 | xsl:template · 스트리밍(3.0) | XSLT 3.0(2017) |
DOM 은 트리 전체를 메모리에 올리고, SAX 는 읽는 대로 이벤트만 넘겨 큰 파일을 적은 메모리로 읽는다.
5동작 — 부품 목록 하나를 받아 표로 바꾸기
협력사가 보낸 부품 목록 parts.xml 을 검사 · 추출 · 변환하는 사례다. 파일 이름 · 내용(부품 3개 · 네임스페이스 urn:example:parts)은 설명용 가정 값이고, 명령 결과는 xmllint(libxml 2.13.6)와 lxml 6.0.2(libxslt 1.1.39)로 직접 실행한 값이다.
- 받는 서버가 263바이트 UTF-8 파일을 받는다 — 첫 줄
<?xml version=, 루트"1.0" encoding= "UTF-8"?> <catalog xmlns=아래"urn:example:parts"> part3개(P-208 · P-311 · P-405). - 파싱 전에 입력에
<!DOCTYPE가 있는지 본다 — 없으므로 실체 선언도 없다. 밖에서 온 문서는 DTD 를 끄고 읽는다(OWASP XXE). xmllint --noout parts.→ 출력 없이 종료 코드 0 — 태그 짝 · 속성 따옴표 · 루트 하나를 통과해 well-formed 다(XML 1.0 2.1절).xml xmllint --noout --schema parts.→xsd parts. xml parts.xml validates· 종료 코드 0 —qty가 xs:positiveInteger,sku가 필수 속성이라는 스키마를 지켰다(XSD 1.1).- 수량만 뽑으려고
xmllint --xpath "//qty" parts.을 돌리면xml XPath set is empty· 종료 코드 11 — 문서의qty는{urn:example:parts}qty인데 접두 없는 식은 네임스페이스 없는qty를 찾았다(xmllint 매뉴얼). - 이름의 로컬 부분으로 다시 고른다 —
xmllint --xpath "sum(//*[local-name()='qty'])" parts.→ 60(40 + 12 + 8).xml - XSLT 1.0 규칙이
xmlns:로 접두를 묶고p= "urn:example:parts" match=·"/p:catalog" select=로 돌아"p:part" <table>3행(P-208 40 · P-311 12 · P-405 8)을 만든다(XSLT 1.0 · lxml 문서).
그림 4 · 문서는 DOCTYPE · 문법 · 스키마 검사를 모두 넘었지만, 네임스페이스를 뺀 XPath 는 빈 결과를 냈고 이름 공간을 맞추자 60 과 표 3행이 나왔다.
🔑 well-formed 는 모든 파서가 지키는 바닥이고 valid 는 응용이 고르는 계약이다 — 태그 짝이 틀리면 처리가 멈추지만(XML 1.0 1.2절 치명 오류), 스키마 위반은 오류를 보고한 뒤 받을지를 응용이 정한다.
문서를 바꾸는 규칙은 DTD 의 실체 선언에 있다. 파서는 본문의 참조 &lol9; 를 선언 값으로 바꿔 넣는데, 한 단계가 앞 단계를 10번 참조하면 9단계에서 3 × 10⁹ 바이트가 된다(XML 1.0 4.4절 · 원문 식 직접 계산). SYSTEM "file:///etc/passwd" 같은 외부 실체는 파일 · URL 을 읽어 문서에 넣는다(XML 1.0 4.2.2절 · CWE-611).
그림 5 · 실체 한 단계마다 펼친 크기가 10배가 되어, 784바이트 입력이 3단계에서 입력을 넘고 9단계에서 3 GB 에 이른다.
🔑 XML 의 위험은 태그가 아니라 DTD 에 있다 — 실체 선언 하나가 메모리 · 파일 · 네트워크에 접근하므로, 밖에서 온 문서는 DTD 를 끄고 읽는다(OWASP XXE).
⚠ 한도는 구현마다 다르다. libxml2 2.13.6 은 위 문서를 「Maximum entity amplification factor exceeded」로 멈췄지만(이 실행 환경 값), Python 문서는 Expat 2.7.2 미만이면 billion laughs 에 취약할 수 있다고 밝힌다(Python xml 문서). OWASP 는 Java 에서 disallow-doctype-decl 기능을 켜 DTD 자체를 거부하라고 권한다.
6비교 — XML 과 JSON
| 기준 | XML | JSON |
|---|---|---|
| 데이터 모형 | 요소 트리 · 속성 · 텍스트와 요소가 섞인 혼합 내용(XML 1.0 3.2.2절) | 객체 · 배열 · 값(RFC 8259 2절) |
| 값의 자료형 | 모두 글자 · 자료형은 스키마가 정함 | 숫자 · 문자열 · true · false · null 이 문법에 있음 |
| 스키마 · 검증 | DTD 는 XML 1.0 안 · XML Schema 는 W3C 권고 | 문법 밖 별도 규격(JSON Schema) |
| 이름 충돌 | 네임스페이스 URI 로 구별 | 규격 없음(키 이름 약속) |
| 질의 · 변환 | XPath 3.1 · XSLT 3.0 | JSONPath(RFC 9535 · 2024) · 변환은 코드로 |
| 주석 · 실체 | 주석 · 처리 명령 · 실체 있음 | 없음 → 실체 확장 공격 없음 |
| 문자 인코딩 | 선언으로 지정 · UTF-8 · UTF-16 은 모든 파서가 읽음(4.3.3절) | 밖과 주고받으면 UTF-8 필수(8.1절) |
분석사람이 읽는 문서 · 혼합 내용 · 스키마 검증과 전자서명이 필요한 업무 전문은 XML, 브라우저 · 모바일 앱이 주고받는 API 데이터는 JSON 이 맞다. 근거는 표의 「데이터 모형」 · 「값의 자료형」 행 — JSON 은 프로그램 자료 구조로 바로 풀리고, XML 은 문단 속 강조처럼 글과 요소가 섞인 내용을 담으며 스키마로 형을 강제한다.
7실무 진단 — 멈춘 검사 단계 가르기
분석바이트 → 문법 → 스키마 → 네임스페이스 순서로 본다. 앞 단계에서 치명 오류가 나면 파서는 정상 처리를 이어 가지 않고(XML 1.0 1.2절), xmllint 종료 코드가 단계마다 달라 한 번 실행으로 갈리기 때문이다(xmllint 매뉴얼).
| # | 증상 | 의심 원인 | 단계 | 확인 명령 · 자료 | 판정 기준(근거) |
|---|---|---|---|---|---|
| 1 | 첫 줄 근처에서 파싱 실패 · 한글 깨짐 | 선언 encoding 과 실제 바이트가 다름 · 선언 앞 공백 | 문자 | xmllint --noout · 첫 바이트 16진 덤프 | 선언한 인코딩에 맞지 않는 바이트 = 치명 오류(XML 1.0 4.3.3절) · 종료 코드 4 |
| 2 | Opening and ending tag mismatch | 끝 태그 오타 · 닫는 태그 누락 | 문법 | xmllint --noout | 종료 코드 4 = well-formed 아님(xmllint 매뉴얼 · XML 1.0 2.1절) |
| 3 | fails to validate | 값 자료형 · 요소 순서 · 필수 속성 위반 | 스키마 | xmllint --noout --schema parts. | 종료 코드 3 · 오류 줄의 {네임스페이스}요소 이름과 스키마 대조(XSD 1.1) |
| 4 | XPath · XSLT 결과가 비어 있음 | 기본 네임스페이스를 식에 넣지 않음 | 네임스페이스 | xmllint --xpath · 문서의 xmlns | 종료 코드 11 = 결과 없음 · 요소의 URI 와 식의 접두 대조(Namespaces in XML 6.2절) |
| 5 | 파서 메모리 · CPU 급증 · 서버 파일 내용이 응답에 섞임 | DTD 실체 확장 · 외부 실체 | 보안 | 입력의 <!DOCTYPE · <!ENTITY 검색 · 파서 설정 | 밖에서 온 문서의 DTD 는 거부 · Java = disallow-doctype-decl true(OWASP XXE · CWE-611) |
보안 행은 장애가 아니라 공격 신호라 순서와 별도로 입력 단계(사례 ②)에서 먼저 막는다.
8시험 대비
www.q-net.or.kr시험에서는 XML 의 개념 · 특징과 well-formed · valid · DTD · XML Schema 를 묻는 정의 · 특징형과, HTML · JSON 또는 DOM · SAX 를 나란히 놓는 비교형이 나올 수 있다. 정의 · 특징형은 «문서 → 파서 → 검증 → 질의 · 변환» 순서에 표준을 하나씩 붙이고, 비교형은 데이터 모형 · 자료형 · 검증 · 보안 네 축으로 표를 짠다.
- 개요 — 정의(W3C 1998 · SGML 부분집합 · 현행 판 2008) · 설계 목표(인터넷 · SGML 호환 · 처리 쉬움)
- 구조 — 그림 3 글자 ↔ 트리(선언 · 루트 하나 · 요소 · 속성 · 텍스트 · 네임스페이스)
- 판정 — well-formed(치명 오류) ↔ valid(검증 오류) · DTD ↔ XML Schema 1.1 차이
- 처리 기술 — 구조 표(DOM · SAX · XPath · XSLT) + 그림 4 처리 순서(단계별 종료 코드)
- 보안 — 그림 5 실체 확장 그래프(784바이트 → 3 GB) · XXE(CWE-611) · DTD 끄기 설정
- JSON 비교 · 동향 — 비교표 7행 · 웹 API = JSON · 문서 · 업무 전문 = XML
꼭 쓸 키워드
well-formedvalidDTDXML Schema네임스페이스XPathXSLT실체XXE혼합 내용
다른 답안과 차이를 내는 한 가지는 그림 5 다 — 「XML 은 보안에 취약하다」 대신 784바이트 문서가 단계마다 10배로 불어나는 값을 보이고, 막는 설정(DTD 거부)까지 적으면 판단이 드러난다.
9오해와 사실
- 오해기본 네임스페이스를 선언하면 접두 없는 속성도 그 네임스페이스에 들어간다.사실기본 네임스페이스는 요소 이름에만 걸리고 접두 없는 속성의 네임스페이스는 값이 없다(Namespaces in XML 6.2절) — 그림 3 의
sku가 그 예다. - 오해스키마에 맞지 않는 문서는 파서가 읽지 못한다.사실처리를 멈추는 치명 오류는 well-formed 위반이고, 검증 위반은 보고 뒤 계속할 수 있는 오류다(XML 1.0 1.2절) · 검증하지 않는 파서도 적합한 프로세서다(5.1절).
- 오해well-formed 문서라면 파서에 넣어도 안전하다.사실그림 5 의 실체 확장 문서와 외부 실체 문서도 well-formed 다 · 위험은 문법이 아니라 DTD 처리에서 생긴다(CWE-611 · OWASP XXE).
10핵심 정리
| 검사 · 기술 | 판정 주체 | 실패하면 | 확인 명령 | 표준 | 사례 값 |
|---|---|---|---|---|---|
| 문자 해독 | 파서 | 치명 오류 · 멈춤 | xmllint --noout | XML 1.0 4.3.3절 | UTF-8 · 263바이트 |
| well-formed | 모든 파서 | 치명 오류 · 종료 코드 4 | xmllint --noout | XML 1.0 2.1 · 1.2절 | 짝 · 따옴표 · 루트 하나 |
| valid | 검증 파서 · 스키마 | 검증 오류 · 종료 코드 3 | --schema · --valid | XSD 1.1 · XML 1.0 2.8절 | xs:positiveInteger |
| 네임스페이스 | 이름 해석 | 빈 결과 · 종료 코드 11 | --xpath · xmlns 확인 | Namespaces in XML 6.2절 | urn:example:parts |
| XPath | 질의 엔진 | 빈 노드 집합 | --xpath | XPath 3.1 | 합계 60 |
| XSLT | 변환 엔진 | 빈 출력 | lxml · xsltproc | XSLT 1.0 · 3.0 | <table> 3행 |
| 실체 처리 | 파서 설정 | 메모리 폭증 · 파일 노출 | <!DOCTYPE 검색 | XML 1.0 4.2절 · CWE-611 | 784바이트 → 3 GB |
11참고 문헌
- 먼저 볼 문헌
- ★ Extensible Markup Language (XML) 1.0 (Fifth Edition) — well-formed · valid 정의와 실체 · 인코딩 규칙을 원문으로 볼 때
- ★ Namespaces in XML 1.0 (Third Edition) — 기본 네임스페이스가 요소에만 걸리고 속성에는 걸리지 않는 규칙을 볼 때
- ★ XML External Entity Prevention Cheat Sheet — 언어 · 파서별로 DTD 와 외부 실체를 끄는 설정을 찾을 때
- ★ xmllint - command line XML tool — --noout · --schema · --xpath 옵션과 종료 코드를 볼 때
- ★ W3C XML Schema Definition Language (XSD) 1.1 Part 1: Structures — 자료형 · 횟수 · 단언으로 문서를 검증하는 규칙을 볼 때
- 본문 근거
- XML Path Language (XPath) 3.1 — W3C · 2017-03 ·
www.w3.org/TR/xpath-31/· 확인 2026-11-04 - XSL Transformations (XSLT) Version 3.0 — W3C · 2017-06 ·
www.w3.org/TR/xslt-30/· 확인 2026-11-04 - XSL Transformations (XSLT) Version 1.0 — W3C · 1999-11 ·
www.w3.org/TR/1999/REC-xslt-19991116· 확인 2026-11-04 - DOM Standard — WHATWG · 2026-10 ·
dom.spec.whatwg.org/· 확인 2026-11-04 - Java SE 21 API - Package org.xml.sax — Oracle · 2023-09 ·
docs.oracle.com/en/java/javase/21/docs/api/java.xml/org/xml/sax/package-summary.html· 확인 2026-11-04 - CWE-611 Improper Restriction of XML External Entity Reference — MITRE · 2026-10 ·
cwe.mitre.org/data/definitions/611.html· 확인 2026-11-04 - Python 3 Documentation - XML Processing Modules (XML security) — Python Software Foundation · 2026-11 ·
docs.python.org/3/library/xml.html· 확인 2026-11-04 - RFC 8259 The JavaScript Object Notation (JSON) Data Interchange Format — IETF · 2017-12 ·
www.rfc-editor.org/rfc/rfc8259· 확인 2026-11-04 - RFC 9535 JSONPath: Query Expressions for JSON — IETF · 2024-02 ·
www.rfc-editor.org/rfc/rfc9535· 확인 2026-11-04 - lxml - XML and HTML with Python (XSLT) — lxml project · 2026-11 ·
lxml.de/xpathxslt.html· 확인 2026-11-04