Unicodeに潜む「幽霊文字」の正体
원제: A spectre is haunting Unicode
왜 중요한가
文字コード標準の策定ミスが国際規格にまで波及した歴史的事例として、エンコーディング設計の信頼性とレガシー互換性の課題を示している。
1978年、日本の通商産業省（現・経済産業省）が策定したJIS X 0208規格に、出典不明の文字が複数混入していたことが判明した。これらは「幽霊文字」と呼ばれ、1997年の調査で大半の起源が解明されたが、その後Unicodeにも取り込まれ、現在も世界中のコンピュータに存在し続けている。
1978年に策定されたJIS X 0208には、出典や読み方が不明な文字が複数含まれていた。これらは「幽霊文字（ゆうれいもじ）」と呼ばれ、長年にわたり謎とされてきた。
1997年に行われた調査では、規格の作成に携わった担当者へのヒアリングを通じて、ほとんどの幽霊文字の起源が解明された。原因の多くは目録作成時のミスだった。例えば「妛」は、「山」と「女」を別々に印刷・切り貼りしてコピーした際、紙の継ぎ目が余分な画（かく）に見えたために誤記されたものであった。元の文字「𡚴」はJISにもUnicodeにも長らく収録されなかった。
中核的な幽霊文字は「妛挧暃椦槞蟐袮閠駲墸壥彁」の12字。このうち「彁」のみ、明確な出典も歴史的前例も見つからなかった。最有力説は「彊」の誤読だが、具体的な事例は特定されていない。
その後、JIS規格の普及に伴いこれらの文字はUnicodeにも収録された。Unicodeにはさらに、CJK統合漢字の作業中に独自に生じた幽霊文字群も存在する。1978年の小さなミスから生まれたこれらの文字は、現在もあらゆるコンピュータの文字テーブルに潜んでいる。