PDF에서 표를 추출해 엑셀로 옮기는 방법

표 형태의 데이터가 담긴 PDF가 있습니다. 재무 보고서, 가격표, 설문 조사 결과, 청구서 품목 항목 섹션 같은 것들이죠. 이 데이터를 Excel에서 다뤄야 합니다. 셀을 선택하고 복사한 뒤 스프레드시트에 붙여넣어 봅니다. 그 결과로 얻는 것은 뒤죽박죽 섞인 텍스트 한 줄, 엉뚱한 위치에 병합된 셀들, 혹은 아무것도 나오지 않는 상태입니다. 이는 버그가 아닙니다. PDF가 작동하는 방식이 그렇기 때문입니다.

PDF 표를 추출하기 어려운 이유

PDF는 표를 표로 저장하지 않습니다. 텍스트를 위치가 지정된 글리프(glyph)의 연속, 즉 페이지의 특정 X/Y 좌표에 배치된 문자들로 저장합니다. PDF 속 표란 단지 시각적으로 정렬되어 있고 그려진 선으로 구분되어 있을 뿐인 텍스트 행들일 뿐입니다. "이것은 셀이다", "이것은 3번째 열에 속한다", "이 행은 여기서 끝난다"를 나타내는 데이터 구조는 존재하지 않습니다.

PDF에서 복사-붙여넣기를 하면 리더가 시각적 위치를 바탕으로 구조를 추측하려 합니다. 열 경계를 잘못 잡고, 셀을 병합하며, 숫자를 여러 줄로 쪼개는 경우가 자주 있습니다. 표가 넓을수록 결과는 더욱 엉망이 됩니다.

방법 1: 직접 복사-붙여넹 (먼저 시도해 볼 가치가 있음)

네이티브 PDF, 즉 스캐너가 아닌 소프트웨어로 생성된 PDF라면 먼저 이렇게 해 보세요:

1. PDF를 엽니다:Adobe Reader또는Chrome.
2. 표 영역을 클릭하고 드래그하여 선택합니다.
3. 복사(Ctrl+C)합니다.
4. 를 사용하여 Excel 셀에 붙여넣습니다.선택하여 붙여넣기 -> 텍스트또는 먼저 텍스트 편집기에 붙여넣어 실제로 얻은 내용을 확인합니다.
5. 사용하기텍스트 나누기(엑셀의 데이터 탭)을 사용하여 붙여넣은 내용을 탭, 공백 또는 일관된 구분 기호로 분할합니다.

이 방법은 깔끔하게 서식이 지정된 간단한 2~3열 표에는 무난하게 작동합니다. 병합된 셀, 각주 또는 여러 줄로 된 셀 내용이 있는 복잡한 표에서는 제대로 작동하지 않습니다.

옵션 2: 전용 PDF to Excel 변환기

변환 도구는 PDF의 시각적 구조(셀 경계, 열 정렬, 글꼴 속성)를 분석하여 이를 스프레드시트 데이터로 재구성하려고 시도합니다. 결과물은 엑셀에서 바로 열 수 있는 XLSX 파일입니다.

Pagivo는 전용PDF to Excel 을(를) 개발하고 있습니다.변환기 이 경우 실행 시점의 작업 흐름은 다음과 같습니다: PDF를 업로드하고, XLSX를 다운로드한 다음, 잘못 감지된 경계가 있는지 결과를 검토합니다. 깔끔한 표 서식을 갖춘 네이티브 PDF의 경우 변환기가 대부분의 작업을 처리합니다.

예상 결과: 단순한 표에서는 변환이 정확하지만, 복잡한 레이아웃(병합된 헤더 행, 대각선 텍스트, 셀 안에 이미지가 있는 표, 과도하게 스타일이 적용된 테두리)에서는 정확도가 떨어집니다. 항상 출력된 숫자 합계를 원본 PDF와 대조하여 확인하세요. 복잡한 표에서는 반올림 오류나 열 정렬 오류가 실제로 발생할 수 있습니다.

옵션 3: Google Sheets 가져오기 (작은 표에 빠른 방법)

1. 열기Google Sheets그리고 새 스프레드시트를 만듭니다.
2. 이동파일 -> 가져오기그리고 PDF를 업로드합니다.
3. Google이 PDF에서 표를 구문 분석하여 시트 데이터로 가져오기를 시도합니다.

결과는 들쭉날쭉하며 복사-붙여넣기와 비슷하지만, 가져오기 단계가 수동 선택보다 표 구조를 더 잘 감지하는 경우가 있습니다. 전용 변환기가 없을 때 간단한 표에 시도해볼 가치가 있습니다.

옵션 4: 스캔한 PDF (다른 문제, 다른 해결책)

PDF가 스캔본(페이지 사진)이라면 추출할 텍스트 데이터가 전혀 없습니다. 복사-붙여넣기는 전체 페이지를 하나의 이미지로 선택합니다. 표준 PDF-to-Excel 변환기로는 아무런 유용한 결과도 얻을 수 없습니다.

스캔된 표의 경우, 표 구조를 특별히 이해하는 OCR이 필요합니다. 옵션:

• Google Docs- PDF를 Drive에 업로드하고 Docs로 엽니다. Google의 OCR이 텍스트를 추출하지만, 표 구조는 종종 유지되지 않습니다.
• Adobe Acrobat Pro- OCR과 표 인식 기능이 내장되어 있습니다. 복잡한 표에 대해 더 높은 품질을 제공하지만 유료 구독이 필요합니다.
• 전문 OCR 도구- ABBYY FineReader 및 유사한 도구는 표를 포함한 문서 구조 인식을 위해 특별히 설계되었습니다. 가끔 사용하기에는 과하지만 복잡한 스캔 표에 대해 가장 정확한 옵션입니다.

추출 후: Excel에서 데이터 정리

어떤 방법을 사용하든 결과물을 정리하는 데 몇 분 정도 시간을 할애할 계획을 세우세요:

• 여러 페이지에 걸친 표가 각 페이지에서 열 제목을 반복할 때 나타나는 빈 행과 중복된 머리글을 제거합니다.
• 숫자 형식 수정 - PDF가 다른 지역의 숫자 형식을 사용한 경우 쉼표와 마침표가 뒤바뀌었을 수 있습니다.
• 합계가 일치하는지 확인하세요 - 원본 PDF에서 계산된 값 한두 개를 수동으로 검증합니다.