문서를 스캔하여 Word로 변환한 뒤 결과를 열어보면 빈 페이지, 단일 삽입 이미지 또는 깨진 문자만 나오는 경우가 있습니다. 이는 가장 흔한 PDF 불편 사항 중 하나이며, 그 원인은 거의 항상 동일합니다. PDF에 실제 텍스트가 아닌 스캔 이미지가 포함되어 있다는 것입니다.
네이티브 PDF vs. 스캔 PDF: 핵심 차이점
PDF 파일에는 근본적으로 서로 다른 두 종류가 있습니다:
- 네이티브(디지털) PDF는 Word, Google Docs, Acrobat 또는 프린터 드라이버와 같은 소프트웨어로 생성됩니다. 텍스트는 파일 내부에 실제 문자 데이터로 저장됩니다. 이런 종류의 PDF를 Word로 변환하면 변환기가 문자를 직접 읽어들입니다. 결과는 대체로 정확하며 서식도 대부분 유지됩니다.
- 스캔 PDF는 페이지의 사진입니다. 스캐너가 이미지를 캡처하고, PDF 소프트웨어가 그 이미지를 PDF 봉투로 감쌉니다. 내부에는 텍스트 데이터가 없고 픽셀만 있을 뿐입니다. 이 파일을 여는 PDF-to-Word 변환기는 문자가 아닌 이미지를 보게 되며, 이미지에서 편집 가능한 텍스트를 생성할 수 없습니다.
어떤 종류의 PDF인지 확인하는 방법
PDF를 열고 커서로 단어를 선택해 보세요. 개별 단어를 하이라이트하고 클립보드로 복사할 수 있다면 네이티브 PDF입니다. 커서가 페이지 전체를 하나의 블록으로 선택하거나, 아무 작업도 하지 않는다면 스캔된 PDF입니다.
필요한 것: OCR
스캔된 PDF를 편집 가능한 텍스트로 변환하려면 광학 문자 인식(OCR)이 필요합니다. 이미지를 분석하여 글자, 단어, 단락 구조를 식별하는 소프트웨어입니다. OCR은 Word 변환 전에 또는 그 대신 별도의 단계로 실행됩니다.
스캔된 PDF를 OCR할 수 있는 도구:
- Google Docs- PDF를 Google Drive에 업로드하고 마우스 오른쪽 버튼 클릭 -> Google Docs로 열기를 선택하세요. Google이 자동으로 OCR을 실행합니다. 품질은 다양하지만 깨끗하게 잘 스캔된 문서에는 좋습니다.
- Adobe Acrobat Pro- 도구 -> 스캔 문서 개선 -> 텍스트 인식을 선택하세요. 정확한 결과를 제공하지만 유료 구독이 필요합니다.
- Microsoft OneNote- PDF를 인쇄 출력 이미지로 삽입한 후 마우스 오른쪽 버튼을 클릭하고 -> 그림에서 텍스트 복사를 선택하세요. 페이지별로 작동하며 서식은 유지되지 않습니다.
문서가 OCR 처리된 후에는 Word로 훨씬 더 좋은 결과를 얻으며 변환할 수 있습니다. 다음을 사용하세요.Pagivo의 PDF to Word도구를 편집 가능한 DOCX가 필요할 때 OCR 단계 이후에 사용하세요.
최상의 OCR 결과 얻기
OCR 정확도는 스캔 품질에 크게 좌우됩니다. OCR이 깨진 출력을 생성하는 세 가지 가장 흔한 원인:
- 해상도가 너무 낮음.150 DPI 미만은 문자 인식 신뢰성이 떨어집니다. 꾸준히 좋은 결과를 얻으려면 300 DPI가 사실상 최소 기준입니다.
- 페이지 기울어짐.2도 정도의 기울기만 있어도 문자 경계 감지가 모호해집니다. 대부분의 스캐너 소프트웨어에는 자동 기울기 보정(auto-deskew) 옵션이 있습니다. 해당 기능이 있다면 활성화하세요.
- 손글씨 내용.OCR은 인쇄된 텍스트로 학습되었습니다. 필기 인식은 별개의 문제로, 훨씬 더 어렵습니다. 표준 OCR 도구는 손글씨 페이지에서 poor한 결과를 출력합니다.
편집이 아니라 검색만 필요한 경우
문서를 편집하는 것이 아니라 문서 내부의 텍스트를 찾는 것만 필요하다면, Word로 변환할 필요가 전혀 없습니다. 그 경우의 목표는 텍스트를 새 형식으로 추출하는 것이 아니라 이미지 위에 숨겨진 텍스트 레이어를 추가하여 PDF를 검색 가능하게 만드는 것입니다. PDF에 텍스트 레이어가 생기면 대부분의 PDF 뷰어에서 Ctrl+F가 정상적으로 작동합니다. 다음도 사용할 수 있습니다.Ask PDF검색 가능한 OCR PDF를 만들어 달라고 요청하세요.
도구보다 원본 스캔 품질이 더 중요한 이유
어떤 변환 소프트웨어도 스캐너가 캡처하지 못한 디테일을 복원할 수는 없습니다. 흐릿하거나 노출이 부족한 낡은 복사본 스캔은 어떤 도구를 사용하든 Word 출력 품질이 좋지 않습니다. 가장 효과가 큰 개선 방법은 원본이 있다면 항상 더 높은 해상도와 더 나은 조명으로 문서를 다시 스캔하는 것입니다.