이미지 기반 PDF란?
이미지 기반 PDF는 각 페이지가 실제 글자가 아니라 종이를 찍은 사진으로 이루어진 문서입니다. 보통 스캐너나 휴대폰 카메라로 만들어집니다. 겉보기에는 다른 문서와 같지만 컴퓨터에는 색이 있는 점의 집합으로만 보이고, 거기에 글자가 있다는 것을 알지 못합니다. 그래서 문서 안에서 검색할 수 없고, 문장을 선택할 수 없고, 숫자를 복사할 수 없으며, 화면 낭독기도 읽을 것이 없습니다. 어떤 경우든 처리가 끝난 뒤에는 새 파일을 열어 결과를 직접 확인하고, 원본은 안전한 곳에 따로 보관해 두는 것이 좋습니다. 처음 쓰는 도구라면 작은 파일로 먼저 시험해 보면 실수를 줄일 수 있습니다.
알아보는 방법
글자 줄 위에서 마우스를 드래그해 보세요. 페이지 전체가 한 덩어리로 선택되거나 아무것도 선택되지 않는다면 이미지로 이루어진 파일일 가능성이 큽니다. 파일 크기도 단서가 됩니다. 몇 장 안 되는 문서가 수십 메가바이트라면 대부분 페이지 크기의 이미지가 들어 있습니다. 페이지에 분명히 보이는 단어를 검색해도 찾지 못한다면 거의 확실합니다.
사용할 수 있게 만들기
광학 문자 인식, 즉 OCR은 이미지를 읽어서 그 뒤에 보이지 않는 실제 텍스트 층을 추가합니다. 페이지의 모양은 그대로이면서 검색과 복사가 가능해집니다. 품질은 스캔 상태에 크게 좌우되며, 선명하고 반듯하고 대비가 좋은 페이지가 흐리거나 기울어진 페이지보다 훨씬 좋은 결과를 줍니다. 스캔 파일은 크기 때문에, 글자가 읽히는 범위에서 압축해 두면 편리합니다.
AuraDoc에서 사용하기
AuraDoc의 OCR 도구는 스캔한 PDF를 검색 가능하게 만들고, 스캔 PDF 텍스트 복사 도구는 글자 자체를 꺼내 주며, 스캔 PDF 압축 도구는 파일을 가볍게 합니다. 각 단계는 새 파일을 출력합니다.
이 용어를 쓰는 도구
이 용어가 나오는 가이드
자주 묻는 질문
- 이미지 기반 PDF는 스캔한 PDF와 같은가요?
- 대부분의 경우 같습니다. 스캐너와 휴대폰 앱은 보통 이미지 페이지를 만듭니다. 일부는 텍스트도 함께 넣기 때문에, 판단 기준은 단어를 선택할 수 있는지 여부입니다.
- OCR을 하면 페이지 모양이 바뀌나요?
- 아니요. 이미지는 앞에 그대로 있고 인식된 텍스트는 뒤에 보이지 않게 놓이므로 페이지는 전과 똑같이 보입니다.
- OCR이 가끔 틀리는 이유는 무엇인가요?
- 대개 스캔 품질 때문입니다. 흐린 인쇄, 접힌 자국, 손글씨, 기울어진 페이지는 인식을 방해하므로 중요한 숫자와 이름은 눈으로 직접 확인하세요.