PDF에서 문장을 복사하려는데 드래그가 안 되거나, 복사해서 붙여넣으면 아무것도 나오지 않는 경우가 있습니다. 그 PDF는 아마 종이를 스캔해서 만든 이미지 PDF일 가능성이 높습니다. 이런 문서에서 글자를 뽑아내는 기술이 OCR입니다.
텍스트 PDF와 이미지 PDF의 차이
텍스트 PDF
워드·한글에서 'PDF로 저장'으로 만든 문서입니다. 파일 안에 "이 위치에 '가'라는 글자를 그려라"라는 정보가 들어 있어 검색과 복사가 됩니다. PDF 뷰어의 '본문 텍스트 전체 복사' 기능도 이 정보를 읽습니다.
이미지 PDF(스캔 PDF)
스캐너나 휴대폰 카메라로 찍은 사진을 PDF에 담은 것입니다. 사람 눈에는 글자로 보이지만, 컴퓨터 입장에서는 점(픽셀)의 모음일 뿐입니다. 그래서 복사하면 빈 결과가 나옵니다.
OCR이란?
OCR(Optical Character Recognition, 광학 문자 인식)은 이미지 속 글자 모양을 분석해 실제 문자 데이터로 바꾸는 기술입니다. 최근에는 운영체제에 기본 탑재될 만큼 보편화되어, 별도 유료 프로그램 없이도 꽤 정확한 결과를 얻을 수 있습니다.
무료로 OCR 하는 방법
윈도우: PowerToys 텍스트 추출기
마이크로소프트의 무료 유틸리티 PowerToys를 설치하면 Win + Shift + T 단축키로 화면의 원하는 영역을 드래그해 글자를 바로 복사할 수 있습니다. PDF를 화면에 띄워 두고 필요한 부분만 잡아내기 좋습니다. 처리가 내 PC 안에서 이뤄집니다.
맥: 라이브 텍스트
macOS의 미리보기 앱에서 스캔 PDF나 이미지를 열면, 글자 위에 마우스를 올려 일반 텍스트처럼 선택·복사할 수 있습니다(라이브 텍스트 지원 버전 기준).
아이폰·갤럭시: 카메라와 갤러리
- 아이폰: 사진 앱에서 문서 사진을 열고 글자를 길게 누르면 선택·복사가 됩니다.
- 갤럭시: 갤러리에서 이미지를 열면 나타나는 텍스트 추출 버튼(T 아이콘)을 누르면 됩니다.
클라우드 문서 서비스
구글 드라이브에 이미지나 PDF를 올리고 구글 문서로 열면 OCR된 텍스트가 함께 표시됩니다. 편리하지만 파일이 외부 서버에 업로드된다는 점을 기억하세요. 민감한 문서는 기기 자체 OCR을 우선 사용하세요.
OCR 정확도를 높이는 팁
- 해상도: 스캔은 300dpi 이상으로 하세요. 너무 작은 글자는 오인식이 늘어납니다.
- 기울기: 문서를 반듯하게 놓고 찍으세요. 기울어진 문서는 줄이 섞여 인식됩니다.
- 조명: 그림자와 빛 반사를 피하세요. 흰 배경에 검은 글씨가 가장 정확합니다.
- 표와 다단: 표나 2단 편집 문서는 읽는 순서가 뒤섞일 수 있으니 영역을 나눠서 추출하세요.
추출 후 반드시 할 일
OCR 결과에는 '0'과 'O', '1'과 'l', '읍'과 '음' 같은 오인식이 섞이기 쉽습니다. 특히 숫자(금액, 날짜, 계좌번호)는 원본과 반드시 대조하세요. 추출한 텍스트 분량을 확인하거나 개인정보를 정리할 때는 글자수 세기와 개인정보 마스킹 도구를 함께 활용하면 편리합니다.