한 줄 요약: 나는 PDF 자동화 결과를 확인할 때 글자가 추출됐다는 사실만으로 완료라고 하지 않습니다. 원문 텍스트, OCR, 최종 렌더링을 나누어 봐야 어디에서 결과가 달라졌는지 찾을 수 있었습니다.
텍스트가 보인다고 화면이 정상인 것은 아니었다
처음에는 텍스트 추출 결과가 맞으면 작업이 끝난 줄 알았습니다. 하지만 어떤 파일은 복사 가능한 글자는 정상이어도 표의 순서가 달랐고, 어떤 파일은 이미지 속 글자만 빠졌으며, 또 다른 파일은 실제 화면에서 줄바꿈과 여백이 달라졌습니다. 같은 문서를 읽는 방식이 하나가 아니라는 점이 문제의 출발점이었습니다.
내가 분리한 세 단계
- 원문 텍스트: 디지털 문서 안의 문자 정보와 구조를 확인합니다.
- OCR: 스캔본 또는 이미지 속 문자를 따로 읽어야 하는지 봅니다.
- 렌더링: 실제 페이지에서 빈 페이지, 표·이미지 위치, 줄바꿈이 의도대로 보이는지 확인합니다.
세 단계를 분리해 기록하면 문제가 생겼을 때 다시 처음부터 추측하지 않아도 됩니다. 예를 들어 글자 추출 문제인지, OCR 문제인지, 화면 구성 문제인지부터 좁힐 수 있었습니다.
내 개발 기록의 완료 기준
나는 파일이 생성됐다는 메시지보다 검수 항목을 남기는 방식을 선택했습니다. 페이지 수·빈 페이지 여부·이미지 위치·문자 확인처럼 사람이 다시 볼 수 있는 조건을 남겨야 다음 수정도 설명할 수 있기 때문입니다. 이 글은 특정 제품의 성능 비교가 아니라 내가 직접 PDF 작업에서 세운 검수 순서를 정리한 기록입니다.
공개 범위: 원문 파일, 고객·계정 정보, 내부 폴더명, 작업 화면은 포함하지 않습니다. 공개 가능한 검수 기준과 경험만 새 문장으로 정리합니다.
공식 문서로 보는 PDF 변환과 화면 차이
PDF 작업을 검수하는 순서를 정할 때는 각 도구가 어디까지 보장하는지 알아 두는 편이 좋습니다. 아래 내용은 2026년 10월 18일 기준으로 각 공식 문서에 적힌 것만 정리했습니다.
Microsoft: Word에서 PDF를 열 때
Microsoft 지원 문서에 따르면 PDF를 Word에서 열어 편집하면 Word가 변환된 사본을 만들고 원본 레이아웃에 맞추려 시도하지만, 결과가 원본 PDF와 똑같이 보이지 않을 수 있습니다. 텍스트 위주의 문서가 가장 잘 변환되고, 그래픽이 많은 페이지는 페이지 전체가 이미지로 바뀌어 글자를 고칠 수 없게 될 수 있다고 안내합니다. 원본 PDF는 그대로 남으므로 변환본은 버려도 됩니다.
변환이 어긋나는 이유도 설명돼 있습니다. PDF는 글자와 그래픽의 위치는 저장하지만 문단이나 표 같은 구조는 대체로 저장하지 않기 때문에, Word가 규칙으로 구조를 추정하고 그 추정이 틀릴 수 있다는 것입니다. 잘 변환되지 않는 요소로는 셀 간격이 있는 표, 페이지 색과 테두리, 변경 내용 추적, 프레임, 여러 쪽에 걸친 각주, 미주, 책갈피와 주석, 그림자·네온 같은 글꼴 효과 등이 나열됩니다.
Google Drive: 이미지와 PDF를 글자로 바꿀 때
Google Drive 도움말은 PDF와 jpeg·png·gif 사진을 Google 문서로 열어 글자로 변환하는 방법을 설명합니다. 파일 크기는 2MB 이하, 글자 높이는 10픽셀 이상이어야 하고, 이미지를 똑바로 돌려 두고, 대비가 분명하며 조명이 고른 선명한 이미지를 쓰라고 권합니다. 변환 뒤에는 굵게·기울임·글꼴 크기·줄바꿈 같은 서식은 유지될 가능성이 높지만, 목록·표·단(칼럼)·각주·미주는 인식되지 않을 가능성이 높다고 적혀 있습니다.
Apple: Mac 미리보기에서 글자가 선택되지 않을 때
Apple의 미리보기 사용 설명서는 PDF에서 글자를 선택하거나 복사할 수 없을 때 확인할 원인으로 두 가지를 듭니다. 하나는 텍스트 선택 도구가 켜져 있지 않은 경우로, 도구 메뉴에서 텍스트 선택을 켜면 됩니다. 다른 하나는 암호로 보호된 PDF인 경우로, 인스펙터의 암호화 항목에서 암호를 입력해야 합니다.
| 확인 상황 | 공식 문서가 알려 주는 원인 | 검수에서 할 일 |
|---|---|---|
| Word로 열었더니 표·줄바꿈이 달라짐 | PDF에 문단·표 구조가 저장돼 있지 않아 Word가 추정함 | 원본 PDF와 변환본을 나란히 놓고 표와 페이지 경계를 대조 |
| 이미지 속 글자가 변환되지 않음 | 그래픽 페이지는 이미지로 처리될 수 있음 | 글자 단계(OCR)와 화면 단계를 따로 기록 |
| Drive 변환 뒤 표·목록이 사라짐 | 표·목록·단·각주는 인식되지 않을 수 있음 | 변환 결과에서 구조 요소만 따로 점검 |
| 미리보기에서 글자가 선택되지 않음 | 텍스트 선택 도구 꺼짐 또는 암호 보호 | 도구 설정과 암호 여부부터 확인한 뒤 OCR 필요 여부 판단 |
세 문서가 공통으로 말하는 것은 “글자가 있다”와 “구조와 모양이 그대로다”가 서로 다른 사실이라는 점입니다. 이 글의 검수 순서(원문 텍스트, OCR, 렌더링)를 따로 기록하는 이유도 같습니다. 문제가 생긴 단계를 나눠 두어야 변환 도구의 한계인지, 파일 자체의 문제인지, 보는 환경의 차이인지 구분할 수 있기 때문입니다.
확인 자료
기준일: 2026-10-18