오래된 자료집을 스캔해 둔 PDF에서 문장 몇 개를 인용하려고 하면 드래그가 되지 않아 당황하게 됩니다. 스캔본은 글자가 아니라 사진으로 저장돼 있기 때문입니다. 몇 페이지를 손으로 다시 치는 대신, PDF모아의 스캔 PDF 글자 추출(OCR) 도구로 사진 속 글자를 텍스트로 뽑아낼 수 있습니다.
이런 문서에 필요합니다
- 스캐너나 복합기로 만든 PDF에서 문장을 복사하고 싶을 때
- 종이 자료를 디지털 텍스트로 옮겨 검색 가능하게 만들고 싶을 때
- 사진으로 저장된 문서를 편집 가능한 글로 바꿔야 할 때
글자를 추출하는 순서
- 스캔 PDF 글자 추출 페이지에서 스캔한 PDF를 올립니다.
- 문서 언어를 고릅니다. 기본값은 한국어 + 영어이며, 그 밖에 영어, 한국어만, 일본어, 중국어 (간체)를 선택할 수 있습니다. 문서에 맞는 언어를 고를수록 정확하게 읽어 냅니다.
- 인식 시작을 누르면 페이지의 글자가 인식되어 결과 칸에 표시됩니다.
- 결과 칸에서 오인식된 부분을 바로 고친 뒤 복사 버튼으로 붙여 넣거나 TXT 저장으로 파일로 받습니다.
언어 선택이 중요한 이유
한국어와 영어가 섞인 일반 문서라면 기본값을 그대로 두면 됩니다. 영어로만 된 문서는 영어를, 순수 한글 문서는 한국어만을 고르면 불필요한 혼동이 줄어듭니다. 일본어나 중국어 문서는 해당 언어를 반드시 선택해야 합니다.
알아두면 좋은 점
- 선명한 300DPI급 스캔본은 인식률이 높지만, 흐리거나 기울어진 스캔, 손글씨, 복잡한 표에서는 오인식이 생길 수 있습니다. 인식 후 한 번 훑어보며 고치는 것을 권합니다.
- 첫 실행은 언어 데이터를 내려받느라 시간이 걸리고, 그 뒤로는 페이지당 몇 초 수준입니다.
- 글자가 드래그로 선택되는 일반 PDF라면 OCR이 필요 없습니다. 그런 파일은 PDF 워드 변환 도구가 더 빠르고 정확합니다.
파일이 서버로 가나요
가지 않습니다. 내려받는 것은 글자 인식 기능과 언어 데이터뿐이고, PDF 파일의 처리와 인식은 전부 사용자의 브라우저 안에서 이루어집니다. 내부 자료나 개인 기록을 텍스트로 옮길 때도 외부 전송을 걱정하지 않아도 됩니다.
마무리
스캔본에서 글자를 옮겨 적느라 시간을 쓰셨다면 이제 언어를 고르고 인식 시작을 누르는 것으로 대신할 수 있습니다. 결과를 한 번 검토하는 습관만 들이면 문서 디지털화가 훨씬 수월해집니다.