스캔한 PDF에서 글자가 검색되지 않는 이유

보이는 단어가 항상 텍스트로 저장된 것은 아닙니다

스캔에는 글자의 이미지만 있을 수 있습니다. TruePage로 정리하거나 내보내도 OCR은 추가되지 않습니다. 읽기 쉬운 PDF를 준비하고 OCR 도구를 사용해 인식 결과를 원본과 대조하세요.

흔한 세 가지 문서 유형 구분하기

텍스트 문서에서 만든 PDF에는 실제 텍스트 개체가 들어갈 수 있습니다. 뷰어는 이를 선택하거나 검색할 수 있는 경우가 많지만, PDF 생성 방식에 따라 복사 품질과 읽기 순서는 다를 수 있습니다. 시각적인 페이지와 저장된 텍스트는 관련돼 있어도 동일한 것은 아닙니다.

이미지만 있는 스캔에는 페이지의 그림이 들어 있습니다. 글자처럼 보이는 검은 자국도 픽셀입니다. 뷰어가 선명하게 보여 줄 수 있어도 검색할 문자 순서는 없을 수 있습니다. 확대하면 픽셀을 자세히 볼 수 있지만 텍스트로 변환되는 것은 아닙니다.

OCR이 적용된 스캔 PDF는 페이지 이미지와 인식한 텍스트를 함께 담을 수 있습니다. 그림은 이전과 같아 보여도 텍스트 계층 덕분에 단어를 선택하거나 검색할 수 있습니다. 인식 결과에는 오류가 있을 수 있으므로 검색 성공은 텍스트가 있다는 근거이지 완벽한 전사의 증거는 아닙니다.

한 문서 안에 이 경우들이 섞일 수도 있습니다. 첫 페이지는 워드 프로세서에서 왔고 뒤에는 촬영한 영수증이 붙었을 수 있습니다. 첫 장의 제목이 검색된다고 모든 첨부도 검색 가능하다는 뜻은 아닙니다.

텍스트 검색을 지원하는 뷰어에서 확인하기

텍스트 선택과 문서 검색을 지원하는 뷰어에서 저장한 PDF를 엽니다. 페이지에 분명히 보이는 특징적인 단어를 골라 검색하세요. 이어서 짧은 문장을 선택해 본인이 관리하는 일반 텍스트 입력란에 복사해 봅니다.

한 페이지의 한 단어만 검사하지 마세요. 단어가 나뉘거나 예상과 다르게 인코딩되거나 잘못 인식됐을 수 있으므로 검색 한 번의 실패로 문서 전체가 이미지만 있다고 단정할 수 없습니다. 반대로 한 번 성공했다고 모든 페이지에 쓸 만한 텍스트가 있다고 볼 수도 없습니다.

복사 결과를 살펴보세요. 문자가 정확한지, 공백과 줄바꿈이 자연스러운지, 여러 단의 글자가 뒤섞이는지 확인합니다. 이런 검사는 단순히 텍스트 개체가 있는 것과 독자의 용도에 맞는 텍스트가 있는 것을 구별해 줍니다.

선택이 안 된다면 결론을 내리기 전에 뷰어의 동작과 문서 제한도 고려하세요. TruePage의 시각적 미리 보기는 페이지를 검사하는 기능이며 OCR 정확도 테스트가 아닙니다. 검색과 복사는 해당 기능을 지원하는 뷰어에서 확인합니다.

다시 내보내도 해결되지 않는 이유

TruePage에 JPG나 PNG를 추가하면 구성 안의 이미지 페이지가 됩니다. 이를 PDF로 내보내면 결과 문서에 이미지가 배치됩니다. 모든 픽셀 묶음을 분석해 문자로 지정하는 작업은 하지 않습니다.

이미지만 있는 PDF 원본에도 같은 원리가 적용됩니다. 페이지 순서 변경, 삭제, 회전은 문서 구성을 바꿉니다. 스캔 글자를 위한 인식된 텍스트 계층을 새로 만들지는 않습니다.

파일 확장자를 바꿔도 텍스트가 생기지 않습니다. 이미지로 만든 PDF에 검색 가능한 문자가 필요하다면 문자 인식이 필요합니다. 유용한 다음 단계는 같은 구성을 또 내보내는 것이 아니라 OCR을 제공하는 도구에서 인식하는 것입니다.

압축도 목적이 다릅니다. 저장 용량을 줄이는 작업이며 단어를 인식하지 않습니다. TruePage 압축 설정을 OCR 옵션으로 생각해서는 안 됩니다. 별도 과정에서 텍스트를 추가하지 않는 한 작은 이미지 PDF도 여전히 이미지 PDF입니다.

인식 전에 원본 품질 개선하기

원래 스캔의 흐림, 잘린 가장자리, 그림자, 기울기를 살펴봅니다. 인식은 있는 이미지를 기준으로 하므로 출력 픽셀을 늘리기만 해서 빠진 바닥글이나 읽히지 않는 글자를 확실하게 복원할 수는 없습니다.

전체 모양과 작은 글자를 함께 확인하세요. 페이지 전체로 보면 깔끔해도 읽기 크기에서는 비슷한 문자를 구분하기 어려울 수 있습니다. 날짜, 참조 번호, 문장부호, 소수점 기호가 용도상 중요하다면 특히 주의해서 검사합니다.

다시 스캔하거나 촬영할 수 있다면 종이 전체와 읽을 수 있는 세부를 확보하세요. 원근 보정이나 다른 정리가 필요하면 적절한 이미지 도구에서 복사본을 준비합니다. 변경을 비교하고 원래 정보를 잃지 않도록 원본도 보관합니다.

흐린 스캔의 출력 DPI를 높인다고 새로운 세부가 생긴다고 생각하지 마세요. 출력 픽셀은 많아질 수 있지만 무엇을 보여 줄 수 있는지는 여전히 원본이 제한합니다. 같은 결함을 크게 표현하는 것보다 좋은 입력이 유용합니다.

OCR로 넘기기 전에 페이지 정리하기

TruePage는 별도 OCR 작업에 보낼 문서를 일관되게 준비하는 데 사용할 수 있습니다. 대상 원본을 추가하고 순서를 맞추고 불필요한 항목을 제거한 뒤 누운 페이지를 회전합니다. 다음 도구가 실제로 인식해야 할 묶음을 받도록 결과를 확인하세요.

파일명 정렬만 따르지 말고 문서의 의도에 맞춰 순서를 정합니다. 스캔에는 표지, 첨부, 자체 인쇄 번호가 있는 페이지가 섞일 수 있습니다. 원본 사이의 연결을 읽고 예상한 수와 구성 수를 비교하세요.

직접 가져온 이미지에는 이미지 페이지 레이아웃으로 크기, 여백, 배치를 설정합니다. 맞춤은 사용 영역에 이미지 전체를 보이게 합니다. 채우기 (자르기)는 가장자리를 숨길 수 있어 OCR이 읽어야 할 단어가 끝부분에 있을 때 부적절할 수 있습니다.

공통 이미지 설정을 적용한 뒤 모든 페이지를 검사합니다. 비율이 다르면 같은 설정에서도 결과가 달라집니다. 기존 PDF 원본 페이지는 스캔 이미지를 담고 있더라도 이미지 페이지 레이아웃으로 다시 배치되지 않습니다.

OCR 입력을 구분되는 이름으로 내보내기

PDF 내보내기에서 원하는 범위를 확인합니다. 모든 페이지는 전체 구성을, 선택한 페이지는 현재 선택을 사용합니다. OCR 도구에 넘길 문서를 저장하기 전에 제안된 페이지 수와 파일 수를 확인하세요.

packet-arranged와 packet-searchable처럼 준비한 입력과 인식 결과를 구별하는 이름을 사용합니다. 이름은 작업 단계를 나타낼 뿐이므로 두 번째 파일을 인식 성공본으로 취급하기 전에 실제 내용을 검증하세요.

계속하기 전에 정리한 PDF를 열어 순서, 방향, 가장자리, 가독성을 검사합니다. 잘못된 페이지가 남거나 필수 첨부가 빠진 묶음에 문자 인식을 수행하는 일을 막을 수 있습니다.

OCR 결과를 평가하는 동안 준비한 복사본을 보관하세요. 인식 과정에서 페이지 모습이 예상과 달라지거나 다른 문제가 생기면 문서를 다시 조립하지 않고도 명확한 비교 기준을 사용할 수 있습니다.

용도에 맞는 OCR 출력 선택하기

OCR을 지원하는 도구에서 문서 언어를 적절히 고르고 출력 종류를 검토합니다. 페이지 이미지를 유지하는 검색 가능 PDF와 편집 가능한 텍스트 문서는 목적이 다릅니다. 받는 사람에게 실제로 필요한 형식을 사용하세요.

컴퓨터에 보관해야 하는 자료라면 해당 OCR 작업이 로컬에서 처리하는지 서비스로 전송하는지 먼저 확인합니다. 이는 그 OCR 과정에 관한 선택입니다. TruePage에서 로컬로 정리했다는 사실이 다른 도구의 파일 처리 방식까지 결정하지는 않습니다.

여러 언어, 표, 특이한 레이아웃이 있다면 더 면밀한 검토를 계획하세요. 문자 인식과 읽기 순서는 별도 문제입니다. 단어나 글자가 정확해도 여러 단이나 복잡한 위치 때문에 복사 순서가 불편할 수 있습니다.

검색 가능한 PDF를 자동으로 접근성이 확보된 문서나 완전한 편집 가능 복원본으로 취급하지 마세요. 검색 가능한 문자는 한 가지 기능입니다. 읽기 순서, 구조, 독자나 시스템의 요구 사항은 적절한 도구에서 추가 작업이 필요할 수 있습니다.

보이는 페이지와 인식 결과 대조하기

OCR 출력을 열어 검색과 복사를 다시 검사합니다. 가장 어려운 스캔을 포함해 문서 여러 부분의 페이지를 테스트하세요. 완료 메시지만 믿지 말고 인식된 단어를 보이는 이미지와 비교합니다.

이름, 번호, 날짜, 짧은 표기를 자세히 봅니다. 주변 단어 대부분이 맞아도 한 글자 오류 때문에 참조 번호를 찾기 어려울 수 있습니다. 이런 세부를 확인하는 동안 보이는 원본을 함께 두세요.

페이지 수와 순서가 그대로이고 필요한 가장자리가 남아 있는지도 확인합니다. OCR 성공이 조립 실수를 가리지 않게 해야 합니다. OCR 출력을 저장한 뒤에는 제출처의 용량과 형식 조건도 다시 검사하세요.

나중에 PDF 페이지를 PNG나 JPG로 내보내면 결과는 다시 그림이라는 점을 기억합니다. PDF의 검색 가능한 텍스트 계층이 검색 가능한 PDF 텍스트로 따라오지는 않습니다. 문서 검색이 필요한 독자에게는 인식된 PDF를 보관하고 그림이 필요한 용도에만 이미지를 사용하세요.

준비 컨트롤은 이미지를 PDF로 만들기와 페이지 정리를 참고합니다. TruePage는 보이는 페이지를 준비하고 배치하며, 별도 OCR 과정이 문자를 인식합니다. 마지막 비교를 통해 그 문자가 실제 작업에 쓸 수 있을 만큼 정확한지 확인해야 합니다.