스캔 PDF 글자 인식 (검색·복사되는 PDF)

사용 방법

1. 글자를 고를 수 없는 스캔·사진 PDF를 끌어다 놓거나 눌러서 선택해요. 암호가 걸린 PDF는 먼저 PDF 암호 해제로 풀어 주세요.
2. 문서 언어(한국어+영어, 한국어, 영어)와 인식 정밀도(보통 200dpi, 정확하게 300dpi)를 고르고, 긴 문서는 페이지 범위를 정해요. 이미 글자가 있는 쪽은 기본으로 건너뛰어요.
3. '글자 인식 시작'을 누르면 쪽마다 글자를 읽고 남은 시간을 보여줘요. 중간에 취소할 수 있어요.
4. 끝나면 검색·복사되는 PDF가 저장돼요. 인식한 글자만 텍스트(.txt)로 받을 수도 있고, 결과를 바로 PDF 용량 줄이기 같은 다음 도구로 넘길 수 있어요.

어떻게 검색·복사가 되나요

각 쪽을 그림으로 그려서 글자 인식(OCR)을 하면, 낱말마다 글자와 위치(네모 칸)가 나와요. 다고침은 원래 쪽은 그대로 두고, 그 낱말을 같은 위치에 보이지 않는 글자(PDF의 투명 글자층, 렌더링 모드 3)로 써 넣어요. 그래서 화면에는 원본 스캔이 보이고, 검색하거나 드래그하면 그 아래 숨은 글자가 잡혀요. 낱말 너비에 맞춰 글자 크기를 정하기 때문에 선택 영역이 원래 글자와 거의 겹쳐요.

알아 두면 좋은 한계

• 인식이 틀린 낱말은 검색되지 않아요. 흐린 스캔, 기울어진 쪽, 아주 작은 글씨, 손글씨, 표 안의 글자, 세로쓰기는 정확도가 떨어져요.
• 한글과 영어 글자를 넣기 위해 나눔고딕 글꼴이 통째로 들어가 파일이 약 2MB 커져요. 필요하면 결과를 PDF 용량 줄이기(가볍게)로 다시 줄일 수 있어요.
• 쪽 하나에 몇 초에서 수십 초 걸려요. 처음 한 번은 글자 인식 데이터(한국어+영어 약 6MB)를 내려받아요.
• 휴대폰으로 찍은 사진을 바로 PDF로 만들고 싶다면 스캔 PDF 만들기가 더 편해요(모서리 보정·흑백 문서 모드).

사용한 오픈소스 / Open-source credits

• tesseract.js (Apache License 2.0)와 tessdata_fast 한국어·영어 데이터(Apache License 2.0) — 그림 속 글자를 인식해요.
• PDF.js (Mozilla, Apache License 2.0) — PDF 쪽을 그림으로 그려요.
• pdf-lib (MIT License)와 fontkit (MIT License) — 보이지 않는 글자층을 PDF에 써 넣어요.
• 나눔고딕 (Nanum Gothic) (네이버, SIL Open Font License 1.1) — 숨은 한글·영문 글자에 쓰는 글꼴이에요.

자주 묻는 질문