PDF OCR 사용 방법
- 1
스캔한 PDF 추가
스캐너나 휴대폰 스캔 앱으로 만든 파일을 끌어다 놓으세요. 선택할 수 있는 텍스트가 이미 있는 페이지가 몇 장인지 먼저 확인해요.
- 2
언어 선택
영어가 기본으로 선택되어 있고 브라우저 언어가 추천돼요. 문서에 실제로 나오는 언어를 최대 4개까지 추가하세요.
- 3
정확도와 페이지 설정
최고는 300 DPI, 빠르게는 200 DPI로 페이지를 읽어요. 처리할 페이지 범위를 정할 수 있고, 텍스트가 있는 페이지 건너뛰기도 선택할 수 있어요.
- 4
결과 다운로드
검색 가능한 PDF를 저장하거나, 인식된 내용 전체를 페이지마다 구분 표시가 들어간 .txt 파일로 내려받으세요.
제한 및 Pro
무료: 50 MB까지의 PDF, 한 번에 최대 200페이지 OCR, 47개 언어 중 동시에 최대 4개 언어 인식.
Pro는 한 번에 최대 5,000페이지, 최대 4 GB 파일까지 늘려줘요. 인식 속도는 기기의 프로세서에 따라 달라져요. Pro 보기
PDF OCR 소개
결과물은 원본 PDF에 스캔된 각 페이지마다 보이지 않는 텍스트 레이어가 더해진 파일이에요. 스캔 이미지는 다시 압축하거나 새로 그리지 않아서 겉모습은 그대로예요. 대신 인식된 단어가 모두 페이지의 제 위치에 놓여서 Ctrl+F로 찾고, 드래그로 선택하고, 복사해 붙여넣으면 진짜 텍스트가 나와요. 페이지는 300 DPI(빠르게 모드는 200 DPI)로 렌더링하고, 오픈소스 OCR 엔진인 Tesseract가 브라우저에서 WebAssembly로 실행되어 읽어요. 여러 페이지를 동시에 처리하고 페이지마다 진행 상태도 보여줘요.
옆으로 누웠거나 거꾸로 스캔된 페이지는 방향을 감지해 바르게 읽어요. 이미 선택할 수 있는 텍스트가 있는 페이지는 건너뛸 수 있어서, 섞여 있는 문서도 두 번 처리하지 않아요. 텍스트 레이어는 유니코드로 저장되므로 키릴 문자, 그리스어, 아랍어, 히브리어, 힌디어, 태국어, 중국어, 일본어, 한국어 결과도 라틴 문자처럼 검색하고 복사할 수 있어요. 일반 텍스트로 내보내면 인식된 내용이 페이지별로 모여요.
이런 때 쓰면 좋아요. 보관 중인 편지와 계약서를 검색 가능하게 만들기, 스캔한 청구서에서 숫자 뽑아내기, Word로 변환하기 전에 스캔본 준비하기, 화면 낭독기 사용자에게 들을 수 있는 텍스트 제공하기.
정확도는 스캔 상태에 달려 있어요. 300 DPI의 깨끗한 인쇄 텍스트는 대체로 거의 완벽하게 읽어요. 손글씨, 대비가 낮은 사진, 장식 글꼴, 아주 작은 글자, 비스듬히 찍은 페이지는 오류가 더 많아요. 심하게 기울어진 페이지는 바로잡지 않고, 엔진은 레이아웃이 아니라 단어를 읽기 때문에 단과 표는 내보내기에서 일반 텍스트 줄로 나와요.
개인정보 보호
스캔한 페이지는 이 브라우저 탭 안에서 WebAssembly로 컴파일된 Tesseract가 렌더링하고 인식해요. PDF도 인식된 텍스트도 서버로 전송되지 않아요. 엔진과 선택한 언어 파일(각각 2~15 MB)은 공개 CDN에서 한 번만 내려받아 브라우저에 저장돼요.
기능
검색과 복사
인식된 단어가 스캔 이미지 위에 배치되어, Acrobat, 미리보기, Chrome 등 다른 뷰어에서도 찾기, 선택, 복사가 돼요.
스캔 화질 그대로
보이지 않는 레이어만 더해서 도장, 서명, 사진이 원래 선명도를 유지하고 파일 용량도 거의 늘지 않아요.
47개 언어
영어, 스페인어, 독일어부터 아랍어, 힌디어, 중국어, 일본어, 한국어까지 한 번에 최대 4개를 조합할 수 있어요.
회전된 페이지
옆으로 누웠거나 거꾸로 된 페이지는 방향별로 다시 시도해서 가장 잘 읽은 결과를 사용해요.
섞여 있는 문서
텍스트 레이어가 이미 있는 페이지는 그대로 두어서, 일부만 스캔된 PDF의 처리 시간을 아껴요.