utilopdf
한국어

PDF 텍스트 추출(OCR)

스캔본의 글자를 읽어 내고 페이지 이미지와 나란히 비교한 뒤, 잘못 읽은 부분은 그 자리에서 고치세요. 결과는 검색 가능한 PDF나 일반 텍스트 파일로 받을 수 있습니다.

글자를 읽을 PDF 파일 1개를 추가하세요. 스캔한 PDF도 됩니다.

또는 여기에 파일을 끌어다 놓으세요

PDF는 이 브라우저 탭 안에서 처리되고, 어디에도 업로드되지 않습니다.

사용 방법

  1. ‘파일 선택’을 누르거나 PDF 하나를 도구 위에 놓으세요. 페이지가 썸네일 띠로 나타나고, 페이지마다 ‘스캔’ 또는 ‘텍스트 있음’이 표시됩니다.
  2. ‘글자 인식 언어’에서 문서에 쓰인 언어를 모두 고르세요. 처음에는 한국어와 English가 선택되어 있고, 고른 내용은 기억됩니다.
  3. 분량이 많은 문서는 ‘페이지’ 아래에서 ‘페이지 범위’를 고르고 1-3, 5처럼 입력한 뒤 ‘적용’을 누르세요. 이 옵션은 페이지가 여러 장인 파일에서만 나타납니다.
  4. ‘전체 페이지 인식’을 누르거나, 페이지 하나를 열어 ‘이 페이지 인식’을 누르세요. 텍스트가 이미 들어 있는 페이지는 인식하지 않고 그 텍스트를 그대로 읽어 옵니다.
  5. 페이지와 글자를 비교하며 잘못 읽은 부분을 고치세요. 화면이 넓으면 페이지는 왼쪽에, 글자는 오른쪽에 놓입니다. ‘수정 취소’를 누르면 그 페이지가 인식했던 원래 글자로 돌아갑니다.
  6. ‘결과 저장’ 아래에서 보이지 않는 텍스트가 들어간 사본을 받으려면 ‘검색 가능한 PDF’를, 일반 텍스트를 받으려면 ‘텍스트 파일(.txt)’을 누르세요. 다른 곳에 붙여 넣을 때는 ‘전체 텍스트 복사’를 쓰면 됩니다.

주요 기능

  • 페이지와 글자를 나란히

    페이지 이미지와 인식된 글자가 함께 보이고, 글자는 직접 고칠 수 있는 상자에 담깁니다. ‘단어 상자 표시’를 켜면 인식된 단어마다 페이지 위에 색이 입혀져서, 어디서 무엇을 읽었는지 확인할 수 있습니다.

  • 겉모습은 그대로, 검색은 되는 사본

    ‘검색 가능한 PDF’는 모든 페이지를 원래 모습 그대로 두고, 인식한 단어를 그 위에 보이지 않는 텍스트로 깔아 둡니다. 그래서 검색으로 찾을 수 있고 선택하거나 복사할 수도 있습니다. 직접 고친 내용도 함께 들어가며, 파일 이름은 원래 이름 끝에 -ocr을 붙여 정해집니다.

  • 이미 텍스트가 있는 페이지

    텍스트가 이미 들어 있는 페이지는 인식 없이 그 텍스트를 바로 읽고 ‘텍스트 있음’으로 표시합니다. 그 텍스트가 이상하면 ‘그래도 인식’을 눌러 페이지 이미지를 대신 읽게 할 수 있습니다.

  • 일곱 가지 인식 언어

    독일어, 스페인어, 영어, 일본어, 포르투갈어, 프랑스어, 한국어 중에서 하나만 고르거나 한 페이지에 섞어서 고를 수 있습니다. 목록에는 각 언어가 그 언어 자신의 이름으로 표시됩니다. 예를 들면 Deutsch, 日本語입니다. 언어를 적게 고를수록 인식이 빨라지니 문서에 쓰인 언어만 고르세요.

  • 모든 페이지에서 검색

    ‘모든 페이지에서 찾기’는 전체 글자에서 일치하는 곳의 수를 세고, 페이지 위에 색으로 표시하며, 3쪽 (2)처럼 일치하는 곳이 있는 페이지를 나열합니다. 위쪽 집계에는 완료한 페이지 수, 단어 수, 글자 수가 표시됩니다.

  • 내 기기에서 인식

    글자는 브라우저 안에서 돌아가는 Tesseract OCR이 읽으므로 PDF가 업로드되지 않습니다. 처음 실행할 때는 이 사이트에서 언어 데이터를 내려받고, 브라우저가 이를 보관해 두었다가 다음에 씁니다.

알아 두면 좋은 점

계약서를 스캔했거나, 영수증을 사진으로 찍어 PDF로 만들었거나, 오래된 보고서를 받았다면 페이지마다 그림이 들어 있을 뿐이어서 글자를 찾을 수도 복사할 수도 없습니다. 글자를 인식해 두면 조항을 단어로 찾고, 문단을 메일에 붙여 넣고, 검색하면 바로 나오도록 문서를 보관할 수 있습니다. 글자만 필요할 때는 ‘텍스트 파일(.txt)’을, 페이지 모습을 그대로 둬야 할 때는 ‘검색 가능한 PDF’를 쓰세요.

인식은 밝은 종이에 짙은 글씨가 반듯하고 선명하게 스캔된 문서에서 가장 잘 됩니다. 작은 글자, 도장, 손글씨, 접힌 자국, 흐릿한 복사본은 잘못 읽는 일이 더 잦으니, 이름·날짜·금액은 페이지와 대조해 본 뒤에 쓰세요. 페이지가 여러 장인 문서의 텍스트 파일에는 페이지마다 — 2페이지 — 같은 줄이 들어가고, 직접 고친 내용은 두 파일 모두에 반영됩니다.

스캔 페이지는 한 장씩 읽기 때문에 분량이 많으면 시간이 걸리고, 휴대폰에서는 더 오래 걸립니다. ‘중지’를 누르면 실행이 멈추고, 이미 끝난 페이지는 그대로 남습니다. 열 때 비밀번호가 필요한 PDF는 읽을 수 없으니 먼저 PDF 암호 풀기로 비밀번호를 제거하세요. 페이지마다 확인하지 않고 텍스트 파일만 빨리 얻고 싶다면, PDF 텍스트 변환도 스캔 페이지를 읽어 줍니다.

자주 묻는 질문

스캔 PDF 안의 글자를 검색되게 하려면 어떻게 하나요?

파일을 추가한 뒤 ‘전체 페이지 인식’을 누르세요. 글자를 훑어본 다음 ‘검색 가능한 PDF’를 누르면 됩니다. 받은 파일은 겉모습이 스캔본과 같지만, 단어를 찾고 복사할 수 있는 PDF입니다.

저장한 뒤 페이지 모습이 달라지나요?

아니요. 원본 페이지는 그대로 남습니다. 인식한 단어는 보이지 않는 텍스트로, 페이지에서 나타난 바로 그 자리에 얹힙니다.

한국어나 일본어 문서도 인식되나요?

네. 한국어와 일본어(日本語)는 일곱 가지 인식 언어에 들어 있습니다. 시작하기 전에 ‘글자 인식 언어’에서 해당 언어를 고르고, 문서에 다른 언어가 섞여 있으면 함께 고르세요.

일부 단어가 틀리게 나오는 이유가 뭔가요?

흐린 인쇄, 작은 글자, 도장, 손글씨는 인식을 어렵게 합니다. 페이지 옆 텍스트 상자에서 단어를 고치면, 저장하는 두 파일 모두에 고친 내용이 쓰입니다.

이미 텍스트가 있는 PDF에도 쓸 수 있나요?

네. 자체 텍스트가 있는 페이지는 그 텍스트를 파일에서 곧바로 가져오고, 검색 가능한 PDF로 저장해도 그 페이지는 그대로 둡니다. 버튼 아래 메시지에는 보이지 않는 텍스트를 새로 넣은 페이지 수가 표시됩니다.

내 PDF가 업로드되나요?

아니요. 인식은 브라우저 안에서 이루어지므로 PDF는 내 기기에 남습니다. 내려받는 것은 언어 데이터뿐이며, 처음 인식을 실행할 때 이 사이트에서 가져옵니다.

함께 쓰면 좋은 도구