PDF OCR 검색 가능화
스캔 PDF를 OCR로 검색 가능하게 변환 - 브라우저에서 로컬 처리, 원본 페이지 아래에 불가시 텍스트 레이어 추가, 업로드 없음.
내 파일
기기에서 로컬로 처리 중 ...
0%
파일이 기기를 떠난 적이 없습니다
제 파일이 업로드되나요?
아니요. 모든 처리가 브라우저에서 이루어지며, 파일이 기기를 떠나지 않습니다. 이것을 검증하는 방법
스캔 PDF는 본질적으로 이미지 더미입니다. 텍스트가 보이지만 선택, 검색, 복사가 불가능합니다. OCR(광학 문자 인식)은 이미지에서 글자를 읽어 각 페이지 위에 불가시 텍스트 레이어로 정확하게 얹습니다. 외관은 그대로이지만 PDF가 검색 가능해지고 텍스트를 선택할 수 있게 됩니다. 이것이 관공서, 기록 보관소, 전문 검색 시스템이 기대하는 표준 형식입니다.
출력 형식은 검색 가능 PDF(원본 페이지에 텍스트 레이어 추가) 또는 TXT 순수 텍스트 중 선택할 수 있습니다. 목록에서 문서 언어를 설정하세요. 독일어, 영어, 러시아어, 아랍어, 힌디어부터 일본어, 한국어, 중국어까지 100개 이상의 언어가 각자의 명칭으로 표시됩니다. 모든 처리는 WebAssembly로 브라우저 내에서 실행됩니다. "이미지 텍스트 추출" 도구와 동일한 오픈소스 Tesseract 엔진을 PDF 전체에 페이지별로 적용합니다. 처음 사용 시 브라우저가 엔진과 선택한 언어 모델을 한 번 내려받습니다(수 MB, 동일 출처). 이후에는 오프라인에서도 동작합니다.
이 도구는 스캔이나 이미지 기반 PDF를 위한 것입니다. 인식 품질은 스캔 품질에 크게 좌우됩니다. 선명하고 반듯하며 대비가 높은 인쇄 페이지는 매우 잘 인식되지만, 기울어지거나 흐릿한 페이지는 정확도가 떨어지며 손글씨는 신뢰할 만하게 인식되지 않습니다. 검색 가능 PDF에서는 각 페이지가 이미지로 재삽입됩니다. 이미 실제 텍스트가 있는 PDF에는 OCR이 필요 없습니다. 숫자와 고유명사는 결과를 확인하세요.
기술 사양
| 입력 형식 | |
|---|---|
| 출력 형식 | |
| 일괄 처리 | 지원 |
| 처리 방식 | 브라우저에서 로컬 처리 (WebAssembly) |
| 파일 업로드 | 없음 |
3단계로
- 스캔 PDF를 드롭합니다.
- 출력 형식(검색 가능 PDF 또는 텍스트)과 언어를 목록에서 선택합니다.
- 검색 가능한 PDF 또는 TXT를 다운로드합니다.
제한: 스캔/이미지 PDF를 OCR로 검색 가능하게 만들거나(불가시 텍스트 레이어) 순수 텍스트로 출력합니다. 100개 이상의 언어와 다양한 문자 체계의 인쇄 텍스트를 인식합니다. 손글씨는 신뢰할 만하게 인식되지 않습니다. 주의: 검색 가능 PDF의 불가시 텍스트 레이어는 Latin-1 폰트를 사용하므로 비라틴 문자(CJK, 아랍어, 키릴 문자 등)는 포함되지 않습니다. 이러한 문자 체계에는 "텍스트만 (TXT)" 출력을 이용하세요. 검색 가능 PDF에서는 각 페이지가 이미지로 재삽입되어 레이아웃은 유지되지만 파일이 커질 수 있습니다. 이미 실제 텍스트가 있는 PDF에는 OCR이 불필요합니다. 인식이 완벽하지 않으므로 특히 숫자와 고유명사를 확인하세요. 엔진과 언어 모델은 처음 한 번만 내려받습니다(수 MB, 동일 출처). 이후 오프라인 사용 가능. 대용량 PDF는 페이지 수와 기기에 따라 시간과 메모리가 필요할 수 있습니다.
자주 묻는 질문
PDF가 업로드되나요?
아니요. 렌더링과 텍스트 인식은 전부 브라우저 내 로컬에서 실행됩니다(WebAssembly). PDF는 기기를 벗어나지 않습니다. 계약서나 공문서를 처리할 때 특히 중요한 장점입니다.
검색 가능한 PDF란 무엇인가요?
페이지는 스캔 원본처럼 보이지만, 그 아래에 불가시 텍스트 레이어가 추가되어 있습니다. 이를 통해 PDF 내에서 검색하고, 텍스트를 선택하거나 복사할 수 있습니다. 시각적 표시는 동일하게 유지됩니다.
레이아웃이 보존되나요?
네. 각 페이지는 원본 페이지의 이미지로 재삽입되고, 불가시 텍스트 레이어가 그 위에 정렬됩니다. 외관은 변하지 않지만 파일 크기가 약간 커질 수 있습니다.
손글씨나 다른 언어도 인식되나요?
다른 언어는 가능합니다. 아랍어, 러시아어, 힌디어, 일본어, 한국어, 중국어 등 100개 이상의 언어를 선택할 수 있습니다. 손글씨는 신뢰할 만하게 인식되지 않으며 인쇄 텍스트만 지원합니다. 비라틴 문자 체계에는 "텍스트만 (TXT)" 출력을 이용하세요. 검색 가능 PDF 텍스트 레이어는 Latin-1에 한정됩니다.