스캔 PDF를 Word로 바꾸면 서식이 깨지는 이유
FreePDF 팀 작성 ·
스캔한 PDF는 풀어 보면 Word 문서가 나오는 파일이 아닙니다. 페이지를 찍은 사진을 겹쳐 놓은 것에 가깝죠. 그래서 무언가를 고치려면 먼저 이미지에서 글자를 읽어 내고, 문단과 단, 표가 어디에 있었는지 짐작해야 합니다. 서식이 무너지는 건 바로 이 짐작 단계이고, 스캔본이라면 시작하기 전에 어떤 방법을 쓸지 정해 두는 편이 낫습니다.
먼저 어떤 PDF인지 확인하세요
PDF 뷰어에서 문장 하나를 드래그해 보세요. 단어 단위로 선택되고 깔끔하게 복사된다면 이미 텍스트 층이 있는 파일이라, PDF Word 변환으로 편집 가능한 문서를 다시 만들 수 있습니다. 페이지 전체가 그림 한 장처럼 선택된다면 스캔본이고, 아래 내용이 해당됩니다.
스캔본을 PDF Word 변환에 넣으면 생기는 일
스캔본을 그대로 PDF Word 변환에 넣으면 페이지마다 이미지가 한 장씩 들어간 .docx가 나옵니다. 겉보기에는 멀쩡하지만 글자를 입력할 곳이 없습니다. OCR을 먼저 거쳐도 달라지지 않습니다. OCR은 각 페이지 뒤에 보이지 않는 텍스트 층을 더하는데, Word 변환은 그 숨은 층을 읽지 않기 때문입니다. 그러니 스캔본이라면 PDF Word 변환은 건너뛰고 아래 방법 중 하나를 고르세요.
스캔본에 실제로 통하는 방법
- Word에서 글을 고쳐야 한다면: PDF 텍스트 변환에서 “OCR 실행”을 켜세요. 인식된 글자가 담긴 .txt가 나오니, 새 Word 문서에 붙여넣고 거기서 서식을 잡으면 됩니다. 제목과 표는 직접 다시 만들어야 하지만 처음부터 타이핑할 필요는 없습니다.
- 검색하고 복사만 하면 된다면: PDF OCR 한 번으로 끝입니다. 페이지 모양은 그대로 두고 글자만 선택할 수 있게 됩니다.
- 대부분 숫자 표라면: PDF OCR을 먼저 돌린 뒤 PDF Excel 변환을 쓰세요. 표 추출은 OCR 층을 읽을 수 있습니다. 다만 옆 칸끼리 하나로 합쳐지는 일이 있으니 열이 제대로 나뉘었는지 확인하세요.
어느 쪽이든 레이아웃이 깨지는 이유
OCR은 글자를 알아볼 뿐, 그 페이지를 만든 사람의 디자인 의도까지 알지는 못합니다. 흐린 스캔에서는 8이 3으로 읽히기도 하고, 두 단짜리 페이지가 가로로 한 줄씩 이어 읽히기도 합니다. 표는 공백으로 구분된 값 나열로 나올 수 있고, 손글씨는 믿기 어렵습니다.
한국어 문서라면 더 근본적인 문제가 있습니다. 저희 OCR은 영어만 읽기 때문에 한국어 스캔본은 아예 인식되지 않습니다. 한국어 스캔본이라면 자기 컴퓨터에 ocrmypdf를 설치하고 -l kor+eng 옵션으로 실행하세요. 한국어와 영어가 섞인 문서도 함께 읽어 냅니다.
- 깨끗하고 반듯하며 대비가 뚜렷한 스캔일수록 OCR이 제대로 읽을 가능성이 높습니다.
- 표와 여러 단으로 된 페이지는 가장 꼼꼼히 검토해야 합니다.
- 도장과 손으로 쓴 메모는 정확성이 중요하다면 한 글자씩 원본과 대조하세요.
고치는 것보다 원본을 새로 구하는 게 빠릅니다
종이 원본이 아직 있다면 페이지와 수평을 맞춰 300 DPI 정도로 다시 스캔하세요. 손가락이나 그림자, 접힌 모서리가 프레임에 들어가지 않게 하고요. 회사 시스템에서 뽑은 PDF라면 원래 디지털 파일이나 원본 문서를 달라고 요청하세요. 진짜 디지털 PDF는 PDF Word 변환이 제대로 처리하고, 깨끗한 원본 하나가 한 시간짜리 서식 복구보다 시간을 더 아껴 줍니다.
자주 묻는 질문
Word 파일에 페이지 그림만 들어 있는 이유는 뭔가요?
PDF가 스캔본이었기 때문입니다. 변환 도구가 다시 짜 맞출 진짜 글자를 찾지 못해 페이지마다 이미지를 넣은 것입니다. PDF 텍스트 변환에서 OCR을 켜고 글자를 뽑아낸 뒤 Word에 붙여넣으세요. 한국어 문서라면 위에서 말한 대로 한국어 언어 팩이 있는 OCR을 쓰셔야 합니다.
흐린 스캔본을 다시 변환하면 나아지나요?
아니요. 변환을 반복해도 스캔할 때 담기지 않은 디테일은 생기지 않습니다. 가능하면 원본을 더 선명하게 다시 스캔한 뒤 OCR을 한 번만 돌리세요.