스캔 PDF OCR
텍스트 레이어가 없는 스캔·이미지 PDF에서 글자를 인식해 뽑아냅니다 · 브라우저 처리
1. PDF 선택
2. 언어
언어 데이터는 첫 사용 때 한 번 내려받아 브라우저에 캐시됩니다. 파일은 서버로 전송되지 않습니다.
3. 실행
텍스트 레이어가 없는 스캔·이미지 PDF에서 글자를 인식해 뽑아냅니다. 각 페이지를 이미지로 만든 뒤 tesseract.js로 인식하며, 파일은 서버로 전송되지 않습니다.
이런 걸 할 수 있어요
- ✓스캔·사진 PDF에서 텍스트 추출
- ✓한국어+영어·영어·일본어·중국어 인식
- ✓인식 결과를 화면에서 보고 복사·TXT 저장
- ✓여러 페이지 일괄 처리(앞 30장)
- ✓브라우저 내 처리 — 업로드 없음
이렇게 쓰세요
- 1스캔 PDF를 올립니다
- 2인식 언어를 고르고 '텍스트 인식'을 누릅니다
- 3결과를 복사하거나 TXT로 내려받습니다
지원 형식 · PDF(입력) → 텍스트/TXT
글자가 그림으로만 들어 있는 스캔 PDF에서 텍스트를 읽어 냅니다. 한국어+영어·영어·일본어·중국어(간체)를 고를 수 있고, 결과를 화면에서 보고 복사하거나 TXT로 저장합니다. 인식은 브라우저 안에서 이뤄져 문서가 서버로 가지 않으며, 한 번에 앞 30쪽까지 처리합니다.
사용 방법
- 1스캔한 PDF를 선택하거나 끌어다 놓습니다.
- 2인식 언어(한국어+영어·영어·일본어·중국어)를 고르고 '인식'을 누릅니다. 처음 한 번은 언어 데이터를 내려받느라 잠시 기다립니다.
- 3인식된 텍스트를 화면에서 확인하고 복사하거나 TXT로 저장합니다.
이럴 때 유용해요
스캔한 논문·판례에서 인용할 문단을 복사하거나, 종이로만 남은 계약서·회의록을 검색 가능한 텍스트로 만들거나, 스캔본 표의 숫자를 엑셀에 옮길 때 씁니다.
'PDF→워드'나 'PDF→엑셀'이 스캔 PDF에서 아무것도 못 뽑는 이유가 바로 텍스트가 없어서인데, 이 도구가 그 텍스트를 만들어 줍니다.
정확도를 높이는 조건
300DPI 안팎으로 또렷하게 스캔한 인쇄체는 인식률이 높습니다. 흐릿한 팩스, 기울어진 촬영본, 손글씨, 배경 무늬가 있는 서식은 오차가 늘어납니다. 언어를 문서와 맞게 고르는 것도 중요합니다. 한국어 문서에 영어가 섞여 있으면 '한국어+영어'를 고르세요.
결과는 반드시 원문과 대조하세요. 숫자 0과 알파벳 O, 1과 l처럼 비슷한 글자가 바뀌는 일이 흔합니다.
처리 범위와 시간
한 번에 앞 30쪽까지 인식합니다. 더 긴 문서는 '페이지 추출'로 30쪽씩 나눠 올리면 됩니다. 인식은 기기 성능에 따라 쪽당 몇 초에서 십수 초가 걸리고, 그동안 다른 탭을 써도 됩니다.
언어 데이터는 처음 한 번만 내려받아 브라우저에 저장되므로 두 번째부터는 바로 시작됩니다.
자주 묻는 질문
파일이 서버에 올라가나요?+
아니요. 인식은 브라우저 안에서 처리되어 문서가 기기를 떠나지 않습니다.
인식 정확도는 어떤가요?+
또렷한 인쇄체 스캔은 높고, 흐리거나 기울거나 손글씨면 오차가 늘어납니다. 결과는 원문과 대조하세요.
어떤 언어를 인식하나요?+
한국어+영어, 영어, 일본어, 중국어(간체) 중에서 고릅니다.
몇 쪽까지 되나요?+
한 번에 앞 30쪽입니다. 긴 문서는 '페이지 추출'로 나눠 올리세요.
검색되는 PDF로 만들 수는 없나요?+
이 도구는 텍스트를 뽑아 복사·TXT 저장하는 데 초점을 둡니다. 뽑은 텍스트를 워드에 붙여 PDF로 저장하는 방법이 있습니다.