스캔 문서에서 글자를 검색하고 싶다면 — OCR 이해하기
2026년 8월 · 개념 정리
분명 글자가 빼곡한 PDF인데 검색해도 아무것도 안 나오고, 드래그로 복사도 안 됩니다. 왜일까요? 그 PDF가 "글자"가 아니라 "글자가 찍힌 사진"이기 때문입니다. 이 차이를 이해하면 OCR이 무엇이고 언제 필요한지, 그리고 어떤 한계가 있는지가 한눈에 들어옵니다.
같은 PDF, 두 가지 속사정
PDF는 두 종류로 나뉩니다. 워드나 한글에서 "PDF로 저장"해 만든 문서는 내부에 실제 텍스트 데이터가 들어 있어 검색·복사가 됩니다. 반면 스캐너나 카메라로 만든 PDF는 본질이 이미지입니다. 사람 눈에는 똑같이 글자로 보여도, 컴퓨터에게는 픽셀 덩어리일 뿐이라 검색이 안 되는 거죠. 구분법은 간단합니다. 문서에서 아무 단어나 드래그해 보세요. 글자 단위로 선택되면 텍스트형, 영역이 네모로 잡히거나 아예 선택이 안 되면 이미지형입니다.
OCR — 사진 속 글자를 "진짜 글자"로
OCR(광학 문자 인식)은 이미지 속 글자 모양을 분석해 텍스트 데이터로 바꿔주는 기술입니다. OCR을 거친 스캔 PDF는 보기에는 그대로지만, 이미지 뒤에 투명한 텍스트 층이 깔려서 검색·복사·번역이 가능해집니다. 수백 쪽짜리 스캔 자료에서 특정 조항을 찾아야 할 때, 스캔된 명함·영수증을 데이터로 정리할 때, 종이책 자료를 인용할 때 OCR이 필요해지는 순간입니다.
무료로 OCR 하는 현실적인 방법들
- 구글 드라이브: 스캔 PDF나 이미지를 드라이브에 올리고 "Google 문서로 열기"를 하면 OCR이 수행되어 텍스트가 추출됩니다. 무료 방법 중 한국어 인식 품질이 준수한 편입니다. 단, 파일이 구글 서버에서 처리된다는 점은 감안하세요.
- 폰 내장 기능: 아이폰의 라이브 텍스트, 갤럭시의 텍스트 추출 기능은 사진 속 글자를 그 자리에서 선택·복사하게 해줍니다. 몇 문장 뽑는 용도로는 가장 빠릅니다.
- 설치형 프로그램: 뷰어 비교 글에서 다룬 알PDF 등이 무료 OCR을 제공합니다. 파일이 기기 밖으로 나가지 않는 것이 장점이고, 인식 정확도는 문서 상태에 따라 편차가 있습니다.
OCR의 한계 — 기대치 관리
OCR은 추측입니다. 인쇄물이 선명하고 반듯할수록 정확도가 높고, 다음 조건에서는 급격히 떨어집니다. 흐릿하거나 기울어진 촬영본, 손글씨(인쇄체가 아닌), 표와 다단이 복잡한 레이아웃, 도장이나 밑줄이 글자를 가린 경우. 특히 숫자는 반드시 원본과 대조하세요. 0과 O, 1과 l, 8과 B가 뒤바뀌는 것이 OCR의 고전적인 오류라, 금액·계좌번호·주민번호가 있는 문서에서는 치명적일 수 있습니다.
OCR 결과를 좋게 만드는 건 "스캔 품질"입니다
OCR 정확도의 절반은 프로그램이 아니라 입력물에서 결정됩니다. 스마트폰 스캔 가이드에서 다룬 원칙 그대로입니다. 밝은 곳에서 수평으로, 흑백 문서 모드로 찍은 스캔본은 어떤 OCR로도 잘 읽힙니다. 그리고 OCR 전에 문서를 정리해 두면 효율이 오릅니다. 필요한 부분만 추출해서 OCR 분량을 줄이고, 낱장 이미지들은 하나의 PDF로 묶어 한 번에 처리하는 식으로요.