PDF Markdown 변환은 유용하지만 마법은 아닙니다. PDF는 텍스트, 이미지, 도형, 다른 객체가 페이지 어디에 놓이는지를 설명하는 레이아웃 문서이고, Markdown은 제목, 문단, 목록, 링크, 코드 블록, 간단한 표를 설명하는 구조화 텍스트 형식입니다.
이 차이가 대부분의 변환 한계를 설명합니다. 변환기는 단순히 글자를 추출하는 것이 아니라 읽기 순서, 제목 단계, 목록 구조, 표 경계, 무시해야 할 내용을 판단해야 합니다.
마지막 검토: 2026-06-01. 일반 모드는 선택 가능한 텍스트에 가장 잘 맞고 브라우저에서 로컬 실행됩니다. 스캔본, 이미지형, 복잡한 PDF는 고급 OCR을 사용할 수 있으며 결과는 24시간 보관됩니다.
출력 품질이 달라지는 이유
겉보기에는 똑같은 PDF라도 내부 데이터는 크게 다를 수 있습니다. 한 파일은 깨끗한 텍스트, 문단, 논리적인 읽기 순서를 가지고 있고, 다른 파일은 개별 위치 문자, 스캔 이미지, 숨은 텍스트 레이어, 복잡한 레이아웃 객체로 이루어져 있을 수 있습니다.
가장 흔한 문제는 PDF가 의미 구조를 항상 저장하지 않는다는 점입니다. 어떤 단어가 페이지의 특정 좌표에 있다는 사실은 알 수 있어도, 그것이 두 번째 단계 제목인지, 표의 첫 칸인지, 이전 페이지 문단의 연속인지 알 수 없을 때가 많습니다.
스캔 PDF에는 OCR이 필요합니다
PDF 페이지가 본질적으로 이미지라면 일반 모드는 추출할 텍스트 레이어가 없습니다. 화면에서는 글자가 보이지만 브라우저는 그것을 문자로 복사할 수 없습니다.
다음 경우 고급 OCR을 사용하세요.
- 스캔한 계약서, 책, 편지, 양식.
- 종이를 촬영해 저장한 PDF.
- 스캔 프로그램에서 내보낸 이미지형 PDF.
- 글자가 아니라 전체 페이지 이미지만 선택되는 파일.
OCR은 글자를 인식하지만 오류가 있을 수 있습니다. 저해상도 스캔, 기울어진 페이지, 손글씨, 도장, 그림자, 특수 글꼴은 정확도에 영향을 줍니다. 중요한 이름, 숫자, 날짜, 법률 또는 재무 용어는 원본 PDF와 반드시 대조하세요.
표는 가장 어려운 부분입니다
Markdown은 간단한 표를 지원합니다. 하지만 PDF 표는 시각적으로 복잡하고 구조가 명확하지 않은 경우가 많습니다. 깔끔한 Markdown 표에는 명확한 행과 열, 단일 헤더, 병합 셀이 없는 구조가 필요합니다.
다음 경우 보통 수동 정리가 필요합니다.
- 병합 셀.
- 다층 헤더.
- 들여쓰기, 소계, 합계가 있는 재무제표.
- 페이지를 넘어가는 표.
- 셀 내부 각주.
- 회전된 헤더.
- 셀 안의 목록이나 여러 문단.
일반 모드는 가능할 때 간단한 표 구조를 보존합니다. 고급 OCR은 일부 표를 더 잘 처리하고 인식된 표를 Markdown에 넣지만, 복잡한 표는 여전히 수동 재구성이 필요할 수 있습니다. 업무상 중요한 데이터라면 행 단위로 원본 PDF와 대조하세요.
이미지와 차트는 일반 Markdown 텍스트가 아닙니다
일반 모드는 텍스트 추출에 집중하며 이미지, 차트, 다이어그램을 실제 이미지 파일로 추출하지 않습니다. PDF 안의 차트 제목이나 설명은 변환될 수 있지만, 차트 자체는 일반 모드에서 사용 가능한 이미지 리소스가 되지 않습니다.
고급 OCR은 OCR 서비스가 이미지 리소스를 반환할 때 결과에 이미지를 포함할 수 있습니다. 이미지가 포함된 결과는 base64를 단일 Markdown 파일에 직접 넣는 것보다 Markdown과 이미지 파일을 함께 담은 ZIP으로 다운로드하는 편이 관리하기 쉽습니다.
이미지가 보존되더라도 문맥이 필요합니다. Markdown으로 게시할 계획이라면 주변 캡션, 그림 번호 참조, 필요한 alt 텍스트를 추가하는 것이 좋습니다.
다단 레이아웃은 읽기 순서를 흔들 수 있습니다
PDF의 텍스트 순서는 시각 순서와 다를 수 있습니다. 2단 페이지는 가로 위치 기준으로 텍스트를 저장할 수도 있고, 디자인 도구가 만든 객체 순서대로 저장할 수도 있으며, 여러 조각으로 나뉠 수도 있습니다. 변환 후 잘못된 시점에 왼쪽 단에서 오른쪽 단으로 건너뛰는 일이 생길 수 있습니다.
특히 주의할 문서는 다음과 같습니다.
- 학술 논문.
- 브로슈어.
- 뉴스레터.
- 제품 자료 페이지.
- 라벨과 값이 섞인 양식.
- 사이드바나 안내 박스가 있는 보고서.
중요한 내용이라면 변환된 Markdown을 섹션별로 확인하세요. 때로는 완전한 자동 추출을 기대하기보다 변환 후 텍스트 블록을 직접 옮기는 것이 가장 빠릅니다.
머리말, 꼬리말, 페이지 번호가 본문에 들어올 수 있습니다
PDF는 페이지마다 번호, 문서 제목, 기밀 문구, 날짜, 회사명을 반복하는 경우가 많습니다. 변환기는 그것들도 실제 텍스트 객체이기 때문에 결과에 남길 수 있습니다.
변환 후 반복 줄을 빠르게 찾아보세요. 본문 읽기를 방해한다면 삭제하는 것이 좋습니다. 버전 번호, 섹션명, 필요한 법적 문구처럼 의미가 있을 때만 남기세요.
수식과 특수기호는 직접 확인해야 합니다
수학식, 화학 기호, 법률 기호, 통화 기호, 기술 표기는 완전히 보존하기 어렵습니다. PDF는 이를 일반 Unicode 텍스트가 아니라 특수 글꼴, 벡터 그래픽, 위치 문자로 저장할 수 있습니다.
공학, 학술, 법률, 금융 업무에 사용할 출력이라면 이 기호를 직접 확인하세요. 수식은 LaTeX 또는 사용하는 Markdown 렌더러가 지원하는 형식으로 다시 써야 할 수 있습니다.
링크, 각주, 참고문헌도 정리가 필요할 수 있습니다
PDF 링크는 깨끗한 Markdown 링크 주소 없이 보이는 텍스트만 변환될 수 있습니다. 각주는 문단 중간이나 페이지 끝에 들어올 수 있고, 인용은 줄바꿈 병합 중 공백이나 구두점이 달라질 수 있습니다.
유용한 정리 작업은 다음과 같습니다.
- 중요한 링크를 표준 Markdown 링크로 다시 만듭니다.
- 각주를 관련 섹션 끝으로 옮깁니다.
- 인용의 공백을 통일합니다.
- 긴 URL의 잘못된 줄바꿈을 고칩니다.
- 정확한 서식이 필요하지 않다면 참고문헌을 일반 텍스트로 유지합니다.
암호 보호 또는 제한된 PDF
일부 PDF는 복사, 인쇄, 추출을 제한하고, 일부는 열기 위해 암호가 필요합니다. 변환기는 읽을 권한이 있는 파일만 처리할 수 있습니다. PDF가 암호화되었거나 제한되었거나 손상되었다면 변환이 실패하거나 불완전한 결과만 얻을 수 있습니다.
처리할 권리가 있는 문서만 사용하세요. 민감한 파일이 텍스트 PDF라면 브라우저에서 로컬 실행되는 일반 모드를 우선 사용하는 것이 좋습니다.
파일 크기와 페이지 제한도 있습니다
변환 품질만 한계가 아닙니다. 큰 PDF는 더 많은 메모리와 시간이 필요합니다. 일괄 작업은 브라우저 안정성을 위해 대기열 방식이 필요합니다. 고급 OCR도 계정, 파일, 크레딧 규칙이 있습니다. 서버에서 인식하는 데 처리 비용이 들기 때문입니다.
문서가 크다면 대표 파일이나 작은 구간을 먼저 테스트하세요. 샘플 출력이 이미 혼란스럽다면 전체 문서를 바로 처리해도 정리 비용만 커질 수 있습니다.
결과가 충분히 좋은지 판단하는 방법
용도에 따라 검수 강도를 정하세요.
- 개인 노트: 빠른 정리로 충분한 경우가 많습니다.
- 내부 초안: 제목, 읽기 순서, 중요한 표를 확인합니다.
- 공개 문서: 구조, 문체, 링크, 접근성을 편집해야 합니다.
- 연구 또는 규정 자료: 원본 PDF와 꼼꼼히 대조해야 합니다.
- 법률, 의료, 금융 내용: Markdown은 초안으로 보고 모든 핵심 세부사항을 확인합니다.
정확성이 중요하다면 원본 PDF가 여전히 기준 문서입니다.
실용적인 문제 해결 순서
결과가 좋지 않을 때는 바로 전체를 다시 쓰지 말고 이 순서로 확인하세요.
- PDF에 선택 가능한 텍스트가 있는지 확인합니다.
- 스캔본이라면 고급 OCR로 전환합니다.
- 텍스트가 선택되지만 순서가 엉키면 다단, 사이드바, 머리말/꼬리말을 확인합니다.
- 반복되는 머리말과 꼬리말을 삭제합니다.
- 정말 중요한 표만 재구성합니다.
- 핵심 사실은 원본 PDF와 대조합니다.
- 현재 Markdown으로 워크플로를 끝낼 수 있는지, 아니면 PDF를 주 문서로 유지해야 하는지 판단합니다.
이렇게 하면 정리 비용을 문서 가치에 맞출 수 있습니다.
정리
PDF Markdown 변환은 깨끗한 선택 가능 텍스트와 단순한 읽기 순서를 가진 PDF에 가장 잘 맞습니다. OCR, 표, 이미지, 수식, 다단 레이아웃, 반복 페이지 요소는 단순 추출이 아니라 해석이 필요하기 때문에 복잡도를 높입니다. 텍스트 PDF는 일반 모드, 스캔본과 복잡한 파일은 고급 OCR을 사용하고, 정확성이 중요한 내용은 반드시 직접 검수하세요.