PDF 텍스트 추출 — 글자만 꺼내 엑셀·워드로 옮기기, 스캔본이 0자인 이유 (PDF 6개 실측)

글자가 나오는 PDF, 안 나오는 PDF

PDF 에는 화면에 보이는 모양과 함께 '글자 층'이 들어 있을 수 있습니다. 워드·한글·브라우저에서 PDF 로 저장하면 글자 층이 생기고, 스캐너나 휴대폰 사진으로 만든 PDF 는 쪽마다 그림 한 장뿐입니다. 글자를 꺼내는 도구는 이 글자 층을 읽기 때문에, 그림만 있는 쪽에서는 꺼낼 것이 없습니다.

글자가 든 PDF 는 꺼낸 글자 수가 다른 PDF 프로그램(PyMuPDF)으로 센 값과 같았습니다. 스캔본은 같은 회의록인데 파일이 281배 컸고 글자는 하나도 없었습니다.

방법 1 — 브라우저에서 꺼내기 (업로드 없음)

1. 1PDF 글자 추출 도구를 엽니다.
2. 2PDF 를 끌어다 놓거나 눌러서 고릅니다. 암호가 걸려 있으면 입력 칸이 나타납니다.
3. 3꺼낸 글자를 모두 복사하거나 .txt 로 저장합니다.

꺼낸 글자 앞에 '--- 1쪽 ---' 같은 쪽 번호 줄을 넣을지 고를 수 있고, 글자가 없는 쪽은 따로 알려 줍니다. 글자 쪽과 스캔 쪽이 섞인 PDF 에서는 2쪽만 '글자 층 없음'으로 표시됐습니다. 암호 PDF 는 틀린 암호를 넣으면 '맞지 않음'이 나왔고, 맞는 암호를 넣자 309자가 나왔습니다.

PDF 를 넣고 글자를 꺼내는 동안 브라우저의 네트워크 기록에 새 요청이 0건이었습니다(2026-11-02). F12 → 네트워크 탭을 열어 둔 채 꺼내 보면 직접 확인할 수 있습니다.

표를 엑셀로 옮기기

도구는 같은 줄에서 글자 사이가 글자 높이의 1.5배보다 넓게 벌어진 곳을 표의 칸으로 보고 탭을 넣습니다. 워드 PDF 의 3줄 표와 한글 PDF 의 62줄 표가 모두 칸마다 탭으로 나왔고, 본문 문장에는 탭이 들어가지 않았습니다.

1. 1엑셀에서 날짜처럼 보이는 값이 들어갈 열의 머리(예: C)를 누릅니다.
2. 2마우스 오른쪽 → 셀 서식 → 텍스트 를 고릅니다.
3. 3A1 칸을 누르고 꺼낸 표를 붙여 넣습니다.

마이크로소프트 도움말도 숫자가 날짜로 바뀌지 않게 하려면 입력하기 전에 셀을 텍스트 서식으로 바꾸라고 안내합니다. 이 시험에서 붙여 넣기에도 그대로 통했습니다.

방법 2 — 워드로 열기

워드에서 PDF 를 열면 편집할 수 있는 워드 문서로 바꿔 줍니다. 마이크로소프트 도움말에 따르면 바꾼 문서는 원본과 쪽마다 똑같지 않을 수 있고, 원본 PDF 는 바뀌지 않고 그대로 남습니다. 같은 PDF 4개를 워드로 열어 보았습니다.

워드는 쪽에서 바뀐 줄을 문단으로 이어 주는 대신, 줄이 끊겼던 '회의실에서'를 '회의 실에서'처럼 띄어 쓴 채로 이었습니다. 표는 워드 표로 들어와 칸을 그대로 고칠 수 있었습니다.

스캔본이라면

• 워드로 열기: 위 시험처럼 글자를 인식해 줍니다. 오류가 있으니 대조가 필요합니다.
• 캡처 도구의 텍스트 작업: 마이크로소프트 도움말에 따르면 윈도우 11 캡처 도구로 화면을 캡처한 뒤 '텍스트 작업'으로 글자를 복사할 수 있습니다(이 PC 에서는 시험하지 않았습니다).
• 섞인 PDF: 글자 쪽은 브라우저 도구로 꺼내고, '글자 층 없음'으로 표시된 쪽만 워드로 열면 인식 오류를 대조할 쪽이 줄어듭니다.

자주 묻는 질문