MultiKit
사용 방법
- PDF 파일을 하나 이상 고르거나 놓습니다. 비밀번호가 걸린 PDF는 먼저 풀어야 합니다.
- "그림도 가져오기"를 켜 두면 그림을 함께 가져옵니다. "모든 쪽에 반복되는 쪽 번호와 머리글은 빼기"를 켜 두면 반복되는 쪽 번호와 머리글을 뺍니다. 글자가 그림인 쪽은 "스캔한 쪽은 OCR로 읽기"를 켜고 언어를 고르세요.
- "Word로 변환"을 누릅니다. 파일을 쪽 단위로 읽으며 지금 읽는 쪽이 표시되고, 언제든 멈출 수 있습니다.
- .docx 파일을 받아 Word, LibreOffice, 구글 문서에서 엽니다. 결과를 확인하세요. 제목, 문단, 목록, 그림은 PDF에서 다시 만들지만 표, 단, 정확한 레이아웃은 그렇지 않습니다.
예시
제목, 소제목, 문단, 글머리 목록이 있는 보고서
→ 제목·제목 스타일, 일반 문단, 글머리 목록이 있는 Word 파일제목은 글자 크기로 찾고, 문단은 줄 간격과 들여쓰기로 찾습니다.
가격표가 있는 문서
→ 표의 각 행이 칸 사이에 탭이 있는 글줄이 됨Word 표로 다시 만들지는 않습니다. 줄을 선택해서 Word의 "텍스트를 표로 변환"을 쓰면 됩니다.
스캔한 편지
→ OCR로 읽은 글자가 문단으로OCR은 가장 그럴듯한 추정이므로 끝까지 읽어 보세요. 스캔본의 제목과 글꼴은 찾을 수 없습니다.
계산 방식
.docx 파일은 XML 파일들을 담은 ZIP 묶음이라 만드는 것은 어렵지 않습니다. 어려운 것은 PDF를 제대로 읽는 일입니다. PDF는 글자를 쪽의 정확한 위치에 놓인 조각으로 저장하고 조각마다 글꼴과 크기가 있을 뿐, 문단, 제목, 목록, 표라는 개념이 없습니다. 이 도구는 pdf.js로 조각을 읽고 놓인 위치로 구조를 다시 짜 맞춥니다.
같은 기준선에 있는 조각은 한 줄이 됩니다. 대부분의 글이 쓰인 크기가 본문 크기입니다. 분명히 더 크고 짧은 줄은 제목이며, 가장 큰 크기가 1단계, 다음이 2단계로 최대 3단계입니다. 줄 사이 간격이 문단 안의 간격인 동안은 한 문단으로 잇고, 간격이 더 크거나 줄이 여백에서 들여 쓰이면 새 문단입니다. 글머리 기호로 시작하는 줄은 목록 항목이 됩니다. 줄 끝에서 하이픈으로 나뉜 낱말은 다시 붙입니다. 대부분의 쪽에 반복되는 쪽 번호와 머리글은 뺍니다. 쪽에 그려진 그림은 꺼내서 놓여 있던 자리의 글 사이에 넣습니다.
Word 파일은 docx 라이브러리로 쓰며, PDF의 쪽마다 문서의 새 쪽에서 시작하고 크기는 첫 PDF 쪽을 따릅니다. 글자가 없는 쪽은 그려서 글자 읽기 도구와 같은 Tesseract OCR 엔진으로 읽습니다.
얼마나 잘 되는지는 실제 브라우저에서 크롬이 PDF로 인쇄한 3쪽 보고서로 쟀습니다. 글 767단어를 모두 가져왔고, 제목과 소제목 6개를 찾았으며, 그림을 가져오고, 머리글과 쪽 번호는 뺐습니다. 가격표의 각 행은 탭이 있는 글줄로 나왔고, 목록 항목 7개는 한 줄에 하나씩 나왔습니다. 제목과 4줄 글이 있는 스캔은 OCR로 33단어를 모두 맞게 읽었습니다. 두 단으로 짠 쪽은 118단어를 모두 가져왔고 왼쪽 단, 오른쪽 단 순서로 읽혔습니다. 원문에서 이웃한 낱말 쌍이 모두 이웃으로 남았습니다. 모두 이 페이지를 위해 만든 테스트 파일이며 실제 문서는 제각각입니다.
하지 않는 것: 표를 다시 만들지 않고, 두 단은 따라가지만 세 단 이상은 따라가지 못하며, 글꼴, 색, 텍스트 상자, 양식, 각주를 유지하지 않습니다. 사용하기 전에 결과를 확인하세요.
PDF를 Word로 바꾸기에 알맞은 경우
- 가장 잘 맞는 문서: 편집할 글자, 제목, 목록, 그림이 중요한 보고서·편지·문서입니다.
- 입력과 출력: 하나 이상의 PDF를 편집 가능한 DOCX로 만듭니다. 그림뿐인 쪽은 OCR로 읽을 수 있습니다.
- 개인정보와 품질: 변환과 OCR은 기기 안에서 실행됩니다. 디지털 PDF가 스캔보다 정확하지만 이름, 숫자, 줄바꿈은 반드시 확인하세요.
- 알려진 한계: 표, 양식, 글꼴, 각주, 3단 이상 배치를 그대로 유지해야 한다면 레이아웃 보존형 편집기가 더 알맞습니다. 이 도구는 똑같은 모양보다 편집 가능한 구조를 우선합니다.
출처
자주 묻는 질문
- PDF를 Word 문서로 어떻게 바꾸나요?
- PDF를 추가하고 "Word로 변환"을 누른 뒤 .docx 파일을 받으세요. 쪽마다 글자 조각이 놓인 위치를 읽어 제목, 문단, 목록을 추정하고 그것으로 Word 파일을 만듭니다.
- 레이아웃이 PDF와 같게 나오나요?
- 아니요. PDF는 글자 조각이 쪽의 어디에 놓이는지만 알려 줍니다. 무엇이 제목이고 문단이고 표인지는 알려 주지 않아서 이 도구가 추정합니다. 제목, 문단, 글머리 목록, 그림은 대체로 잘 나옵니다. 표는 탭이 있는 글줄이 되고, 두 단으로 된 쪽은 왼쪽 단을 읽고 오른쪽 단을 읽으며, 세 단 이상은 쪽을 가로질러 읽고, 글꼴·색·정확한 위치는 유지되지 않습니다.
- 스캔한 PDF도 바꿀 수 있나요?
- 네. 글자가 없는 쪽은 그려서 고른 언어로 OCR로 읽고 문단으로 씁니다. OCR은 틀릴 수 있고 스캔본의 제목과 글꼴은 찾지 못합니다.
- 표와 단은 어떻게 되나요?
- 표는 다시 만들지 않습니다. 각 행이 칸 사이에 탭이 있는 글줄로 나오며, Word의 "텍스트를 표로 변환"으로 표로 바꿀 수 있습니다. 두 단으로 된 쪽은 왼쪽 단을 끝까지 읽고 오른쪽 단을 읽으며, 두 단에 걸친 제목은 그 위에 둡니다. 세 단 이상이거나 간격이 고르지 않은 단은 쪽을 가로질러 한 줄씩 읽어서 단이 뒤섞일 수 있습니다.
- 글머리 목록과 번호 목록은 유지되나요?
- • 같은 글머리 기호나 대시로 시작하는 줄은 Word 파일에서 글머리 항목이 됩니다. 번호 줄은 번호가 붙은 글자 그대로 한 줄에 한 항목으로 둡니다. 크롬이 웹 페이지를 PDF로 인쇄할 때처럼 글머리를 글자가 아니라 도형으로 그리는 프로그램도 있는데, 이 경우 찾을 기호가 없어서 항목은 한 줄에 하나씩 나오지만 글머리는 없습니다.
- 그림은 가져오나요?
- 네. 쪽에 그려진 그림을 원래 크기로 글 사이에 넣고, 쪽 전체를 덮는 그림은 뺍니다. 글 옆의 정확한 위치는 유지되지 않습니다.
- PDF가 업로드되나요?
- 아니요. PDF를 읽고 Word 파일을 만드는 일이 모두 브라우저에서 이루어집니다. OCR도 브라우저에서 돌며 필요한 데이터는 이 사이트에서 불러옵니다.
- 왜 일부 낱말이 붙거나 잘못 나뉘나요?
- 낱말 안에서 하이픈으로 끝난 줄은 다음 줄과 이어 붙이고, 중국어·일본어 줄은 띄어쓰기 없이 잇습니다. 글자를 하나씩 따로 놓거나 간격이 특이한 PDF에서는 낱말이 틀리게 나올 수 있습니다. 결과를 확인하세요.
관련 도구
버전 기록
- 1.0.2 — 적합한 사용 상황, 입출력, 개인정보 보호, 품질 선택과 알려진 한계를 한눈에 보는 실전 안내를 추가했습니다.
- 1.0.1 — 검색 제목과 설명에서 지원 작업·주요 형식·개인정보 보호 장점을 더 분명하게 안내합니다.
- 1.0.0 — 첫 공개.