PDF 압축하면 텍스트 검색이 불가능해질까?

네 — 대부분의 경우 그렇습니다. 압축 도구가 PDF를 크게 줄였다면, 거의 확실히 모든 페이지를 이미지로 변환한 것이며 내부의 텍스트는 더 이상 텍스트가 아닙니다.

보통은 나중에, 가장 곤란한 순간에 알게 됩니다. 계약서에서 조항을 검색해도 결과가 없거나, 문단을 복사해도 아무것도 붙여넣어지지 않을 때입니다. 이 가이드는 그 이유와 확인 방법, 그리고 텍스트를 잃지 않고 파일을 압축하는 방법을 설명합니다.

하나의 단어로 불리는 두 가지 완전히 다른 작업

"압축"은 정반대 방식으로 작동하는 두 가지를 가리킵니다. 도구들은 어떤 방식인지 거의 알려주지 않습니다.

무손실: 파일 재구성

문서의 구조를 더 효율적으로 다시 씁니다. 중복 리소스를 병합하고, 사용하지 않는 객체를 제거하며, 내부 스트림을 재압축합니다. 페이지 내용은 전혀 건드리지 않습니다.

텍스트는 텍스트로 유지됩니다. 폰트는 그대로 내장됩니다. 링크, 양식 필드, 주석도 살아남습니다. 단점은 크기 감소폭입니다. 일반적으로 **20–30%**이며, 이미 잘 만들어진 파일의 경우 거의 효과가 없을 수도 있습니다.

손실: 페이지를 사진으로 찍기

각 페이지를 이미지로 렌더링하고, 그 이미지를 압축한 뒤, 페이지당 한 장의 사진으로 새 PDF를 만듭니다.

이 방법은 놀랍도록 효과적입니다. 스캔 문서의 경우 60–80% 감소가 일반적입니다. 글자와 그것을 그리는 픽셀의 구분을 없애버리기 때문입니다. 그리고 그것이 바로 문제입니다. 이 과정 이후 페이지는 문서의 사진입니다. 검색할 수 있는 텍스트가 없습니다.

어떤 방식으로 압축됐는지 확인하는 방법

출력 파일을 열고 커서로 본문 텍스트 한 줄을 선택해 보세요.

• 텍스트 커서가 나타나고 개별 단어를 선택할 수 있다면 — 텍스트가 살아 있습니다.
• 페이지 전체에 선택 박스가 생기거나 아무 반응이 없다면 — 페이지가 이미지입니다.

두 가지 추가 확인 방법: Ctrl+F(Mac에서는 Cmd+F)를 눌러 눈에 보이는 단어를 검색해 보세요. 그리고 400%로 확대해 보세요. 진짜 텍스트는 폰트 윤곽선으로 그려지기 때문에 어떤 배율에서도 선명하게 유지됩니다. 이미지는 흐릿해지다가 픽셀이 보이게 됩니다.

생각보다 중요한 이유

검색 가능한 텍스트를 잃는 것은 단순한 불편함이 아닙니다.

검색과 추출이 불가능합니다. 문서에서 데이터를 읽는 모든 워크플로가 멈춥니다. 경비 처리 시스템, 계약 검토, 문서 관리 색인이 모두 해당됩니다.

스크린 리더가 읽을 수 없습니다. 이것이 진짜 심각한 문제입니다. 이미지인 페이지는 보조 기술을 사용하는 사람에게 완전히 접근 불가능합니다. 일반 대중이 읽을 문서를 게시하거나 접근성 의무가 있는 환경에서 작업한다면, 이미지 전용 PDF는 허용 가능한 출력물이 아닙니다.

검색 엔진이 색인화할 수 없습니다. 텍스트 레이어 없이 웹사이트에 게시된 PDF는 검색에 아무 기여를 하지 않습니다.

품질이 영구적으로 손상됩니다. 나중에 텍스트를 복구하려면 OCR을 실행해야 하는데, 이는 픽셀을 추측해 텍스트를 재도입하는 방식입니다. 보통은 정확하지만, 완벽하지는 않으며 원래 서식도 복원되지 않습니다.

의도적으로 선택하기

LuraPDF의 PDF 압축 도구는 두 가지 방식을 모두 제공하며, 각 설정이 어떤 방식인지 알려줍니다.

텍스트 유지는 무손실 경로입니다. 문서를 검색하거나, 보조 기술로 읽거나, 자동으로 처리하거나, 기록으로 보관해야 할 때 사용하세요. 크기 감소폭은 적당합니다.

최소 크기는 손실 경로로, 세 가지 강도가 있습니다. 대략 144, 108, 72 DPI입니다. 파일이 정해진 용량 제한에 맞아야 하고 사람이 단순히 보는 용도일 때 사용하세요. 도구는 이 모드에서 텍스트가 선택 가능하게 유지되지 않는다고 명확히 안내합니다.

포털이 특정 용량을 요구할 때를 위한 목표 크기 모드도 있습니다. 손실 모드이므로 같은 절충이 적용됩니다.

차이가 없는 경우

PDF가 스캔본이라면, 처음부터 잃을 텍스트가 없었습니다. 페이지의 사진에는 문자가 없고 픽셀만 있습니다. 어떤 도구로 만들었든 마찬가지입니다.

스캔본의 경우, 손실 압축을 사용해도 검색 가능성을 잃지 않습니다. 원래부터 없었기 때문입니다. 스캔본이 그토록 잘 압축되는 이유이기도 합니다. 순수한 이미지 데이터이고, 그것이 바로 손실 압축이 설계된 대상입니다.

스캔본을 검색 가능하게 만들고 싶다면, 그것은 별도의 작업입니다. OCR은 픽셀을 읽어 아래에 텍스트 레이어를 추가합니다. 압축하기 전에 하는 것이 좋습니다. 강한 압축은 글자를 인식하기 어렵게 만들어 OCR 정확도를 낮추기 때문입니다.

실용적인 판단 기준

한 가지 질문을 해보세요. 이 파일이 전송된 후, 사람의 눈 외에 다른 무언가가 읽어야 하는가?

• 아니오 — 동료가 훑어보거나, 포털 검토자가 승인하거나, 이메일로 보내는 용도라면. 손실 압축도 괜찮습니다. 70%를 절약하세요.
• 예 — 검색되거나, 색인화되거나, 보관되거나, 소리 내어 읽히거나, 처리될 것이라면. 무손실 방식을 유지하고, 작은 절약을 받아들이며, 다른 방법으로 공간을 확보하세요.

"다른 방법"은 보통 페이지입니다. 아무도 요청하지 않은 페이지를 제거하는 것이 어떤 압축 설정보다 낫고, 품질 손실도 없습니다. PDF 페이지 추출로 필요한 페이지만 뽑아낼 수 있습니다.

이미 텍스트를 잃은 경우

파일을 이미지로 압축하고 원본이 없다면, 텍스트를 원래 형태로 복구할 수 없습니다. 선택지는 원본 문서로 돌아가 다시 내보내거나, 압축된 버전에 OCR을 실행해 새 텍스트 레이어를 생성하는 것입니다.

이미 심하게 압축된 파일에서 OCR을 실행하는 것은 가장 약한 방법입니다. 압축이 인식에 의존하는 글자 형태 자체를 손상시켰기 때문입니다. 이것이 중요한 파일의 원본을 보관해야 하는 가장 강력한 이유입니다.

자주 묻는 질문

리더 프로그램 없이 PDF에 실제 텍스트가 있는지 알 수 있나요? 가장 빠른 확인 방법은 파일을 열어 한 줄을 선택해 보는 것입니다. 확실히 확인하려면 페이지에서 분명히 보이는 단어를 검색해 보세요. 검색에서 아무것도 찾지 못한다면 텍스트 레이어가 없는 것입니다.

스캔되지 않은 PDF도 압축 과정에서 텍스트가 제거될 수 있나요? 네. 손실 압축은 무엇이 있었든 모든 페이지를 이미지로 렌더링합니다. Word에서 내보낸 완벽한 텍스트가 있는 PDF도 "최소 크기" 모드로 압축하면 텍스트를 잃게 됩니다.

파일이 작을수록 항상 품질이 낮은 건가요? 아닙니다. 무손실 압축은 품질 변화 없이 파일을 작게 만듭니다. 세부 내용이 아니라 낭비를 제거하는 방식입니다. 다만 사람들이 기대하는 극적인 크기 감소는 달성할 수 없습니다.

압축된 PDF가 똑같아 보입니다. 텍스트가 유지된 건가요? 꼭 그렇지는 않습니다. 일반 배율에서는 잘 압축된 페이지 이미지가 원본과 매우 비슷해 보입니다. 텍스트 선택이 유일하게 신뢰할 수 있는 확인 방법입니다.

압축 후에 텍스트를 다시 추가할 수 있나요? OCR을 실행하는 방법밖에 없습니다. 픽셀을 인식해 새 텍스트 레이어를 생성합니다. 보통은 정확하지만 보장되지는 않으며, 원래 서식을 복원하지도 않습니다.