목차▾
PDF 텍스트 추출이란?
PDF 텍스트 추출은 PDF 파일 안의 글자를 뽑아내어 텍스트(.txt)로 변환하거나 다른 문서에 복사·붙여넣기 할 수 있게 만드는 기능입니다. 워드·한글로 만든 문서, 웹 페이지를 인쇄해 저장한 PDF 등 텍스트 레이어가 있는 PDF는 100% 원본 그대로 추출됩니다.
moamoang의 PDF 텍스트 추출은 브라우저에서 완전 로컬로 동작합니다. pdf.js 라이브러리로 사용자 컴퓨터 안에서만 추출이 이루어지고, 파일이 서버로 전송되지 않습니다.
사용 흐름
- 드래그·드롭 또는 클릭으로 PDF 파일을 선택합니다.
- 텍스트 추출 시작 버튼 클릭 → 페이지별로 순차 추출
- 추출된 전체 텍스트가 표시됩니다 (페이지 구분자 포함).
- 📋 복사 또는 ⬇ .txt 저장 버튼으로 활용
완전 로컬 처리 vs 서버 업로드
대부분의 무료 PDF 텍스트 추출 사이트는 파일을 제3자 서버에 업로드해서 처리합니다. 몇 초짜리 처리를 위해 파일이 남의 서버에 잠시 저장되는 구조.
- 계약서·이력서·연구 자료 등 민감 문서가 서버에 전송됨
- 서비스 정책에 따라 몇 분~몇 시간 보관
- 회사·기관 보안 정책으로 외부 업로드 금지된 환경에서 사용 불가
로컬 처리(moamoang) 이점
✓ 파일이 브라우저 메모리에서만 처리됨
✓ 네트워크 호출 0회 (개발자 도구 Network 탭 확인 가능)
✓ 첫 로드 후엔 인터넷 끊어도 추출 가능
✓ 원본 텍스트 유니코드 그대로 유지
텍스트 PDF vs 스캔 PDF
| 종류 | 특징 | 추출 |
|---|---|---|
| 텍스트 기반 PDF | 워드·한글·구글 문서에서 PDF 저장, 웹 페이지 인쇄 → PDF | ✓ 100% |
| 스캔 이미지 PDF | 종이 문서 스캔, 카메라 촬영 후 PDF 변환 | ✗ OCR 필요 |
| 혼합 PDF | 일부 페이지 스캔, 일부 텍스트 | △ 부분 |
우리 도구는 스캔 페이지를 자동 감지해서 해당 페이지 번호를 알려주고, 텍스트가 있는 페이지에서만 추출합니다. 스캔본 전체라면 OCR(광학 문자 인식) 도구가 필요하다고 안내합니다.
추출 가능/불가능 항목
| 항목 | 가능 | 비고 |
|---|---|---|
| 일반 텍스트 (한글·영문·숫자) | ✓ | 원본 유니코드 그대로 |
| 특수 문자·이모지 | ✓ | 텍스트 레이어에 있으면 OK |
| 단락·줄바꿈 | △ | 좌표 기반 근사, 완벽하지 않음 |
| 서식 (색·글꼴·크기) | ✗ | 순수 텍스트만 |
| 표 구조 | ✗ | 셀 경계 없이 나열 |
| 이미지 | ✗ | 텍스트 추출 도구 |
| 스캔 이미지 텍스트 | ✗ | OCR 별도 필요 |
실전 사용 시나리오 8가지
- 보고서·논문 인용문 추출 — PDF에서 필요한 구절 복사해 다른 문서에 인용
- 이력서·자소서 재활용 — 예전 PDF 이력서를 텍스트로 뽑아 새 양식에 붙여넣기
- 계약서·약관 텍스트 검색 — 텍스트로 뽑아 워드에서 검색·강조·주석
- 번역기 입력 — PDF 전체를 텍스트로 뽑아 DeepL·구글 번역에 붙여넣기
- AI에 요약 요청 — ChatGPT·Claude에 텍스트를 던져 요약·질문
- .txt 아카이빙 — 용량 큰 PDF를 텍스트만 .txt로 보관
- 노트 앱으로 이관 — Notion·Obsidian·에버노트에 텍스트로 붙여넣기
- 문서 검색 인덱싱 — 여러 PDF 텍스트를 뽑아 검색 가능한 아카이브 구축
자주 발생하는 문제 6가지
- 텍스트가 안 뽑힘 — 스캔 이미지 PDF일 가능성. OCR 도구 필요
- 줄바꿈이 이상함 — PDF는 단락 정보가 없어 좌표 기반 추정. 문단이 뭉치거나 엉킬 수 있음
- 표가 나열됨 — 표 구조는 유지되지 않고 셀 내용이 일렬로 나열
- 암호 걸린 PDF — 열리지 않음. 사전에 암호 해제 후 업로드
- 글꼴 임베딩 문제 — 일부 오래된 PDF는 글꼴 정보가 깨져 문자가 잘못 추출될 수 있음
- 서식·색상 소실 — 정상. 순수 텍스트만 추출하는 도구
자주 묻는 질문
PDF 텍스트 추출 사용법은?▾
PDF 파일을 업로드 → "텍스트 추출 시작" 클릭 → 추출된 텍스트가 표시됨. 복사 또는 .txt 저장. 페이지 구분자 [페이지 N]이 자동 삽입됩니다.
서버에 파일이 저장되나요?▾
아니요. 완전 로컬 처리입니다. 파일은 브라우저 메모리 안에서만 처리되며, 서버로 전송·저장되지 않습니다.
스캔 PDF에서도 추출 가능한가요?▾
불가능합니다. 스캔본은 텍스트 레이어 없이 이미지만 있어서 OCR(광학 문자 인식)이 필요합니다. 우리 도구는 스캔 페이지를 자동 감지해서 안내만 표시하고, OCR은 지원하지 않습니다.
표는 추출되나요?▾
표 구조(행·열·병합)는 유지되지 않고, 셀 내용이 일렬로 나열됩니다. PDF는 애초에 표 구조 정보를 갖고 있지 않기 때문. 정확한 표 추출이 필요하면 별도 PDF → Excel 도구가 필요합니다.
서식(색·글꼴)이 사라져요.▾
정상입니다. 순수 텍스트만 추출하는 도구이므로 서식·색·글꼴은 유지되지 않습니다. 서식까지 유지하려면 PDF → Word 변환 도구 사용.
한글도 잘 추출되나요?▾
네. 한글·영문·숫자·특수문자 모두 유니코드 그대로 추출됩니다. 단 오래된 PDF에서 글꼴 임베딩이 깨진 경우 예외적으로 잘못 추출될 수 있습니다.
암호 걸린 PDF도 되나요?▾
안 됩니다. 열리지 않으니 먼저 암호 해제 후 업로드하세요.
몇 페이지까지 처리 가능?▾
페이지 수 제한은 없으며 브라우저 메모리에 달려있습니다. 100페이지 이상은 처리 시간이 길어질 수 있으니 데스크톱을 권장합니다.
본 도구는 Mozilla의 오픈소스 라이브러리 pdf.js를 사용하여 브라우저 안에서만 PDF 텍스트를 추출합니다. 파일이 서버로 전송되지 않으므로 개인정보가 보호되며, 회원가입·워터마크·크기 제한 없이 무료로 사용할 수 있습니다. 스캔 이미지 PDF의 OCR은 지원하지 않습니다.