글자 PDF와 스캔 PDF, 분석 전에 구분하는 방법
PDF를 열었을 때는 글자가 멀쩡히 보이는데, 분석기에 넣으면 “이 페이지는 읽지 못했습니다”라는 안내가 나올 때가 있죠. 파일이 망가진 걸까요? 꼭 그런 건 아닙니다. 사람 눈에는 똑같은 문서처럼 보여도 PDF 안쪽 구조는 전혀 다를 수 있거든요.
한쪽은 글자가 실제 텍스트로 들어 있고, 다른 한쪽은 종이를 통째로 찍은 사진일 수 있습니다. 전자는 문장을 바로 꺼내 읽을 수 있지만 후자는 OCR이라는 글자 인식 과정이 한 번 더 필요합니다. 여기서 숫자가 틀리거나 문장이 빠질 가능성이 생겨요.
가장 쉬운 확인법부터 해볼까요?
PDF에서 아무 문장이나 마우스로 드래그해 보세요. 글자 몇 개만 파랗게 선택되고 복사도 된다면 텍스트형일 가능성이 큽니다. 반대로 페이지 전체가 사진 한 장처럼 잡히거나 아무것도 선택되지 않는다면 스캔 PDF에 가깝습니다.
다만 첫 장만 보고 결론 내리지는 마세요. 약관 본문은 텍스트인데 가입신청서나 서명란만 스캔한 혼합형 문서도 꽤 많습니다. 저는 첫 장, 중간 장, 마지막 장을 하나씩 골라 같은 방법으로 확인하는 편입니다. 30초면 끝나고, 나중에 누락 원인을 찾는 시간은 훨씬 줄어듭니다.
분석 결과에서는 문장보다 숫자를 먼저 보세요
OCR 문장이 자연스럽다고 해서 숫자까지 정확하다는 뜻은 아닙니다. 예를 들어 자기부담금 10만 원의 1이 7로 읽히거나, 연 3.5%의 소수점이 빠질 수 있어요. 보험금, 금리, 수수료, 날짜, 영업일처럼 결정에 영향을 주는 값은 반드시 원본 페이지와 나란히 놓고 확인해야 합니다.
표도 조심해야 합니다. 표의 왼쪽 열에 있는 상품명과 오른쪽 열의 금액이 줄을 잘못 만나면, 전혀 다른 상품의 조건처럼 보일 수 있습니다. 분석 결과에서 표 문장이 유난히 길거나 같은 단어가 반복되면 원본의 행과 열을 한 번 더 보세요.
“63/65페이지 확인”은 실패가 아니라 확인 신호입니다
65쪽 중 63쪽을 읽었다면 대부분을 분석한 것은 맞습니다. 하지만 읽지 못한 2쪽을 그냥 넘겨도 된다는 뜻은 아니에요. 그 페이지가 단순 표지일 수도 있지만, 서명이나 특약의 중요한 예외일 수도 있습니다. 누락 페이지 번호를 적어두고 원본에서 직접 확인하는 게 안전합니다.
ConvoFin에 올린 뒤에는 이렇게 보세요
- 전체 페이지 수와 확인된 페이지 수가 같은지 봅니다.
- 읽지 못한 페이지가 있으면 해당 번호를 원본에서 엽니다.
- 한눈보기에 나온 금액·기간·퍼센트를 원문과 대조합니다.
- 표에서 나온 내용은 제목과 단위가 맞는지 확인합니다.
- 중요한 문장은 페이지별 쉬운 풀이로 다시 살펴봅니다.
자주 묻는 질문
스캔 PDF면 분석을 못 하나요?
아닙니다. OCR로 읽을 수 있습니다. 다만 원래 글자가 들어 있는 PDF보다 숫자와 표를 더 꼼꼼하게 확인해야 합니다.
사진처럼 보이는 페이지만 다시 올리면 되나요?
가능하지만 앞뒤 문맥이 끊길 수 있습니다. 먼저 전체 문서를 분석하고, 인식이 약한 페이지만 이미지 분석으로 보완하는 방식이 이해하기 쉽습니다.
결국 중요한 건 “읽혔다”와 “정확하다”를 같은 말로 생각하지 않는 것입니다. 분석은 찾는 시간을 줄여주고, 최종 확인은 원본이 해줍니다. 둘을 같이 쓰면 긴 금융 PDF도 훨씬 덜 부담스럽습니다.