본문으로 건너뛰기

OCR 이후 점검 목록: 수식, 표, 각주 링크 확인하기

까다로운 표본 페이지를 골라 수학 표기와 표의 관계를 비교하고, 각주를 따라가며, 고치거나 다시 처리하기 전에 OCR 문제를 기록합니다.

검토할 수식과 각주가 표시된 기술 문서 페이지
기술 문서 검토를 나타내는 개념도이며, 실제 OCR 측정 결과가 아닙니다.

깔끔해 보이는 문단에도 빠진 마이너스 기호가 숨어 있을 수 있습니다. 각주는 남아 있어도 엉뚱한 문장에 붙어 있을 수 있습니다. 수식과 표, 주석이 들어 있는 문서라면 변환이 끝났는지 확인하는 것만으로는 부족합니다.

이 점검 목록은 무엇을 고쳐야 할지, 새로 변환할 가치가 있는지 판단하는 데 씁니다. 몇 페이지를 살펴봤다고 해서 문서 전체가 정확하다고 단정하는 방법은 아닙니다.

서로 다른 오류 유형을 드러내는 페이지 고르기

기준점으로 삼을 평범한 텍스트 페이지를 하나 고른 뒤, 가장 까다로운 사례를 더합니다. 빽빽한 수식, 머리글이 병합된 표, 주석이 가득한 페이지, 여러 단으로 나뉜 페이지가 좋습니다. 다음 페이지로 이어지는 문장이나 주석도 하나 포함하세요.

표본마다 고른 이유를 적어 두세요. "아무 페이지"보다 "42쪽: 아래첨자가 흐릿함"이 훨씬 쓸모 있습니다. 같은 문제가 반복된다면 같은 요소가 있는 뒤쪽 페이지를 추가합니다.

내려받은 결과물 옆에 원본 PDF를 함께 두세요. 번역도 필요하다면 번역하지 않은 변환 결과를 먼저 검토하는 편이 좋습니다. 인식과 번역은 다른 단계이므로, 번역기가 잘못 인식된 표현을 바로잡아 준다고 기대할 수는 없습니다.

PDF Craft는 읽기용 EPUB와 편집용 Markdown을 제공합니다. 업로드한 뒤 작업 설정에서 형식을 고르세요. 인식이 제대로 된 내용도 렌더링 방식에 따라 다르게 보일 수 있으므로, 실제로 읽거나 편집할 프로그램에서 검토하세요.

수식을 기호 하나씩 비교하기

단순한 등식 하나가 아니라 여러 요소가 들어간 식을 고르세요. 다음을 확인합니다.

  • 마이너스와 플러스 기호, 곱셈 기호, 소수점 구분 기호.
  • 원본 글꼴에서 비슷하게 보이는 그리스 문자와 라틴 문자.
  • 아래첨자, 위첨자, 거듭제곱, 첨자.
  • 분자, 분모, 괄호, 분수의 범위.
  • 합이나 적분의 범위, 수식 번호.

전공 지식으로 예상하는 식이 아니라 페이지 이미지와 대조하세요. 익숙한 수식일수록 이 판본에 있는 다른 부호나 전제를 놓치기 쉽습니다.

그다음 식 바로 앞뒤의 설명을 살펴보세요. 변수와 수식 참조가 여전히 올바른 식을 가리켜야 합니다. 수식 번호가 실수로 식 안에 들어가면 표기뿐 아니라 논의의 흐름도 어긋납니다.

Markdown 원본에서는 기호가 맞는데 미리보기에서만 틀려 보인다면, PDF를 다시 처리하는 비용을 들이기 전에 편집기의 수식 지원을 먼저 확인하세요. 표시 문제와 인식 문제는 해결 방법이 다릅니다.

표는 숫자 목록이 아니라 관계로 검토하기

표 하나를 통째로 골라, 표본으로 뽑은 값마다 행 머리글, 열 머리글, 단위, 주석이 맞는지 대조하세요. 병합된 머리글과 빈 칸도 확인합니다. 빈 칸은 값이 없다는 뜻일 수도 있고 0이라는 뜻일 수도 있습니다.

한 칸씩 밀린 값, 이어지는 표가 새 데이터로 처리된 경우, 위첨자 주석 표시가 지수로 잘못 인식된 경우를 찾아보세요. 합계와 부호도 비교하되, 다른 숫자가 더 그럴듯해 보인다는 이유만으로 예상 밖의 값을 몰래 "고치지" 마세요. 표시해 두고 원본을 다시 확인합니다.

표 제목과 주변 설명을 읽으세요. 내용은 맞지만 엉뚱한 제목이 붙은 표는 오해를 부릅니다. 원본에 넓은 표가 있다면 실제 EPUB 뷰어나 Markdown 편집기에서 실제 화면 너비에 가깝게 열어 확인하세요.

각주를 양방향으로 따라가기

본문의 표시에서 시작해 해당 주석을 찾으세요. 표시 번호나 기호, 주석 전체 내용, 그리고 그 주석이 설명하는 문장이 맞는지 확인합니다. 이번에는 주석에서 시작해 본문의 표시를 찾아보세요. 텍스트로는 남았지만 본문과의 연결이 끊긴 주석을 이렇게 잡아낼 수 있습니다.

장마다 번호가 다시 시작되는지, 별표 같은 기호 표시가 있는지, 긴 주석이 다음 페이지로 이어지는지 확인하세요. 꼬리말이나 페이지 번호, 머리말이 주석에 섞여 들어가서는 안 됩니다.

인용문이라면 식별 정보와 위치 정보를 원본과 대조하세요. 번역된 설명은 문구가 달라질 수 있지만, DOI, 저자 이름, 인용 쪽수는 원래 의도한 문헌을 가리켜야 합니다. EPUB에 링크가 있다면 사용하는 뷰어에서 직접 눌러 보세요. 돌아가기 링크가 있다면 그것도 확인합니다.

고치는 방법을 정하기 전에 문제 기록하기

간단한 문제 기록 표를 만들어 두세요.

위치발견한 문제영향다음 조치
인쇄본 54쪽, 수식 3아래첨자가 일반 텍스트로 인식됨변수 식별이 달라짐고친 뒤 비슷한 수식도 확인
PDF 71쪽, 표 6값이 잘못된 머리글 아래에 들어감해석이 달라짐표 전체 검토
4장, 주석 2다른 주석으로 연결됨근거 추적이 끊김해당 장의 주석 연결 확인

위 항목은 설명을 위한 예시이며, PDF Craft 테스트에서 나온 결과가 아닙니다.

의미, 참조, 읽기 순서에 영향을 주는 문제부터 고치세요. 오류가 흐리거나 왜곡된 페이지에 몰려 있다면 더 나은 스캔본을 구하세요. 대부분 맞는 Markdown 파일에서 몇 군데만 고치면 된다면 편집기에서 작업 사본을 수정하고, 내려받은 원본 파일은 그대로 보관하세요. 표시만 문제라면 다른 뷰어에서 열어 보세요.

수정하거나 다시 처리한 뒤에는 알려진 문제가 해결됐는지 확인하고 주변 내용도 살펴보세요. 표시만 고쳐졌는데 주석의 마지막 문장이 여전히 빠져 있다면 충분하지 않습니다. 큰 작업을 반복하기 전에 요금 안내를 확인하고, 변환한 문서를 근거 자료로 쓸 때는 언제나 원본을 함께 보관하세요.

PDF를 변환하고 결과 확인하기

읽기용으로는 EPUB, 편집용으로는 Markdown을 선택한 뒤 기술 내용을 원본과 비교해 보세요.

PDF 변환 열기