# OCR과 번역: 스캔한 페이지에서 읽을 수 있는 결과물까지

OCR, 읽기 순서 복원, 번역이 각각 하는 일과 중간 텍스트를 확인해야 할 지점, PDF·EPUB·Markdown 중 무엇을 고를지 정리합니다.

OCR과 번역은 흔히 하나의 작업처럼 소개되지만, 실제로는 서로 다른 질문에 답합니다. OCR은 "이 페이지에 어떤 글자가 있는가?"를 묻고, 번역은 "그 글자가 다른 언어로 무슨 뜻인가?"를 묻습니다. 문서 처리에는 질문이 하나 더 붙습니다. "본문, 제목, 그림, 주석을 어떤 순서로 읽어야 하는가?"

이 구분을 알면 흔히 겪는 실패도 이해됩니다. 번역문은 자연스러운데 내용이 이상한 경우입니다. 언어 모델이 잘못된 단어, 빠진 기호, 순서가 뒤바뀐 문단을 받았을 수 있습니다. 애초에 제대로 복원되지 않은 원본 정보는 프롬프트를 아무리 잘 써도 안정적으로 바로잡기 어렵습니다.

## 인식, 구조, 의미를 나눠서 보기

스캔한 페이지에서 OCR이 `10 mg`을 `IO mg`으로 읽었다고 가정해 봅시다. 번역기는 잘못된 글자를 그대로 옮기거나 이름으로 해석할 수 있습니다. 유창한 문장만으로는 번역 단계에서 용량을 바로잡을 수 없습니다. 원본 이미지를 봐야 모호함이 풀립니다.

이번에는 2단으로 된 글을 생각해 봅시다. 단어는 모두 정확히 인식됐지만, 추출된 텍스트가 두 단의 줄을 번갈아 가져옵니다. 문제는 철자가 아니라 읽기 순서입니다. 번역은 뒤섞인 텍스트를 문법에 맞는 문장으로 만들 수 있지만, 그 과정에서 논지는 사라집니다.

따라서 작업은 다음과 같이 단계별로 나누어 진행하는 것이 좋습니다.

| 단계      | 하는 일               | 확인할 점                        |
| ------- | ------------------ | ---------------------------- |
| 캡처      | 읽을 수 있는 페이지 이미지 확보 | 작은 글씨가 보이고 여백이 잘리지 않았는가      |
| OCR     | 이미지에서 텍스트 추출       | 글자, 숫자, 기호가 페이지와 일치하는가       |
| 구조 복원   | 문단, 단, 제목, 주석 정리   | 텍스트가 의도한 순서로 이어지는가           |
| 번역      | 의미를 대상 언어로 표현      | 이름, 수식어, 관계가 유지되는가           |
| 출력 및 검토 | 쓸 수 있는 파일 생성       | 탐색, 주석, 표, 중요한 구절이 제대로 작동하는가 |

통합 도구는 이 단계들을 한 작업 안에서 처리할 수 있습니다. 그래도 결과를 검토할 때는 각 단계를 구분해 두는 편이 도움이 됩니다.

## 텍스트 PDF와 스캔본은 다르게 시작하기

텍스트 기반 PDF라면 문단을 선택해 편집기에 붙여 넣어 보세요. 글자와 순서가 말이 되는지 확인합니다. 텍스트를 선택할 수 있다는 것은 좋은 신호지만, 폰트가 포함돼 있거나 텍스트 레이어가 손상됐다면 여전히 엉뚱한 글자가 나올 수 있습니다.

스캔본이라면 먼저 페이지 이미지를 살펴보세요. 흐림, 기울어짐, 제본 그림자, 잘린 글자가 있는지 봅니다. 원본 스캔 상태가 나쁘면 인식 품질에는 물리적인 한계가 있습니다. 이미 흐릿한 이미지의 해상도를 높여도 사라진 글자의 세부 정보는 되살아나지 않습니다.

혼합형 PDF는 두 가지 확인이 모두 필요합니다. 어떤 페이지는 실제 텍스트로 되어 있고, 삽입물이나 부록은 이미지일 수 있습니다. 한 페이지를 보고 책 전체를 판단하지 말고 여러 위치를 확인하세요.

PDF Craft는 PDF 파일을 입력받아 처리하며 EPUB 또는 Markdown 변환을 제공하고, 이 출력물에는 번역을 선택적으로 적용할 수 있습니다. PDF 출력은 번역 작업입니다. 실제 설정을 확인하세요. 특정 안내 페이지를 통해 들어왔다고 해서 출력 형식이나 번역 파라미터가 자동으로 정해지지는 않습니다.

## 중간 검토가 시간을 아껴 주는 경우

통합 OCR·번역 작업은 원본과 대조해 결과를 확인할 수 있을 때 읽기용 사본을 만드는 데 편리합니다. 문서에 중요한 수치나 낯선 용어가 많거나, 구조 오류가 생기기 쉬운 레이아웃이라면 인식 결과를 따로 검토하는 편이 좋습니다.

분리된 흐름에서는 먼저 번역 없이 변환한 뒤, 해당 리더나 편집기에서 추출된 내용을 확인합니다. 제목, 페이지를 넘어가는 문단, 표나 주석 하나를 비교해 보세요. 추출된 텍스트의 문제를 적절한 편집 도구로 먼저 고친 다음 번역을 진행합니다.

모든 서비스가 편집 가능한 중간 결과를 제공하거나, 편집한 형식을 다시 입력으로 받아 주리라고 가정하지 마세요. PDF Craft의 웹 인터페이스는 작업 흐름이지, 번역 전 OCR 편집기를 보장하는 도구가 아닙니다. 변환, 편집, 재업로드가 서로 바꿔 쓸 수 있는 단계라고 여기지 말고, 다음 단계에서 지원하는 입력 형식을 확인하세요.

중간 검토를 건너뛴다면 최종 검토를 더 꼼꼼히 하세요. 번역문에서 이상한 구절이 나오면 PDF 이미지와 직접 대조합니다. 원본 위치를 기록해 두면 인식 오류인지 번역상의 선택인지 구분할 수 있습니다.

## 다음 용도에 맞춰 출력 형식 고르기

**EPUB**은 글자 크기를 조절하며 계속 읽는 것이 목적일 때 적합합니다. 문단이 화면에 맞게 재배치되고, 목차가 쓸 만하며, 주석이 본문과 연결된 채로 남아야 합니다. 이 점들은 [스캔한 PDF를 EPUB으로 변환하는 안내](https://pdfcraft.ai/ko-KR/blog/scanned-pdf-to-epub/)에서 다룹니다.

**Markdown**은 연구 노트, 인용, 추가 가공을 위해 편집 가능한 텍스트가 필요할 때 유용합니다. 인쇄된 페이지가 그대로 재현되기를 기대하지 말고 수식과 표를 확인하세요. [연구용 PDF를 Markdown으로 변환하기](https://pdfcraft.ai/ko-KR/blog/pdf-to-markdown-for-research/)를 참고하세요.

**PDF 번역**은 PDF 형태로 결과물을 내야 할 때 맞습니다. 번역 후 텍스트가 영역에 맞게 들어가는지, 그림과의 관계가 유지되는지, 레이아웃이 빽빽한 부분을 살펴보세요. 다른 출력물에 있는 이중 언어 옵션을 보고 이중 언어 PDF 지원까지 된다고 짐작하지 마세요.

이중 언어 EPUB 출력은 원문 구절을 번역문 앞에 두어 의미를 확인하기 쉽게 해 줍니다. 하지만 OCR 결과를 페이지 이미지와 대조해 주지는 않습니다. 인식된 원본이 이미 틀렸다면, 화면에 나란히 표시된 두 구절 모두 문제를 감춘 채 남을 수 있습니다.

## 단계와 단계가 맞닿는 지점 확인하기

페이지가 바뀌는 곳, 단이 바뀌는 곳, 각주 참조를 검토하세요. 각 단계의 결과는 그럴듯한데 이음매에서 잘못 연결되기 쉬운 지점입니다. 페이지에 모든 단어가 들어 있어도 주석이 엉뚱한 곳에 붙을 수 있는 이유는 [각주 처리 안내](https://pdfcraft.ai/ko-KR/blog/jev-footnote-review/)에서 설명합니다.

그다음에는 값과 언어를 함께 확인하세요. 숫자와 단위, 부정 표현과 그것이 수식하는 문장, 그림 참조와 캡션을 짚어 봅니다. 중요한 인용문이라면 추출본이나 번역본만 믿지 말고 원본 페이지로 돌아가세요.

시작하려면 [PDF Craft](https://pdfcraft.ai/ko-KR/pdf-craft/)에 PDF를 업로드하고 출력 형식을 고른 뒤, 필요할 때 번역을 직접 켜세요. 처리는 사용량에 따라 과금되며, 현재 요금은 [요금 안내](https://pdfcraft.ai/ko-KR/pricing/)에서 확인할 수 있습니다. 원본, 내려받은 결과물, 나중에 확인하기에 충분한 위치 정보를 함께 보관하세요.