카카오 페이지 스캔 본 만들기 - kakao peiji seukaen bon mandeulgi

모망 2021. 6. 18. 00:15

논문을 읽다 보면 종이에 인쇄해서 읽을 때도 있지만, 요즘의 나는 pdf로 공부한다. 우선 인쇄비용이 안 들고, 아이패드를 활용해야겠다는 압박감에서라도 그렇게... 열심히 읽어보는 중이다. 패드 기능을 이것저것 사용하지 않고 읽을 때는 눈에 피로감도 있었고, 강화유리 필름에 생펜슬을 쓸 때는 필기 자체가 너무 노동이어서 손과 목에 피로감이 컸었는데 이제 손을 좀 보았더니 한결 읽기 편해졌다. 나 스스로에 대한 기록과 더불어 혹시나 나처럼 준비가 하나도 안 된 상황에서 석사과정에 스스로를 내던진 분이 있다면... 조금이라도 도움이 되고자 이것저것 공부하는 방법 등을 공유해볼 생각이다. 우선 오늘은 PDF 내용물을 OCR하는 방법! 왜 하냐고? OCR을 하면 일단 편하거든요! 왜 이제야 알았냐고? ...그러게요. 지난 학기에 알았으면 정말 오조오억 배는 더 편했을 텐데ㅠㅠ...

​

​

​

알 PDF

나의 소원은 오직 OCR

어도비 pdf에서는 OCR을 Adobe Acrobat Reader에서는 지원하지 않고, Adobe Acrobat DC에서 회원가입을 하고 사용해야 그 기능을 제공한다. 솔직히 로그인하고 구독하면서까지 OCR을 쓰고 싶지는 않아서 괜찮은 '무료' OCR 프로그램을 찾아보다가 알 PDF를 설치해보았다.

​

한두 개만 해야하는 경우에는 Free PDF edit - 이런 이름을 달고 있는 인터넷 사이트에서 일회성으로 해도 되지만, 여러 번 아주 많이 사용할 것 같아서 그냥 프로그램을 깔아 사용해 보았다. 그리고 결과는 꽤 괜찮았다. 인식률이 100퍼센트는 아니지만 80퍼센트...? 무료 서비스라고 생각하고 사용하면 어느정도 만족스럽다.

​

​

약 17페이지 분량의 스캔본을 돌렸는데, 영어 인식률은 - 당연히 ocr 언어 중에 제일 개발이 잘 되어 있으니 - 90%정도로 좋았다. 모처의 온라인 pdf 변환기에서도 같은 파일을 돌렸을 때 시간이 더 오래 걸렸었고, 블록지정을 할 때 알 pdf 버전은 여백까지 인식해 모두 연결되는 반면 온라인 변환기에서는 단어와 단어만을 인식한 것인지 여백(띄어쓰기) 인식이 되지 않았다. 가독성에 민감한 나에게는 결정적인 단점이었지.

다만 특수문자 등의 인식률이 꽤 떨어지는 편이니 참고하도록 하자.

​

예쁘게 블록 설정 잘 되쥬?

​

수업에 필요한 논문이나 내가 읽어야 할 논문 혹은 저서, 그리고 리뷰나 에세이 등을 pdf로 볼 때 난감한 경우가 두 가지 있다. 하나는 나의 심리적인 문제로, 논문이 2단 이상의 논문일 때. 왠지모르게 가독성도 집중력도 떨어지고 읽기가 그렇게 싫더라. 한 페이지 상단에서 하단으로 다 읽었는데 다음 페이지로 넘어가지 않고 더 읽어야 할 땐 괜히 짜증이 난다... 그래도 OCR(광학글자인식) 처리가 된 것이면 다행이지만, 아닌 경우가 훨씬 많다.

​

나머지 하나는 교수님이 올려주는 스캔본 PDF라던가, e-book 자료가 없어서 내가 직접 도서관 등에서 스캔하여 pdf로 만든 문서를 볼 때이다. 일단 논문도 논문인데, 책을 스캔하게 되면 양쪽 페이지를 한 번에 스캔하는데다가 당연히 OCR을 넣지 않고 파일이 생성된다. 그리고 그걸 읽다 보면... 필기할 때도 귀찮고 읽다가도 괜히 한숨 나오던 게 한 두 번이 아니었다. 그래도 컴퓨터로 보면서 꾸역꾸역 읽기는 했었는데, 이번에 패드 필름을 종이질감으로 바꾼 이후로는 패드에 필기하면서 보는 속도가 훨씬 빠르다는 것을 체감했다. 내 머릿속에 정리하는 것도 쉬웠고. 역시 사람은 눈으로 읽고 손으로 쓰고 귀로 듣고 여러개를 동시에 해야 기억이 더 오래 간다는 것을 오랜만에 느꼈다.​

​

원본(스캔한) 파일 vs OCR 파일

아이패드에서 보았을 때 비교

​

 동일한 페이지를 비교해보면, 우선 많이 깨져서 눈이 피로한 폰트가 깔끔하게 변경되었다는 것을 알 수 있다. 세리프 체는 Times New Roman1) 폰트로 인식해서 변환하는 것 같다. 프랑스어/독일어를 추가옵션에 넣어서 그런 건지는 모르겠지만 일단 프랑스어 글자 인식(특히 악쌍)도 꽤 잘 되어 있고, 문장부호들도 누락 없이 구성되었다. 뒷장들을 확인해보니 독일어도 꽤 인식율이 좋았다. 다만 이 페이지에서 유일한 흠을 (굳이) 꼽자면 밑에서 4번째 줄에 있는 큰따옴표의 서식인데, 여는 따옴표는 일반 스타일인데 반해 닫는 건 예쁘게 닫히는 - 내가 좋아하는 - 따옴표다. 예민보스... ㅎ.... 둘 다 예쁜 따옴표로 인식해주면 안돼?!?! (배부른 소리)

​

일단 OCR 자체를 추가 요금 없이 뜰 수 있는 게 큰 장점이긴 하지만, 단점을 꼽는다면 인식률, 특히 주석에 대한 인식률이 다소 떨어진다는 점이 있다. 주석을 잘 인식할 때도 있지만 뜬금없이 y로 인식해두는 것도 있긴 하다만 그리 큰 걸림돌은 아니다. 그래서 정확도에서 0.1퍼센트를 뺐다. 그리고 어떤 전공분야에서든 전공 내에서 통하는 '전문용어'나 사전에서도 잘 찾기 힘든 합성어, 혹은 신조어 등이 나오면 인식을 제멋대로 하는 경향은 있는 것 같다. 영어뿐만 아니라 나는 자주 등장하는 용어들이 독일어/프랑스어가 많아서, 그 두 언어까지 같이 옵션을 넣었었다. 그런데 영어 용어가 컴퓨터 생각에는 애매하다 싶었는지 듣도보도 못한 프랑스어 풍 - 심지어 프랑스어도 아님 - 으로 ocr을 떠놨다;; 예를 들면, Untranslatability라는 단어를 untr ansi a tab il tiy 라고 해뒀다. 이런 디테일함은 조금 아쉬운 부분이다.

그리고... (속닥속닥).. 저렇게 ocr를 해놓으면 .... (속닥속닥)... 급할 때 쫙 긁어서 번역기에 돌리기도 쉽그든요... (속닥속닥)...

전공 특성상 타자 혹은 타 매체에 의해 한 단어로 정의내려진 글을 읽는 것보다 원서로 읽으며 내 마음 속 단어로 정리하는 게 중요하지만 일분일초가 급할 땐 그래도 파파고선생님과 구글선생님이 최곱니다. 정신적 스트레스가 어느 정도 절감되어요 (변명)

​

아무튼 스캔본들 모조리 ocr 돌려버리고 넘나 만족해서 잠들기 전 기록해두고 잡니다 :D

​

​

​

2020.10.29 추가글

"알PDF에서 '예기치 못한 오류가 발생하여 문자 인식 기능이 취소되었습니다'라는 문구가 뜨면서 OCR이 불가능한 경우 관련"

​

개강을 코앞에 두고, 미리 나온 논문과 읽기자료들을 글자인식이 되는 pdf로 만들기 위해 여느 때와 다름없이 알pdf를 켰다. 그런데 문자인식이 안 되고, 자꾸 오류 안내 창이 뜨기만 하는 거다. 이스트소프트(알pdf개발사) 측에서 안내하는 바에 따르면, 내가 설치한 버전이 2.33v인데 그에 상응하는 ocr 플러그인을 깔아야만 오류 없이 문자인식이 가능하다고 한다. 알pdf 버전을 꼭 확인해보고, 오류가 난다면 플러그인을 알맞은 버전으로 재설치해 봅시다. 화이팅!

​

1) 상단 '편집'탭 - '문구 편집' 을 누르면 OCR된 내용을 편집자 임의로 변경할 수 있으며, 원하는 폰트와 사이즈로 조절 가능하다.

심각하게 거슬리는 오탈자가 있거나 이상한 기호가 생겨버리면 조용히 지워주면 된다.

폰트도 개인적으로 선호하는 글씨체가 몇 있는데, 바꾸기만 하면 중구난방으로 행간 값까지 변경되어버려서 페이지 안에 다 들어가지 않는 대참사도 생기곤 하므로 나는 되도록 기본 설정 그대로 저장해버린다.

​