PDF 텍스트 추출 및 마크다운 변환기

PDF에서 글자를 복사하면 줄바꿈이 엉뚱한 곳에 들어가고, 페이지 전체가 선택되지 않거나, 머리글과 바닥글이 본문에 섞이는 등 엉망이 되기 쉽습니다. 보고서, 논문, 사양서를 Obsidian, Notion, GitHub로 옮기거나 AI에게 요약과 번역을 맡기려면 먼저 텍스트를 깔끔하게 뽑아 두는 것이 시간을 크게 아껴 줍니다. 이 도구는 브라우저에서 PDF의 텍스트 층을 읽어 페이지별 일반 텍스트로 내보내며, 각 페이지 앞에 "--- N페이지 ---" 구분선을 넣어 원래 페이지 번호와 쉽게 대조할 수 있게 합니다.

추출할 때는 페이지 위의 위치에 따라 위에서 아래로, 왼쪽에서 오른쪽으로 정렬하고, 세로 간격이 뚜렷하게 벌어지면 줄을 바꿉니다. 일반적인 1단 문서에서는 잘 작동하지만, 2단 논문이나 신문식 배치, 복잡한 표에서는 같은 높이에 있는 좌우 단의 글자가 한 줄로 이어질 수 있어 약간의 정리가 필요합니다. 제목 단계, 글머리 기호, 표 구조는 자동으로 판별하지 않습니다. 결과는 깔끔한 문단 텍스트이며, 결과 상자에서 바로 고친 뒤 복사하거나 .md 또는 .txt 파일로 내려받을 수 있습니다.

가장 중요한 한계는 PDF 안의 "진짜 텍스트"만 읽을 수 있다는 점입니다. 스캔이나 촬영으로 만든 PDF는 사실상 페이지마다 이미지 한 장이라 뽑을 텍스트 층이 없고, 해당 페이지는 빈 페이지로 표시됩니다. 이 경우 먼저 OCR(문자 인식)을 거쳐야 합니다. PDF 뷰어에서 마우스로 글자를 선택할 수 없다면 대부분 스캔 문서입니다. 또한 특수한 글꼴 인코딩을 쓰는 일부 PDF는 글자가 깨져 나올 수 있는데, 이는 원본 파일의 글꼴 문제입니다.

열기 암호가 있는 PDF는 먼저 암호를 입력합니다. 모든 과정은 브라우저에서 이루어지고 내용은 업로드되지 않으므로 계약서나 사내 자료에도 쓸 수 있습니다. 추출 후 서식을 미리 보려면 이 사이트의 Markdown 편집기에 붙여 넣으세요.