스캔 PDF를 그냥 넣으면 검색이 안 됩니다 — OCR 준비 순서

계약서를 스캔해서 폴더에 넣었는데, 검색해도 나오지 않습니다. 스캔만 한 PDF는 이미지라서 글자 검색이 불가능하기 때문입니다. 문서 검색 AI에 넣기 전에 OCR(문자 인식) 작업이 필요합니다.

OCR 문서화 절차

1. 원본 스캔 — 플랫베드(고화질) 또는 ADF(대량·고속, 재단 필요), 스마트폰 촬영은 각도·왜곡 보정 앱 사용
2. 이미지 품질 점검 — 명도·대비, 기울기 보정, 단순 레이아웃, 표준 글꼴
3. OCR 적용 — 이미지 속 텍스트를 검색 가능한 텍스트로 변환
4. 검수 — 텍스트 박스 수정, 맞춤법 검사, 복수 변환 비교
5. 저장 — 검색 가능 PDF로 저장, 파일명 직관화·중앙 저장·백업
6. 저작권 확인 — 개인소장용·업무용 한정

개념 이미지: 스캔 → 품질 점검 → OCR → 검수 → 저장으로 이어지는 전처리 순서입니다.

인식률을 높이는 요인

• 이미지 품질이 가장 큰 요인 — 해상도·대비·기울기·레이아웃
• 텍스트 레이어가 있는 디지털 PDF는 별도 인식 없이 텍스트 추출 가능
• 표·다단 레이아웃은 OCR 이후에도 구조 복원이 필요

RAG 연계 포인트

스캔 문서(이미지 PDF)는 OCR 전처리가 필수입니다. 표는 셀 나열이 아니라 각 값이 어떤 행·열 헤더에 속하는지 연결해서 직렬화해야 검색 품질이 나옵니다. 전처리 단계의 작은 오류는 검색·생성으로 갈수록 증폭됩니다.

샘플 검수로 품질을 확인합니다

10~20장 표본을 골라 다음을 확인합니다.

• 표본 문자 오류율(%) = 오인식 문자 수 ÷ 표본 전체 문자 수 × 100
• 페이지당 수정시간
• 검색 성공 건수 — 원문 단어로 검색이 되는가

기울어진 문서, 대비가 낮은 문서, 복잡한 표가 있는 문서를 표본에 포함해야 실제 품질이 드러납니다. 오늘 스캔 문서 한 장을 검색해 보세요. Core Company는 표본 검수부터 OCR 전처리 범위까지 설계해 드리겠습니다.

문서 스캔·복제는 저작권과 개인정보 보호 기준을 확인하고, 업무용 범위에서 진행해야 합니다.