PDF 텍스트 레이어가 없을 때: 규칙 만들기 전에 확인하는 방법

PDF에 텍스트 레이어가 없다는 것은 페이지 위의 글자가 텍스트로 기록된 적이 한 번도 없다는 뜻입니다. 파일에는 오직 그 모습을 담은 이미지만 있어서, 규칙도 검색창도 Ctrl+F도 읽을 것이 아무것도 없습니다. 내용 매칭 규칙이 조용히 아무 일도 하지 않는 가장 흔한 이유가 바로 이것입니다 — 규칙이 고장 난 것이 아니라 그림 아래에 매칭할 것이 아무것도 없는 파일일 뿐입니다. 어떤 PDF를 보고 있는지는 Mac에서도 Windows에서도 1분 안에 확인할 수 있고, 규칙을 만드는 데 시간을 쓰기 전에 먼저 해야 할 일입니다. 이 글은 그 테스트와, 파일이 테스트를 통과하지 못했을 때 할 일, 그리고 정상적인 PDF에서도 같은 방식으로 조용히 매칭되지 않게 만드는 다른 형식과 제한을 다룹니다.

왜 규칙이 PDF 안의 글자를 찾지 못할까요?

Word, Pages, 또는 최신 스캔 앱에서 나온 PDF는 두 가지를 동시에 담고 있습니다. 눈에 보이는 페이지 그림, 그리고 그 뒤에 위치를 맞춰 숨어 있는 실제 문자 레이어입니다. 그 숨은 레이어가 텍스트 레이어입니다. PDF 뷰어가 문장을 선택하게 해 주는 것도, Ctrl+F가 검색하는 것도, 내용 매칭 규칙이 읽는 것도 바로 이 레이어입니다.

스캔한 페이지나 휴대폰으로 찍은 문서 사진에는 그림만 있습니다. 아무도 문자 인식을 실행하지 않았으므로 이미지 뒤에는 문자가 없습니다 — 글자처럼 보이도록 배열된 픽셀뿐입니다. 사람 눈에는 스캔한 인보이스와 "PDF로 인쇄한" 인보이스가 똑같아 보일 수 있습니다. 소프트웨어에게는 한쪽에는 글자가 있고 다른 쪽에는 전혀 없습니다. 바로 이 지점에서 사람들이 걸려 넘어집니다. 파일은 정상적인 문서처럼 보이고, 정상적으로 열리고, 정상적으로 인쇄되지만, 매칭할 글자가 애초에 없었기 때문에 규칙이 먼저 OCR을 실행하지 않는 한 내용 규칙과 일치하지 않습니다.

이것은 File Arbor만의 특이한 현상이 아닙니다. 파일 안의 내용을 읽는 도구라면 File Juggler와 organize를 포함해 무엇이든 텍스트 레이어가 있어야 읽을 수 있으며, 스캔본을 처리하는 Hazel 6과 1.3.0부터의 File Arbor Pro는 먼저 OCR을 실행해 그 텍스트를 만듭니다. Noodlesoft의 Hazel 지원 포럼에도 규칙이 "PDF를 더 이상 읽지 못한다"고 호소하는 사용자들의 글이 꾸준히 올라오는데, 그 글타래에서 되풀이되는 설명은 대개 텍스트 레이어가 없거나 Spotlight 색인이 파일과 어긋나 버린 경우입니다.

60초 테스트: 이 PDF에 텍스트 레이어가 있나요?

PDF 내용을 기준으로 규칙을 만들기 전에, 파일을 열어 규칙이 하는 것과 똑같이 읽어 보려고 시도하세요 — 텍스트를 선택하거나 검색해 보는 것입니다. 아무것도 선택되지 않고 아무것도 검색되지 않는다면 텍스트 레이어가 없는 것이고, 먼저 OCR을 실행하지 않는 한 어떤 내용 규칙도 그 파일과 매칭되지 않습니다 — File Arbor Pro에서는 규칙이 스캔한 문서도 읽도록 설정하면 됩니다(1.3.0부터).

Mac에서

PDF를 Preview로 여세요. 눈에 보이는 한 줄을 클릭한 채로 드래그합니다. 개별 단어가 강조 표시되면 텍스트 레이어가 있는 것입니다. 어디를 드래그해도 아무것도 강조되지 않으면 없는 것입니다. 두 번째 확인으로 Command-F를 눌러 페이지에 분명히 보이는 단어를 검색해 보세요 — 진짜 텍스트 레이어라면 즉시 찾아내고, 이미지뿐인 PDF는 아무것도 찾지 못합니다.

Windows에서

PDF를 기본 뷰어로 여세요(Windows 10과 11에서는 Microsoft Edge가 기본적으로 처리합니다). 한 줄의 텍스트를 클릭한 채로 드래그하거나 Ctrl+A로 전체를 선택해 보세요. 텍스트 레이어가 있으면 개별 단어가 강조되고, 이미지뿐인 페이지는 아무것도 선택되지 않거나 그림 전체를 감싸는 상자 하나만 그려집니다. 두 번째 확인으로 Ctrl+F를 눌러 페이지에 있는 단어를 검색하세요 — Mac과 같은 규칙입니다. 찾으면 텍스트 레이어가 있는 것이고, 못 찾으면 없는 것입니다.

폴더 전체에 규칙을 적용하기 전에 대표 파일 하나로 이 테스트를 먼저 해 보세요. 텍스트 기반 파일이 대부분인 묶음에 스캔한 표지 한 장이 섞여 있어도 통과하겠지만, 데스크 스캐너로 만든 파일이 가득한 폴더는 대개 통과하지 못합니다. 규칙이 일주일 동안 조용히 아무 일도 하지 않은 뒤에 알아차리는 것보다 미리 아는 편이 낫습니다.

검색 가능한 PDF 대 스캔한 PDF: 어떤 도구가 실제로 OCR을 실행하나요?

검색 가능한 PDF와 스캔한 PDF는 겉보기에는 구분이 안 되면서도 기능적으로는 정반대입니다. 차이는 오직 OCR(광학 문자 인식)이 그 파일에서 실행된 적이 있는지에 달려 있습니다 — 만들어질 때(스캔하면서 바로 문자를 인식하는 앱) 실행됐거나, 나중에(이미지뿐인 기존 파일에 별도로 OCR을 돌려서) 실행됐거나입니다.

바로 이 지점에서 도구들이 실제로 갈립니다. 각주가 아니라 분명하게 짚어야 할 부분입니다. Hazel 6은 매칭 단계 안에서 곧바로 OCR 처리가 안 된 PDF에 즉석 문자 인식을 실행하고, 암호화된 PDF를 열기 위한 비밀번호도 입력받을 수 있습니다. File Arbor는 1.3.0 이전에는 둘 다 하지 않았습니다. 그 뒤로 Pro도 규칙이 스캔한 문서도 읽도록 설정된 경우 OCR을 실행합니다. 스캔한 PDF나 사진(JPEG, PNG, TIFF)의 첫 페이지와 마지막 페이지를 9개 언어로, 페이지당 약 1초에 읽습니다. 비밀번호 입력란은 여전히 없으므로 암호화된 PDF는 읽을 수 없는 채로 남습니다.

PDF가 늘 암호화되어 있다면, Hazel의 비밀번호 옵션이 File Arbor보다 Hazel을 선택할 실질적인 이유입니다 — 크로스 플랫폼 도구를 원래 선호하는 사람이라도 Mac에서는 그렇습니다. 스캔본은 이제 둘 다 규칙 안에서 OCR을 실행합니다. 다만 File Arbor Pro는 첫 페이지와 마지막 페이지만 읽으므로, 필요한 텍스트가 긴 스캔본의 더 깊은 곳에 있다면 필요한 파일에 미리 한 번 OCR을 돌려 두면 File Arbor의 내용 규칙도 여전히 같은 결과에 도달합니다.

텍스트 레이어가 없을 때 할 수 있는 일

60초 테스트를 통과하지 못했다고 해서 그 파일의 내용 매칭이 완전히 불가능한 것은 아닙니다. 정직한 선택지가 두 가지 있고, 둘 다 "기다리며 바라는" 것과는 다릅니다.

OCR을 실행하세요. 1.3.0부터 File Arbor Pro는 규칙 안에서 이를 할 수 있습니다. 규칙이 스캔한 문서도 읽도록 설정하면 스캔본마다 첫 페이지와 마지막 페이지를 읽습니다. 같은 규칙이 읽어 낸 날짜나 번호로 스캔본의 이름을 지을 수도 있습니다. 방법은 PDF 내용으로 파일명 바꾸는 방법에 나와 있습니다. 그렇지 않다면 전용 OCR 도구, 스캐너에 딸려 온 소프트웨어, Adobe Acrobat의 내장 인식 기능이 이미지뿐인 PDF에 실제 텍스트 레이어를 더할 수 있습니다. 그렇게 하고 나면 파일은 똑같은 선택-검색 테스트를 통과하고, 내용 규칙도 다른 PDF와 똑같이 읽어낼 수 있습니다.

아니면 그 파일은 내용 매칭 대신 다른 조건으로 매칭하세요. 파일 이름이나 도착한 폴더, 날짜로 매칭하는 규칙은 파일 안의 글자를 한 자도 읽을 필요가 없습니다. 어떤 거래처가 스캔한 영수증을 항상 receipt-scan-*.pdf라는 이름으로 보낸다면, 이름 기준 규칙이 OCR 없이도 문제를 해결합니다 — 때로는 정직한 해결책이 더 큰 도구가 아니라 더 단순한 규칙입니다.

텍스트 레이어가 있어도 매칭되지 않는 다른 형식들

텍스트 레이어가 없는 것만이 파일이 조용히 매칭에 실패하는 유일한 이유는 아닙니다. File Arbor에서는 다음 중 어느 것도 안에 무엇이 들어 있든 내용 조건과 매칭되지 않습니다.

• XLSX 스프레드시트. 내용 조건은 스프레드시트 셀을 아예 읽지 않습니다.
• DOCX의 머리글, 바닥글, 각주. Word 문서의 본문 텍스트만 확인합니다 — 키워드가 바닥글이나 페이지 머리글에만 있으면 매칭되지 않습니다.
• 암호화되거나 비밀번호로 보호된 PDF. 비밀번호 없이는 텍스트를 추출하기 위해 열 수 없고, File Arbor에는 비밀번호를 입력할 칸이 없습니다.

이 중 어느 것도 File Arbor의 구현에서만 나타나는 문제가 아닙니다. 비밀번호 입력창이나 스프레드시트 파서 없이 규칙 엔진이 추출할 수 있는 범위를 그대로 반영할 뿐이지, 나중에 고쳐질 버그가 아닙니다.

정상적인 PDF에서도 조용히 매칭이 안 되게 만드는 제한들

60초 테스트를 통과하고 실제 텍스트 레이어가 있는 PDF조차 여전히 매칭에 실패할 수 있습니다. File Arbor의 내용 추출에는 확실한 상한선이 있기 때문입니다. 파일당 32MB, 추출한 텍스트의 처음 256KB, PDF의 처음 20페이지, 파일당 5초의 처리 시간입니다.

사람들이 가장 자주 놓치는 것은 페이지 상한선입니다. "termination"이라는 단어가 25페이지에만 있는 40페이지짜리 계약서는 그 단어를 찾는 규칙과 매칭되지 않습니다. File Arbor는 20페이지를 넘어서는 절대 읽지 않으므로, 규칙 입장에서는 그 단어가 파일에 아예 존재하지 않는 것과 같습니다. 텍스트가 많은 긴 문서의 256KB 텍스트 상한선도 같은 논리로 작동합니다 — 파일이 계속 이어지더라도 추출은 거기서 멈춥니다. 이 상한선은 임의로 정한 것이 아니라, 지나치게 큰 파일 하나가 대기열에서 기다리는 다른 모든 파일의 처리를 멈춰 세우지 않도록 두었습니다.

어떤 해결책을 써야 할까요?

"파일이 아예 선택도 검색도 안 됩니다." 텍스트 레이어가 없는 스캔본이나 사진입니다. File Arbor Pro에서는 규칙이 스캔한 문서도 읽도록 설정하고(1.3.0부터), 그렇지 않다면 먼저 OCR 소프트웨어를 거치거나, 내용 대신 이름·폴더·날짜로 매칭하세요.

"텍스트는 잘 선택되는데 규칙이 여전히 매칭하지 않습니다." 매칭할 문구가 20페이지를 넘어선 곳에 있는지, 파일이 32MB를 넘는지, 매칭 위치가 추출한 텍스트 256KB 이후에 있는지 확인하세요 — 이 중 하나만 걸려도 정상적인 PDF에서 조용한 비매칭이 생깁니다.

"PDF에 비밀번호가 걸려 있습니다." File Arbor도 일반적인 내용 규칙도 비밀번호 없이는 열 수 없습니다. Mac에서는 Hazel에 규칙 안에서 직접 비밀번호를 입력할 수 있습니다. 그렇지 않다면 가능한 경우 자동화하기 전에 비밀번호부터 제거하세요.

"스프레드시트이거나, 매칭할 내용이 Word 문서의 머리글이나 바닥글에 있습니다." 내용 조건은 DOCX의 본문 텍스트와 PDF의 텍스트 레이어만 읽습니다 — 스프레드시트 셀도, 머리글·바닥글·각주도 읽지 않습니다. 대신 파일 이름이나 폴더로 매칭하세요.

"스캔한 파일이 수백 개고 하나씩 고칠 시간이 없습니다." 규칙이 OCR을 실행하게 하세요. File Arbor Pro는 1.3.0부터 Windows와 Mac에서, Hazel 6은 Mac에서 그렇게 합니다. 다른 도구를 쓴다면 전용 OCR 소프트웨어로 먼저 일괄 처리한 뒤, OCR을 거친 결과물에 규칙을 적용하세요.

FAQ

PDF에 텍스트 레이어가 없다는 것은 무슨 뜻인가요?

페이지 위의 글자가 텍스트로 기록된 적이 한 번도 없고, 오직 그 모습을 담은 이미지로만 존재한다는 뜻입니다. 스캔본이나 휴대폰 사진으로 만든 PDF는 문자가 아니라 픽셀을 저장하므로 OCR이 인식하기 전까지는 텍스트를 선택하거나 검색하거나 매칭할 수 있는 것이 아무것도 없습니다. 겉모습은 일반 PDF와 똑같아 보여도 그 아래에는 읽을 수 있는 텍스트가 전혀 없습니다.

규칙이 PDF 안의 글자를 찾지 못하는 이유는 무엇인가요?

대개 그 PDF에 텍스트 레이어가 없기 때문입니다 — 읽을 문자가 없는 스캔본이나 휴대폰 사진인 경우입니다. 텍스트 레이어가 있는 정상적인 PDF에서도 매칭 위치가 도구의 제한 범위를 벗어나거나, PDF가 암호화되어 있거나, 스프레드시트나 Word 문서의 머리글처럼 도구가 내용을 읽지 않는 형식이면 같은 일이 일어날 수 있습니다.

검색 가능한 PDF와 스캔한 PDF는 어떻게 다른가요?

검색 가능한 PDF는 워드프로세서에서 내보내거나 OCR로 만든 텍스트 레이어를 갖고 있어서 소프트웨어가 글자를 선택하고 검색하고 매칭할 수 있습니다. 스캔한 PDF는 대개 스캐너나 휴대폰 카메라로 찍은 페이지 사진으로, 텍스트 레이어가 없어서 OCR이 인식하기 전까지는 소프트웨어가 그 안의 글자를 읽을 수 없습니다.

규칙을 만들기 전에 PDF에 텍스트 레이어가 있는지 어떻게 확인하나요?

PDF를 열어 한 줄을 선택해 보거나 눈에 보이는 단어를 검색해 보세요. Mac에서는 Preview의 선택 도구나 Command-F를, Windows에서는 PDF 뷰어의 검색 기능이나 드래그 선택을 사용합니다. 아무것도 선택되지 않고 검색해도 아무것도 나오지 않는다면 그 파일에는 텍스트 레이어가 없는 것입니다.

File Arbor도 Hazel처럼 스캔한 PDF를 읽을 수 있나요?

네, 1.3.0부터 가능합니다. 다만 두 가지 차이가 있습니다. File Arbor Pro는 규칙이 스캔한 문서도 읽도록 설정된 경우 스캔한 PDF와 사진에 OCR을 실행하지만, 첫 페이지와 마지막 페이지만 읽습니다. 그리고 Hazel 6과 달리 암호로 보호된 PDF는 열 수 없으므로, 암호화된 PDF는 File Arbor의 내용 규칙이 매칭하기 전에 먼저 잠금을 풀어야 합니다.

내용 규칙이 PDF 40페이지에 있는 글자도 찾아내나요?

아니요. File Arbor는 PDF의 처음 20페이지와 추출한 텍스트의 처음 256KB, 최대 32MB 파일, 파일당 5초의 처리 시간까지만 확인합니다. 문서 40페이지에만 등장하는 단어는 그 PDF에 정상적인 텍스트 레이어가 있어도 매칭되지 않습니다.

핵심 정리

텍스트 레이어가 없는 PDF는 규칙을 잘못 만든 것이 아니라 애초에 읽을 것이 없는 파일이며, 60초짜리 선택-검색 테스트가 시간을 낭비하기 전에 어느 쪽인지 알려줍니다. 필요한 파일은 OCR을 돌리고(1.3.0부터는 File Arbor Pro 규칙이 이를 직접 할 수 있습니다), 나머지는 이름·폴더·날짜로 매칭하세요. 그 외에는 형식과 제한을 확인하면 됩니다. XLSX 없음, DOCX 머리글·바닥글 없음, 암호화된 PDF 없음, 20페이지·256KB·32MB를 넘는 범위 없음입니다.

이것은 내용으로 파일 정리하기 가이드에서 다루는 것과 같은 정직한 한계입니다 — 내용 규칙은 실제로 읽을 수 있는 것만을 기준으로 파일을 분류할 뿐, 아무것도 추론하지 않습니다. 파일이 테스트를 통과한다면 File Arbor를 다운로드해 규칙을 만드세요. 통과하지 못한다면 규칙이 스캔한 문서도 읽도록 설정하거나(Pro), 파일부터 먼저 고치세요.