PDF란? 구조, 역사, 변환할 때 알아둘 점

계약서를 이메일로 보낼 때는 상대방 화면에서도 같은 레이아웃, 같은 글꼴, 같은 페이지 나눔으로 열리기를 바랍니다. PDF(Portable Document Format)는 바로 그 목적을 위해 만들어졌습니다. 오늘날 청구서와 판결문부터 연구 논문과 탑승권까지 "최종본"으로 여겨지는 문서 대부분이 PDF로 오갑니다. 이 글에서는 PDF가 어디서 왔는지, 파일 안에 무엇이 들어 있는지, 어떤 버전이 있는지, PDF를 다른 형식으로 변환할 때 무엇이 유지되고 무엇이 사라지는지 설명합니다.

PDF란 무엇인가요?

PDF는 문서의 모든 페이지를 고정된 모양으로 기술하는 파일 형식입니다. Word 같은 편집용 형식에서는 텍스트가 "흐릅니다". 창을 좁히거나 글꼴을 바꾸면 줄이 다시 배치됩니다. 반면 PDF에서는 모든 글자, 선, 이미지의 페이지 위 위치가 미리 정해져 있습니다. 파일에는 텍스트, 글꼴(대개 내장), 이미지, 벡터 그래픽이 하나의 패키지로 담겨 있어, 원본 프로그램이 없는 컴퓨터나 휴대폰, 프린터에서도 문서가 똑같이 표시됩니다.

이 설계에는 대가가 있습니다. PDF는 출력용 형식입니다. 문단, 제목, 표 같은 의미 정보가 항상 들어 있는 것은 아니며, "이 좌표에 이 글리프들을 그려라" 같은 명령만 담긴 경우가 많습니다. 이 차이를 기억하면 PDF를 편집하거나 다시 Word 문서로 바꾸기가 왜 어려운지 이해할 수 있습니다.

간략한 역사

PDF의 출발점은 Adobe 공동 창업자 존 워녹(John Warnock)이 1991년에 내놓은 "The Camelot Project"라는 제안입니다. 목표는 어떤 프로그램에서 만든 문서든 담아 두었다가 어떤 컴퓨터에서든 보거나 인쇄할 수 있게 하는 것이었습니다. Adobe에 따르면 이 작업은 1992년에 PDF로 발전했고, PDF와 이를 읽는 Acrobat 소프트웨어는 1993년 6월 15일에 출시되었습니다.

처음 15년 동안 PDF는 Adobe의 사양이었고, 버전이 올라갈 때마다 기능이 늘었습니다. 1.2에서 대화형 양식(AcroForms), 1.4에서 투명도와 XMP 메타데이터, 2003년 8월에 공개된 1.5에서 레이어, 객체 스트림, 상호 참조 스트림이 추가되었습니다. 진정한 전환점은 2008년이었습니다. 2008년 7월 1일 PDF 1.7이 국제 표준 ISO 32000-1:2008이 되면서 형식의 관리 권한이 ISO 위원회로 넘어갔습니다. 이어 2017년에 PDF 2.0(ISO 32000-2)이 나왔고, 2020년 12월에 오류를 바로잡은 제2판이 발행되었습니다. 2023년 4월부터는 PDF Association이 ISO 32000-2를 무료로 내려받을 수 있게 제공하고 있습니다.

규모를 가늠해 보면, Adobe는 2023년 6월 블로그 글에서 지난 1년 동안 고객들이 Acrobat 제품에서 4,000억 개가 넘는 PDF를 열었다고 밝혔습니다. 이 수치는 Adobe 제품만 집계한 것으로, 브라우저 내장 뷰어나 다른 소프트웨어는 포함되지 않습니다.

PDF 파일 안에는 무엇이 있나요?

PDF를 텍스트 편집기로 열면 첫 줄에 %PDF-1.7 같은 버전 표시가 보입니다. 나머지는 크게 네 부분으로 이루어져 있습니다.

1. 헤더(Header): 형식과 버전을 선언하는 첫 줄입니다.
2. 본문(Body): 문서를 구성하는 "간접 객체(indirect object)"들입니다. 각 객체에는 객체 번호와 세대 번호가 있으며, 페이지, 글꼴, 이미지, 콘텐츠 스트림이 모두 객체입니다.
3. 상호 참조 테이블(xref): 모든 객체의 바이트 오프셋을 기록해, 뷰어가 파일 전체를 훑지 않고도 원하는 페이지로 바로 이동할 수 있게 합니다. PDF 1.5부터는 압축된 "xref 스트림"으로도 저장할 수 있습니다.
4. 트레일러와 파일 끝: 문서 카탈로그(/Root)를 가리키는 사전, 그 뒤의 startxref(xref 시작 위치)와 %%EOF 표시입니다.

단순화한 예시는 다음과 같습니다.

%PDF-1.7
1 0 obj << /Type /Catalog /Pages 2 0 R >> endobj
2 0 obj << /Type /Pages /Kids [3 0 R] /Count 1 >> endobj
3 0 obj << /Type /Page /Parent 2 0 R /Contents 4 0 R >> endobj
4 0 obj << /Length 44 >> stream
BT /F1 12 Tf 72 720 Td (Hello) Tj ET
endstream endobj
xref ...
trailer << /Root 1 0 R /Size 5 >>
startxref ...
%%EOF

실제 페이지 내용은 콘텐츠 스트림에 들어 있습니다. 예시에서 BT ... ET 블록은 텍스트 객체이고, Tf는 글꼴과 크기를, Td는 위치를 정하며, Tj가 텍스트를 그립니다. 여기에는 "문단"이나 "제목"이라는 개념이 없고 위치가 지정된 글리프만 있다는 점에 주목하세요. 눈에 보이는 한 줄도 여러 조각으로 나뉘어 있는 경우가 많습니다.

PDF의 또 다른 특징은 증분 업데이트(incremental update)입니다. 주석이나 서명을 추가할 때 소프트웨어는 파일을 다시 쓰지 않고 새 객체와 새 xref 구역을 파일 끝에 덧붙일 수 있습니다. 디지털 서명은 이 방식을 이용해 서명된 내용을 그대로 보존합니다.

PDF 프로필과 하위 표준

ISO 32000과 별도로 특정 목적을 위한 제한된 PDF 프로필이 있습니다. 가장 잘 알려진 것은 장기 보존용으로 설계된 PDF/A입니다. 첫 번째 파트인 PDF/A-1은 2005년 10월 ISO 19005-1로 발행되었습니다. PDF/A 파일은 모든 글꼴을 내장하고, 색상을 장치에 독립적인 방식으로 정의하며, XMP 메타데이터를 포함해야 합니다. 반면 암호화, JavaScript, 오디오, 비디오, 외부 의존성은 금지됩니다. 그래서 기록 보관소나 공공 기관이 PDF/A를 요구하는 경우가 많습니다.

실무에서 더 중요한 구분은 텍스트 기반 PDF와 스캔한 PDF입니다. Word나 브라우저에서 "PDF로 저장"으로 만든 파일에는 선택, 검색, 복사가 가능한 실제 텍스트가 들어 있습니다. 반면 종이를 스캐너로 읽은 파일은 PDF 안에 든 이미지일 뿐입니다. 여기서 텍스트를 얻으려면 OCR(광학 문자 인식)이 필요합니다.

PDF는 어디에 쓰이나요?

• 법률 및 공문서: 디지털 서명 지원 덕분에 계약서, 신청서, 판결문에 쓰입니다.
• 회계와 전자상거래: 청구서, 영수증, 은행 거래 내역서.
• 출판과 인쇄: 인쇄용 파일, 전자책, 카탈로그.
• 학계: 논문, 학위논문, 강의 자료.
• 양식: 작성 가능한 신청서와 신고서.
• 보관: 수십 년 동안 보관해야 하는 기록(PDF/A 사용).

장점과 단점

PDF는 어떤 프로그램으로 여나요?

따로 설치할 필요가 거의 없습니다. Chrome, Edge, Firefox, Safari에는 모두 PDF 뷰어가 내장되어 있습니다. macOS에서는 미리보기가, Windows에서는 Edge가 PDF를 엽니다. 고급 편집, 양식 디자인, 서명에는 Adobe Acrobat이 흔히 쓰입니다. Microsoft Word도 PDF를 열어 편집 가능한 문서로 바꾸려고 시도하지만, 결과는 파일의 복잡도에 따라 달라집니다. Linux에서는 Evince, Okular, Poppler 도구가 널리 쓰입니다.

자주 겪는 문제와 해결 방법

PDF에서 복사한 텍스트가 뒤죽박죽입니다

PDF는 텍스트를 읽는 순서가 아니라 그리는 순서로 저장할 수 있습니다. 2단 논문에서는 줄이 서로 섞일 수 있고, 일부 글꼴은 유니코드 매핑 없이 내장되어 특수 문자가 깨져 보이기도 합니다. 뷰어에서 복사하는 것보다 PDF를 TXT나 Word로 변환하는 편이 대개 더 깔끔합니다.

파일이 암호화되어 열리거나 변환되지 않습니다

PDF에는 두 종류의 암호가 있을 수 있습니다. 문서 열기 암호와 권한 암호(편집이나 인쇄용)입니다. 열기 암호가 걸린 파일은 암호를 모르면 어떤 변환기도 읽을 수 없습니다. 암호를 알고 있다면 파일을 열어 보호를 해제하고 다시 저장한 뒤 변환하세요.

스캔한 PDF에서 검색이 안 됩니다

파일에 텍스트가 아니라 이미지가 들어 있으므로 검색과 복사가 되지 않습니다. 텍스트 레이어를 추가하려면 OCR 소프트웨어가 필요합니다.

글꼴이 원본과 다르게 보입니다

파일을 만든 프로그램이 글꼴을 내장하지 않았다면 뷰어가 비슷한 글꼴로 대체합니다. 내보낼 때 "글꼴 포함" 옵션을 켜거나 PDF/A로 저장하면 이 문제를 막을 수 있습니다.

PDF 파일 변환 팁

PDF를 변환한다는 것은 고정된 페이지 레이아웃을 흐르는 문서로 다시 짜는 일이므로, 아무리 좋은 도구라도 어느 정도 추정을 해야 합니다. 저희 변환기는 이렇게 처리합니다. PDF를 Word로 변환하면 파일이 저희 서버에 업로드되고, 오픈 소스 Poppler 도구가 각 텍스트 조각을 위치와 함께 읽은 뒤 줄을 다시 문단으로 합칩니다. 굵게, 기울임 같은 문자 서식과 읽는 흐름은 대부분 유지되지만, 다단 페이지, 복잡한 표, 위치가 고정된 상자는 원본과 정확히 같지 않을 수 있습니다. 업로드한 파일은 30분 이내에 서버에서 삭제됩니다.

• 텍스트만 필요하다면 PDF를 TXT로 변환하는 것이 가장 깔끔합니다. 서식은 빠지고 읽기 쉬운 일반 텍스트만 남습니다.
• 웹에서 페이지 모양을 유지하고 싶다면 PDF를 HTML로 변환하면 텍스트가 페이지의 원래 위치에 배치됩니다.
• 스캔한 PDF에는 텍스트가 없으므로 저희 변환기로 편집 가능한 텍스트를 추출할 수 없습니다. 먼저 OCR을 실행하세요.
• 암호화된 PDF는 변환할 수 없으며, 암호를 해제하라는 안내가 표시됩니다.

반대 방향은 더 쉽습니다. Word를 PDF로 변환하면 DOCX, DOC, RTF 파일이 중간 단계 없이 LibreOffice를 거쳐 바로 PDF가 되므로 페이지 레이아웃, 머리글과 바닥글, 표, 이미지가 유지됩니다. 서버에 설치되지 않은 글꼴을 사용했다면 비슷한 글꼴로 대체될 수 있습니다. HTML, Markdown, TXT 같은 원본은 A4 페이지에 배치된 뒤 브라우저 엔진으로 PDF로 출력됩니다.

자주 묻는 질문

PDF는 언제 만들어졌나요?

아이디어는 존 워녹이 1991년에 낸 Camelot 제안에서 시작되었습니다. PDF와 Acrobat은 1993년 6월 15일에 출시되었고, 2008년에 국제 표준 ISO 32000-1이 되었습니다.

PDF 1.7과 PDF 2.0은 무엇이 다른가요?

PDF 1.7은 Adobe의 마지막 버전으로, 2008년에 ISO 32000-1로 표준화되었습니다. PDF 2.0(ISO 32000-2)은 처음부터 ISO 안에서 개발되어 2017년에 발행되었고 2020년판에서 수정되었습니다. 일상적인 용도에서는 두 버전 모두 같은 프로그램에서 열립니다.

PDF/A는 무엇이고 언제 써야 하나요?

PDF/A는 장기 보존을 위한 제한된 PDF 프로필입니다. 글꼴 내장을 요구하고 암호화나 JavaScript 같은 기능을 금지합니다. 몇 년 뒤에도 문서가 똑같이 열려야 하거나 기관이 요구할 때 선택하세요.

PDF를 Word로 변환하면 왜 레이아웃이 깨지나요?

PDF에는 대개 문단이나 표 정보가 없고 위치가 지정된 글리프만 있기 때문입니다. 변환기는 이 조각들로 줄과 문단을 다시 만들어야 합니다. 단순한 1단 문서는 아주 잘 변환되지만, 다단이나 표가 많은 페이지는 직접 손봐야 할 수 있습니다.

스캔한 PDF를 편집 가능한 텍스트로 바꿀 수 있나요?

그러려면 OCR이 필요합니다. 저희 변환기는 OCR을 수행하지 않으며, PDF에 실제로 들어 있는 텍스트만 옮깁니다. 스캔한 문서는 먼저 OCR 소프트웨어로 처리한 뒤 변환하세요.

PDF를 변환해도 안전한가요?

문서 변환은 저희 서버에서 이루어집니다. 파일은 변환에만 사용되고 30분 이내에 삭제됩니다. 그래도 매우 민감한 자료라면 어떤 온라인 서비스에도 올리지 않는 편을 택할 수 있습니다.

출처

• Adobe: What is a PDF? (Camelot 프로젝트와 PDF의 탄생)
• Adobe Blog: Celebrating 30 years of digital transformation with Adobe Acrobat (2023년 6월 15일)
• 미국 의회도서관: PDF 1.5 형식 설명
• 미국 의회도서관: PDF/A-1, ISO 19005-1:2005
• Wikipedia: PDF (역사와 파일 구조, 2차 자료)
• Poppler PDF 렌더링 라이브러리