PDF를 마크다운(Markdown)으로 변환

PDF를 Markdown으로 변환하는 이유

Markdown은 몇 가지 기호를 더한 일반 텍스트입니다. 제목에는 #, 글머리 기호에는 -, 표에는 세로 막대를 씁니다. 별도 프로그램 없이 읽을 수 있고, 어떤 편집기에서든 고칠 수 있으며, GitHub, Notion, Obsidian, 사내 위키에서 깔끔하게 표시됩니다. AI 어시스턴트가 가장 잘 이해하는 형식이기도 합니다. 보고서를 ChatGPT나 Claude에 붙여 넣을 때 제목 구조와 표가 있으면 요약, 비교, 구체적인 질문에 대한 답변이 더 정확해집니다. PDF 뷰어에서 그냥 복사·붙여넣기하면 단이 섞이고, 줄마다 문장이 끊기고, 페이지 머리글이 반복되기 쉽습니다. Markdown으로 변환하면 이런 문제를 피할 수 있습니다.

구조는 어떻게 복원되나요?

PDF에는 제목이나 문단이 없고, 정해진 좌표에 놓인 텍스트 조각만 있습니다. 도구는 본문 글자 크기를 찾은 뒤 더 큰 크기를 순서대로 분류합니다. 가장 큰 크기는 1단계 제목, 그다음은 2단계 제목이 되는 식입니다. 단 사이의 빈 공간으로 다단을 찾아내고, 같은 문단의 줄을 다시 잇고, 하이픈으로 나뉜 단어를 합칩니다. 여러 칸으로 정렬된 줄은 표가 되고, 글머리 기호와 번호는 목록이 됩니다. 보고서 제목이나 '3 / 12페이지'처럼 대부분의 페이지 위나 아래에 반복되는 텍스트는 제외합니다.

토큰, 한계, 스캔한 PDF

AI는 텍스트 길이를 단어 조각인 토큰으로 셉니다. 계산기는 약 4글자당 1토큰을 기준으로 대략적인 크기를 알려 줍니다. 문서가 대화 하나에 들어갈지, 일부 페이지만 보내는 게 나을지 판단할 때 유용합니다. 한국어처럼 언어에 따라 실제 토큰 수는 달라질 수 있습니다. 이미지는 변환하지 않지만 위치를 표시할 수 있습니다. 브로슈어나 병합 셀이 있는 표처럼 그래픽 요소가 많은 레이아웃은 다시 읽어 보며 손봐야 할 수 있습니다. 스캔한 PDF에는 페이지 이미지만 있으므로, 도구가 알려 주고 먼저 OCR로 읽을 수 있게 만들도록 안내합니다. 파일은 브라우저 안에서 처리되며 전송되지 않습니다.