.pdf · application/pdf

PDF: PDF (이동 가능 문서 형식)

PDF는 시맨틱 문단이나 제목 구조 대신 바이너리 스트림과 글리프 좌표를 사용해 시각적 페이지 레이아웃을 그대로 고정해 저장합니다.

빠른 답변: PDF는 시맨틱 문단이나 제목 구조 대신 바이너리 스트림과 글리프 좌표를 사용해 시각적 페이지 레이아웃을 그대로 고정해 저장합니다. 인쇄 레이아웃이 고정된 계약서, 청구서, 연구 논문 및 읽기 전용 공식 문서 배포.

구조 유형문서형
사람 가독성낮음
중첩 지원미지원
LLM 토큰 효율낮음
파일 확장자.pdf
MIME 유형application/pdf
추천 용도인쇄 레이아웃이 고정된 계약서, 청구서, 연구 논문 및 읽기 전용 공식 문서 배포.

장점

  • 모든 운영체제와 프린터에서 정확한 글꼴, 여백 및 조판 레이아웃을 유지
  • 마크다운 문서를 공유 가능한 공식 보고서로 내보낼 때 가장 널리 쓰이는 형식
  • 전자 서명 및 장기 문서 아카이빙 표준으로 범용 신뢰 확보

단점 및 주의사항

  • 바이너리 형식이라 텍스트 추출 없이는 LLM 프롬프트에 바로 붙여넣을 수 없음
  • 다단 편집과 자동 줄바꿈을 단순 복사하면 문장 중간이 마구 끊어짐
  • 스캔 이미지 전용 PDF에는 선택 가능한 텍스트 레이어가 없어 OCR 없이는 추출 불가

참고 자료

PDF 로컬 변환 및 정리 도구

관련 엔지니어링 가이드

PDF 자주 묻는 질문

TxtTo는 민감한 PDF를 서버에 업로드하지 않고 어떻게 텍스트를 추출하나요?

자체 호스팅된 로컬 PDF.js 워커를 브라우저 메모리에서 실행하여 글꼴 크기로 제목을 복원하고 끊긴 줄바꿈을 오프라인으로 이어 붙입니다.

마크다운 문서를 실제 바이너리 PDF 파일로 로컬 내보내기할 수 있나요?

네. Markdown to PDF는 pdf-lib를 이용해 브라우저 메모리에서 %PDF-1.7 파일을 생성하며 한글·CJK 문자도 깨짐 없이 렌더링합니다.

PDF 텍스트 추출 시 반복되는 머리글이나 쪽 번호가 섞여 나오는 이유는 무엇인가요?

PDF 페이지마다 상단 머리글·바닥글이 시각적 텍스트 객체로 반복 저장되기 때문입니다. '반복 머리글/바닥글 제거' 옵션으로 자동 정리할 수 있습니다.