스캔한 PDF를 엑셀로 변환하기: 한국어 표를 CSV로, 글자 깨짐 없이
스캔한 PDF는 이미지라서 복사가 안 되고, 엑셀에 붙여넣으면 한글이 깨지며 명세가 한 셀에 뭉개집니다. space-ocr 앱에 PDF를 드롭하면 각 페이지가 자동으로 이미지화되고, 열만 정해두면 1페이지=1행이 되어 UTF-8 BOM CSV로 출력됩니다. 엑셀에서 더블클릭으로 열어도 글자가 깨지지 않고, freee·머니포워드·야요이 등 회계 소프트웨어 CSV 가져오기도 그대로. 실패한 건은 과금되지 않습니다.
스캔한 청구서나 영수증 PDF를 열었을 때 가장 먼저 깨닫는 사실은 이겁니다 ── 복사가 안 된다. 텍스트를 선택하려 해도 드래그가 되지 않고, 숫자 하나 집어낼 수 없습니다. 이유는 단순합니다. 스캔 PDF는 표 데이터가 아니라 '표가 찍힌 이미지' 이기 때문입니다. 사람 눈에는 행·열·합계가 줄지어 보여도, 컴퓨터에게는 그저 픽셀 덩어리일 뿐입니다.
그래서 많은 사람이 하는 일은 정해져 있습니다. 엑셀을 열고 PDF를 보면서 한 줄씩 손으로 입력합니다. 아니면 억지로 복사·붙여넣기를 해보고, 결과는 ── 한글이 어떻게 처럼 깨지고, 명세가 통째로 한 셀에 뭉개지며, 레이아웃이 완전히 무너집니다. '스캔 PDF 엑셀 변환', 'PDF 표 CSV', '엑셀 글자 깨짐 해결'로 검색하다 이 글에 닿았다면, 아픈 지점은 바로 여기일 겁니다 ── 결국 하고 싶은 건 회계 소프트웨어에 가져올 수 있는, 열이 가지런한 데이터를 손에 넣는 것뿐인데 말이죠.
결론: 손입력도 복붙도 필요 없다
할 일은 PDF를 그대로 space-ocr 앱에 드롭하는 것뿐입니다. 앱은 각 페이지를 자동으로 이미지화하고, 페이지 안의 값을 이름이 붙은 필드로 읽어냅니다. 열(거래처·날짜·합계·명세…)을 한 번 정해두면 1페이지=1행으로 시트에 쌓이고, 마지막에 CSV로 출력할 수 있습니다.
이 CSV가 핵심인데, UTF-8 BOM이 붙어 출력되므로 엑셀에서 더블클릭으로 열어도 한글이 깨지지 않습니다. 명세는 한 셀에 뭉개지지 않고 각각 별도의 행·열로 펼쳐집니다. 한국어 판정은 엔진이 자동으로 처리하므로 언어를 지정할 필요가 없습니다.
왜 스캔은 '그대로' 엑셀에 들어가지 않을까
종이를 스캔한 순간, 파일의 내용물은 사진과 똑같은 래스터 이미지입니다. 문자 정보가 들어 있지 않으므로 엑셀의 '데이터 가져오기'나 복붙으로는 표로 집어낼 수 없습니다. 그래서 두 단계가 필요합니다.
- 이미지를 읽어 구조화한다(각 페이지 → 이름이 붙은 필드의 행)
- 그 행을 CSV로 내보낸다(엑셀이 순순히 여는 형식으로)
space-ocr 앱에서는 PDF를 던지면 한 페이지씩 자동으로 이미지화(PNG)한 뒤 OCR합니다. 그래서 사용자가 직접 페이지를 이미지로 잘라낼 필요가 없습니다 ── PDF를 드롭하기만 하면 됩니다. 어려운 건 ①의 '읽어내기'이고, 이 부분을 정확하게 하는 것이 글자 깨짐과 명세 뭉개짐을 뿌리 뽑는 지름길입니다.
원본 이미지 → 추출 시트: 스캔이 '열'이 된다
드롭한 서류의 값은 문자의 벽이 아니라 이름이 붙은 열로 나옵니다. 열은 직접 정의해도 되고, 엔진에 제안하게 해도 됩니다(API 라면 fields 로 선언하거나 autoFields: true 로 제안받습니다). 스캔 한 장이 라벨이 달린 행으로 바뀌는 모습을 보세요.
명세 행(청구서의 품목, 영수증의 상품)처럼 반복되는 행이 있는 서류는 array 타입 필드에 자식 열을 선언합니다. 그러면 페이지 위의 각 행이 저마다 독립된 행이 되어, 엑셀에서 합계를 낼 수 있는 형태가 됩니다 ── 이것이 '명세가 한 셀에 뭉개진다'는 문제의 정체에 대한 답입니다. 명세 구성법은 청구서·납품서를 읽어 엑셀로 만들기에서도 자세히 다룹니다.
날짜나 금액 열에는 type 으로 스칼라 타입(date / number / integer)을 선언할 수 있습니다. data.values 에는 서류에 인쇄된 표기 그대로(2026年3月31日, 1,200,000)가 남고, 그와 별개로 data.normalized 층이 붙어 결정론적 파서가 해석한 값 ── 날짜는 ISO 형식, 금액은 계산에 쓸 수 있는 숫자 ── 이 들어옵니다. 해석하지 못한 리프는 null 이 되고, 사유는 data.cells[경로].normalized.error 에, 검토 대상으로는 type_mismatch 로 data.review.flagged 에 실립니다. type 선언은 모델에 전달되지 않으므로 읽어내는 결과 자체가 달라지지는 않습니다 ── 달라지는 것은 엑셀이나 회계 소프트웨어로 넘기기 전에 계산 가능한 값을 별도 층으로 확보한다는 점입니다.
{
"image": "https://example.com/scan-invoice-p01.png",
"imageType": "url",
"fields": [
{ "name": "vendor", "type": "string" },
{ "name": "invoice_date", "type": "date" },
{ "name": "total", "type": "number" },
{
"name": "line_items", "type": "array",
"children": [
{ "name": "description", "type": "string" },
{ "name": "unit_price", "type": "number" },
{ "name": "qty", "type": "integer" }
]
}
]
}좌표는 AI가 상상으로 만들어내는 것이 아닙니다. 언어 모델이 돌려주는 것은 값의 텍스트와 '어떤 단어 토큰을 썼는지'라는 힌트뿐이고, 박스 자체는 돌려주지 않습니다. 엔진은 먼저 그 값의 문자를 비전 OCR이 실제로 페이지에서 검출한 심볼과 한 글자씩 대조(문자 단위 대조가 주력 경로) 하여 진짜 픽셀 위치에 박스를 둡니다. 대조가 돈 값에는 그 근거로 매치율(evidence.match_ratio ── 문자의 몇 퍼센트를 페이지에서 실제로 찾아냈는지)이 남습니다. 모델이 토큰 힌트를 돌려준 경우 그것으로 일부 필드의 위치를 덮어쓰기도 하지만, 반복 행에서는 힌트가 뒤바뀔 수 있으므로 곧이곧대로 믿지 않고 열 클러스터링과 행 일관성 검사로 검증·보정합니다. 핵심은 'AI가 틀리지 않는다'가 아니라, 대조된 값에는 근거가 남고, 대조하지 못한 값은 그 자체가 검토 대상으로 드러난다는 점입니다(위치를 확정하지 못하면 nobox, 문자가 어긋나면 text_mismatch 라는 사유가 붙습니다). 좌표는 box(xmin / ymin / xmax / ymax)와 기울기를 따라가는 4점 quad 로 함께 돌아오고, 둘 다 0〜1000 정규화(픽셀이 아닙니다)입니다.
가져오기 전에 스팟 체크하기
엑셀이나 회계 소프트웨어에 넣기 전에, 읽어낸 결과를 그 자리에서 확인할 수 있습니다. 값에 커서를 올리면 원본 스캔 이미지의 해당 부분이 빛나므로, 서류 전체를 다시 읽지 않아도 시선이 한 번에 그곳으로 날아갑니다.
전부를 다시 볼 필요는 없습니다. 엔진은 걸린 값에 검토 플래그를 세워 돌려주므로, 거기부터 보면 됩니다. 앱에서는 플래그가 선 셀에 색이 들어오고 사유(text_mismatch, missing 등)가 말풍선으로 뜹니다. API 에서는 같은 목록이 data.review.flagged 에 경로와 사유 배열로 실려 옵니다 ── 검토할 건수는 이 목록의 길이입니다. 고정된 점수 임계로 걸러내는 구조가 아닙니다.
엑셀에서 열리는 CSV로 출력하기
값이 정확하면 시트를 CSV로 출력합니다. 헤더 행에 열 이름이 늘어서고, array 필드는 열이름.자식열이름 으로 펼쳐지며, 반복되는 명세는 하위 행으로 풀립니다. 파일은 UTF-8 BOM이 붙어 ── 이것이 바로 엑셀이 더블클릭만으로 한국어·중국어·일본어를 올바르게 여는 그 핵심 한 가지입니다. 손으로 고친 셀은 출력 시 원래 OCR 값을 덮어써 반영됩니다.
엑셀에서 여는 방법은 간단합니다 ── .csv 를 더블클릭하기만 하면 됩니다. BOM 덕분에 엑셀은 UTF-8 로 자동 인식하므로, 텍스트 가져오기 마법사도 글자 깨짐도 없습니다. 네이티브 통합 문서가 필요하면 거기서 다른 이름으로 저장 → .xlsx 로 하면 됩니다.
그대로 회계 소프트웨어로 가져갈 때도 출구는 똑같은 CSV 입니다. freee·머니포워드·야요이 등은 각각의 CSV 가져오기 기능으로 읽어들이는 방식입니다(공식 API 자동 연동이 아니라 CSV 파일 가져오기입니다). 영수증만 CSV 로 만드는 흐름은 영수증을 CSV로 만들기에서 따로 정리했습니다.
한꺼번에 처리하기: API로 대량의 스캔 돌리기
스캔 폴더를 통째로 처리하고 싶을 때는, 열 스키마를 가진 시트를 한 번 만들고 거기에 페이지 이미지를 업로드합니다. 각 이미지는 그 스키마에 맞춰 읽히고, 행으로 추가되며, 마지막에 하나의 CSV 로 출력할 수 있습니다. 요청/응답의 자세한 형태는 API 문서에 있습니다.
curl -X POST https://api.space-ocr.com/upload \
-H "Authorization: Bearer $SPACE_OCR_API_KEY" \
-F "path=/請求書 2026" \
-F "files=@scan-p01.png" \
-F "files=@scan-p02.png" \
-F "wait=true"요금은 명확합니다. 1크레딧 ₩100 의 종량 과금, 매월 100크레딧 무료 한도(신용카드 불필요), 팀용 정액 Pro ₩69,800/월. 그리고 읽기에 실패한 건은 과금되지 않습니다 ── 결과가 나오지 않으면 청구되지 않습니다. CSV 내보내기는 무료 한도·종량 과금에서 1크레딧(같은 데이터를 다시 내려받는 것은 무료), Starter·Pro 에서는 다운로드가 무료입니다. 비용이 한눈에 들어오니, 우선 가지고 있는 스캔으로 시험해 보고 판단할 수 있습니다.
스캔 PDF를 엑셀로 변환하는 절차
- PDF를 앱에 드롭하기space-ocr 앱에 스캔 PDF를 드롭합니다. 앱이 각 페이지를 자동으로 이미지화(PNG)한 뒤 OCR하므로, 사용자가 페이지를 이미지로 잘라낼 필요가 없습니다.
- 열(스키마) 정하기거래처·날짜·합계 등의 열을 직접 작성한 필드 정의나 자동 제안으로 정합니다. 날짜는 date, 금액은 number 처럼 스칼라 타입을 선언해 두면 data.normalized 에 결정론적으로 해석한 값이 따로 붙습니다. 청구서 품목처럼 반복되는 명세는 array 타입에 자식 열을 선언하면 각 행이 독립된 행이 됩니다.
- 값을 스팟 체크하기필드에 마우스를 올리면 원본 스캔의 해당 부분이 빛납니다. 엔진이 걸린 값에는 검토 플래그와 사유(text_mismatch, missing 등)가 붙어 돌아오므로, 전 항목을 다시 읽는 대신 거기부터 확인하면 됩니다.
- CSV 출력하기시트를 CSV로 출력합니다. UTF-8 BOM이 붙고, array 명세는 하위 행으로 펼쳐지며, 손으로 고친 수정은 원래 OCR 값을 덮어써 반영됩니다.
- 엑셀 또는 회계 소프트웨어에서 열기CSV를 더블클릭하면 엑셀이 BOM을 UTF-8로 인식해, 한글이 깨지지 않고 열이 가지런한 행으로 엽니다. 네이티브 형식이 필요하면 다른 이름으로 저장으로 .xlsx 로. freee·머니포워드·야요이에는 각 소프트웨어의 CSV 가져오기로 읽어들입니다.