PDF를 Markdown으로 변환하는 방법

PDF를 놓습니다. 위 상자에 끌어다 놓거나, 붙여넣거나, 한 번에 20개까지 파일을 고를 수 있습니다.
잠깐 기다립니다. 텍스트 PDF는 1~2초면 변환됩니다. 스캔 페이지는 한 장씩 기기에서 OCR로 읽기 때문에 시간이 더 걸립니다.
결과를 확인합니다. Markdown 탭에는 원본이, 미리보기에는 표시된 모습이, 확인할 페이지에는 다시 볼 만한 페이지가 나옵니다.
복사하거나 내려받습니다. .md 파일, 이미지를 함께 담은 .zip, RAG 파이프라인용 JSONL 청크 중에서 고르세요.

계정도, 업로드도, 하루 변환 개수 제한도 없습니다.

변환기가 살리는 것

변환기는 PDF의 텍스트 층, 즉 실제 글자와 그 글꼴 크기, 위치를 읽고 이를 바탕으로 문서 구조를 다시 세웁니다.

제목: 글자 크기와 굵기에 따라 #, ##, ###으로.
문단: 문장이 줄바꿈이나 다음 페이지로 넘어가도 다시 이어 붙입니다.
번호 목록과 글머리 목록, 주소가 살아 있는 링크.
표: 괘선이나 가지런한 텍스트 열에서 Markdown 표를 만듭니다.
이미지: 자리 표시로 두거나, 추출한 이미지 파일에 링크하거나, 빼는 것 중에서 고를 수 있습니다.

독자에게 필요 없는 것도 없앱니다. 페이지 번호, 매 페이지 반복되는 머리글과 바닥글, 줄 끝 하이픈으로 나뉜 단어 같은 것들입니다. 복구 기능마다 스위치가 따로 있고, 스위치마다 몇 번 작동했는지 보여 주므로 모르는 사이에 바뀌는 것은 없습니다.

다시 볼 만한 페이지

어떤 변환기도 모든 페이지를 완벽하게 바꾸지는 못합니다. 운에 맡기는 대신, 이 변환기는 어디를 봐야 하는지 알려 줍니다. 변환이 끝날 때마다 모든 페이지에서 흔한 문제를 점검합니다.

텍스트 층이 없거나, 글꼴이 엉뚱한 글자에 대응돼 알아볼 수 없게 나오는 페이지
OCR 모델이 확신하지 못한 글자
읽는 순서가 틀어지기 쉬운 표와 다단 레이아웃

표시된 페이지는 확인할 페이지에 모이며, 페이지 그림과 Markdown이 나란히 놓여 몇 초면 비교할 수 있습니다. 글자가 깨진 페이지는 클릭 한 번으로 OCR로 다시 읽을 수 있습니다.

스캔 PDF와 OCR

글자 데이터 없이 글자 그림만 있는 페이지는 OCR로 읽습니다. 문자 인식 모델(PaddleOCR, Apache 2.0)은 WebAssembly로 브라우저 안에서 실행되며, 브라우저가 허용하면 여러 스레드를 씁니다. 처음 한 번만 약 6MB를 내려받고, 그 뒤로는 캐시에 남습니다.

기본으로 라틴 문자 언어와 중국어 인쇄체를 읽습니다. 일본어와 한국어는 전용 모델이 있어 스캔 페이지 설정에서 고를 수 있습니다. 손글씨는 지원하지 않습니다. 스캔에 대해서는 스캔 PDF를 Markdown으로에서 더 자세히 볼 수 있습니다.

ChatGPT, Claude, RAG를 위한 Markdown

Markdown은 언어 모델이 가장 잘 읽는 형식입니다. 제목과 표가 그대로 살고, HTML이나 PDF 원본보다 토큰이 적게 듭니다. 변환기는 복사할 내용 그대로 토큰을 세고, LLM용으로 줄이기의 스위치마다 링크 주소, 굵게와 기울임 기호, 이미지 줄을 빼면 얼마나 줄어드는지 보여 줍니다.

청크 탭은 정한 토큰 한도 안에서 제목을 기준으로 문서를 나누고, 각 청크의 제목 경로와 페이지 번호를 남긴 채 JSONL로 내려받게 해 줍니다. 자세한 내용은 LLM용 PDF Markdown 변환에 있습니다.

개인정보는 안전한가요?

네. 약속이 아니라 구조가 그렇습니다. 변환기는 브라우저 탭 안에서 돌아가는 프로그램입니다. PDF는 디스크에서 탭의 메모리로 읽혀 그 안에서 변환됩니다. 저희 서버로도, 다른 어디로도 보내지지 않으며, 그래서 파일 크기에 따른 요금도 하루 제한도 없습니다.

네트워크로 오가는 것은 페이지 자체, 변환기 코드, 그리고 처음 스캔을 변환할 때 받는 OCR 모델뿐입니다. 브라우저 개발자 도구에서 직접 확인할 수 있으며, 파일을 실어 나르는 요청은 없습니다. 자세한 내용은 개인정보 처리방침에 있습니다.

한계

파일 크기: 파일당 300MB, 한 번에 20개까지. 아주 큰 파일은 탭 하나의 메모리를 넘을 수 있으니, 그럴 때는 페이지 범위를 지정해 변환하세요.
수식은 LaTeX가 아니라 PDF에 들어 있는 글자 그대로 나옵니다.
복잡한 표(병합된 셀, 여러 줄로 넘어가는 셀)는 손으로 고쳐야 할 수 있습니다. 그런 페이지에는 표시가 붙습니다.
스캔한 표는 열이 뚜렷하게 정렬되어 있으면 Markdown 표가 됩니다. 빽빽하거나 기울어진 표는 텍스트 줄로 나올 수 있습니다.
비밀번호가 걸린 PDF는 비밀번호를 입력하면 열립니다. 비밀번호는 탭 밖으로 나가지 않습니다.

자주 묻는 질문

pdftomd는 무료인가요?

네. 브라우저 안에서 변환하므로 파일마다 드는 비용이 저희에게 없습니다. 그래서 받을 돈이 없고, 가입도 워터마크도 하루 제한도 없습니다.

휴대폰에서도 되나요?

네, 최신 모바일 브라우저라면 어디서든 됩니다. 큰 파일과 긴 스캔은 노트북보다 느리고 메모리도 적으므로, 아주 큰 PDF는 페이지 범위를 지정해야 할 수 있습니다.

여러 PDF를 한꺼번에 변환할 수 있나요?

네. 20개까지 놓으면 차례로 변환되고, 모두 다운로드를 누르면 Markdown 파일 전부를(이미지 추출을 골랐다면 이미지까지) .zip 하나에 담아 줍니다.

어떤 Markdown이 나오나요?

GitHub 형식 표를 포함한 CommonMark입니다. GitHub, Obsidian, Notion, VS Code와 대부분의 정적 사이트 생성기가 읽을 수 있습니다. Obsidian용으로 YAML 프런트매터 옵션이 있으니 PDF를 Obsidian으로를 참고하세요.

코드로 PDF를 Markdown으로 바꿀 수 있나요?

스크립트에서 필요하다면, 네 가지 라이브러리를 실행되는 예제와 함께 소개한 Python으로 PDF를 Markdown으로나, 이들을 비교한 비교 테스트를 보세요.

PDF Markdown 변환기