PDF 번역, 문장은 맞는데 왜 문서가 이상해질까? 레이아웃까지 지키는 번역 도구 이야기
PDF 번역, 진짜 문제는 '번역 품질'이 아니었다
PDF 파일을 번역기에 돌려본 적 있으신가요? 문장 하나하나는 그럴듯하게 번역되는데, 막상 결과물을 열어보면 뭔가 어색합니다.
- 표의 행과 열이 뒤죽박죽 섞이고
- 제목과 본문의 관계가 사라지고
- 수식이나 특수문자가 이상하게 깨지고
- 이미지와 설명 텍스트가 따로 놀고
- 스캔한 PDF는 아예 텍스트 인식조차 안 되는
이런 문제들, 다들 한 번쯤 겪어보셨을 겁니다. 오늘 소개할 PDF Translate는 바로 이 지점에 주목해서 만들어진 도구입니다. 텍스트만 번역하는 게 아니라, 원본 문서의 '구조'를 최대한 그대로 유지하면서 번역하는 것이 핵심 목표라고 합니다.
어떤 기능을 담았을까?
개발자가 밝힌 현재 구현된 기능은 꽤 폭넓습니다.
- 디지털 PDF 전체 번역
- 스캔 PDF OCR 및 번역
- 제목, 문단, 폰트, 페이지 구조 유지
- 표와 이미지가 포함된 문서 처리
- 수식·특정 문자 보호 옵션
- 여러 번역 엔진 중 선택 가능
- 60개 이상 언어 지원
- 번역본만 담은 PDF 출력
- 원문과 번역문을 나란히 볼 수 있는 이중 컬럼 PDF
- 긴 문서 요약
- PDF 내용에 대한 질의응답(Q&A)
단순히 '번역된 텍스트'를 뽑아내는 게 아니라 '다시 읽을 수 있는 문서'를 만드는 데 공을 들였다고 하는데요, 특히 논문이나 기술 문서처럼 표·수식·각주가 많은 PDF는 텍스트만 번역돼도 실제로는 읽기가 어려운 경우가 많다 보니, 요소들의 위치 관계를 최대한 살리려 했다고 합니다.
스캔 PDF는 왜 더 어려울까
스캔본 PDF는 텍스트 레이어가 없기 때문에 OCR(광학 문자 인식)이 선행되어야 합니다. 이 과정에서 숫자나 특수문자가 잘못 인식되면, 이후 번역 결과가 아무리 자연스러워 보여도 실제로는 원문과 다른 내용이 될 위험이 있습니다. 그래서 스캔 품질이 낮은 문서는 여전히 사람이 한 번 더 확인하는 과정이 필요하다고 솔직하게 밝히고 있습니다. 그럼에도 텍스트 레이어가 없는 오래된 문서나 스캔 논문까지 같은 워크플로우 안에서 처리할 수 있도록 만들었다는 점이 특징입니다.
번역본만? 아니면 원문과 함께?
처음에는 번역된 PDF 하나만 있으면 충분할 거라 생각했지만, 실제로 긴 문서를 검토할 때는 원문과 번역문을 같이 보는 경우가 많았다고 합니다. 그래서 지금은 두 가지 방식을 모두 지원합니다.
- 번역문만 담긴 PDF
- 원문과 번역문을 나란히 보여주는 이중 컬럼 PDF
특히 논문, 계약서, 기술 문서처럼 용어나 숫자를 다시 확인해야 하는 문서에는 이중 컬럼 방식이 꽤 유용하다고 하네요.
무작정 번역하기 전에, 먼저 이해하기
긴 PDF를 다룰 때는 모든 페이지를 바로 번역하기보다,
- 문서가 어떤 내용인지 먼저 요약하고
- 필요한 내용이 어느 페이지에 있는지 찾고
- 궁금한 부분을 질문해본 뒤
- 실제로 필요한 부분만 자세히 읽는
흐름이 더 효율적일 수 있습니다. 그래서 전체 번역 기능 외에 문서 요약과 Q&A 기능도 함께 넣었다고 합니다.
개발자가 궁금해하는 지점들
브라우저에서 바로 사용해볼 수 있는 이 도구에 대해, 개발자는 특히 아래 부분의 피드백을 기다리고 있다고 합니다.
- 복잡한 표가 있는 PDF의 레이아웃 유지 여부
- 수식이 많은 논문 번역 품질
- 스캔 PDF의 OCR 정확도
- 한국어 ↔ 영어 / 일본어 번역 품질
- 이중 컬럼 PDF의 가독성
- 긴 문서를 처리할 때의 불편함
PDF 번역이나 OCR, Document AI 관련 도구를 써보신 분이라면 어떤 지점이 가장 불편했는지 한 번쯤 떠올려보게 되는 글입니다. 단순 번역기를 넘어 '문서 구조'까지 신경 쓰는 시도라는 점에서, 논문이나 기술 문서를 자주 다루는 분들에게는 눈여겨볼 만한 프로젝트로 보입니다.