PDF를 Excel로 변환할 수 있나요? 예, 하지만 결과는 PDF 구조에 따라 다릅니다.
짧은 대답은 '예'입니다. PDF를 Excel 스프레드시트로 변환할 수 있습니다. 더 길고 더 정직한 대답은 변환 품질이 PDF의 데이터 구조에 거의 전적으로 달려 있다는 것입니다. 명확한 열 경계와 일관된 행 구조를 갖춘 깔끔하고 형식이 잘 지정된 데이터 테이블이 포함된 PDF는 매우 정확하게 Excel 스프레드시트로 변환됩니다. 시각적으로 분산된 데이터, 병합된 셀, 불규칙한 서식 또는 사람의 눈에는 표처럼 보이지만 PDF 파일에서는 하나로 구성되지 않은 텍스트가 포함된 PDF는 상당한 수동 정리가 필요한 지저분한 변환 결과를 생성합니다.
원본 PDF의 데이터 구조에 따라 Excel로의 변환이 깔끔한지 지저분한지 여부가 결정됩니다.
Excel에서 직접 내보낸 PDF를 변환하면 스캔한 스프레드시트 이미지를 변환하는 것보다 훨씬 더 나은 결과를 얻을 수 있습니다.
PDF에서 Excel으로의 변환은 기본적으로 구조 인식 연습입니다. 변환 엔진은 PDF 페이지를 분석하고 텍스트와 줄의 공간 배열을 기반으로 표 형식의 데이터로 나타나는 것을 식별한 다음 원래 스프레드시트 구조를 재구성하려고 시도합니다. 이 인식 과정의 모든 단계는 추론입니다. 엔진은 어떤 텍스트가 어떤 셀에 속하는지 추론합니다. 열 경계가 어디에 속하는지 추론합니다. 텍스트 행이 머리글인지, 데이터 행인지, 여러 열에 걸쳐 있는 제목 행인지 유추합니다. 사소한 형식 문제부터 완전히 사용할 수 없는 출력에 이르기까지 모든 추론이 잘못될 수 있습니다.
PDF 테이블을 잘 변환하는 요소와 잘 변환하지 못하는 요소를 이해하면 현실적인 기대치를 설정하고 올바른 변환 접근 방식을 선택하는 데 도움이 됩니다. PDF로 저장을 사용하여 Excel에서 직접 내보낸 PDF는 원래 스프레드시트 구조가 PDF의 내부 태그에 부분적으로 보존되기 때문에 Excel로 다시 변환되는 경향이 있습니다. 인쇄된 스프레드시트를 스캔하여 생성된 PDF는 스캔한 이미지에 구조적 데이터가 전혀 없고 픽셀만 포함되어 있기 때문에 제대로 변환되지 않습니다. 변환 경로와 예상 출력 품질은 PDF가 어떤 범주에 속하는지에 따라 달라집니다.
Excel에서 원래 생성된 PDF 테이블 변환
Excel의 기본 PDF 내보내기로 생성된 PDF에는 Excel로의 변환을 크게 향상시키는 숨겨진 구조 정보가 포함되어 있습니다. Excel을 PDF로 내보낼 때 테이블 구조, 셀 경계 및 데이터 유형을 식별하는 태그가 포함될 수 있습니다. Excel로 다시 변환하는 동안 이러한 태그를 읽는 PDF 변환기는 올바른 열 너비, 숫자 형식 및 셀 정렬을 포함하여 매우 높은 충실도로 원본 스프레드시트를 재구성할 수 있습니다.
이러한 유형의 PDF에서 최상의 변환을 얻으려면 태그가 지정된 PDF 입력을 특별히 지원하는 변환 도구를 사용하십시오. 대부분의 전문 PDF 도구는 설정이나 문서에서 변환 중에 PDF 태그를 사용하는지 여부를 나타냅니다. 사용 가능한 경우 태그 인식 변환을 활성화하면 일반적으로 전체 재구성이 아닌 약간의 형식 조정만 필요한 출력이 생성됩니다.
변환에서는 데이터 값과 테이블 구조가 유지됩니다. 완벽하게 유지되지 않을 수 있는 것은 원본 스프레드시트에는 있었지만 PDF 표현의 일부가 아닌 Excel 관련 기능입니다. 공식, 피벗 테이블, 데이터에 연결된 차트 및 조건부 서식 규칙은 원본 PDF 내보내기에서 손실되며 변환을 통해 복구할 수 없습니다. 변환된 Excel 파일에는 데이터 값을 생성한 공식이 아니라 PDF 작성 시 나타난 데이터 값이 포함되어 있습니다.
OCR 기반 추출을 사용하여 스캔한 PDF 테이블 변환
스캔한 PDF 테이블에는 데이터를 추출하기 전에 OCR이 필요합니다. OCR 단계는 스캔한 이미지의 텍스트를 인식하여 변환 엔진이 행과 열로 구성할 수 있는 문자 데이터를 생성합니다. OCR과 구조 인식의 2단계 프로세스는 각 단계에서 오류를 발생시키고 오류는 복합적으로 발생합니다. OCR 중 인식 오류는 구조 인식 단계에 잘못된 텍스트 값이 들어간 것을 의미하며, 구조가 완벽하게 인식되더라도 해당 셀의 데이터 값이 잘못된 것입니다.
원본 스캔의 품질은 이 프로세스에서 가장 제어할 수 있는 요소입니다. 대비가 좋고 그림자가 없으며 페이지 곡률이 없는 300DPI의 깨끗하고 직선 스캔은 조명이 고르지 않은 각도에서 촬영한 저해상도 사진보다 훨씬 더 나은 OCR 결과를 생성합니다. 좋은 스캔을 생성하기 위한 추가 노력은 변환 출력의 수동 수정을 줄여 그 자체로 여러 배의 보상을 제공합니다.
변환 후에는 출력을 확인하고 수정하는 데 시간이 걸릴 것으로 예상됩니다. 검증에 대한 체계적인 접근 방식은 필요한 시간을 줄여줍니다. 먼저 원본 문서와 비교하여 행 수를 확인하여 모든 데이터 행이 캡처되었는지 확인하세요. 열 개수와 열 레이블을 확인하여 구조가 올바르게 식별되었는지 확인하세요. 정확성을 확인하기 위해 원본과 무작위로 선택된 소수의 데이터 셀을 무작위로 검사합니다. 이 세 가지 검사는 몇 분 내에 가장 일반적인 변환 오류를 포착합니다. WukongPDF의 PDF 데이터 추출 도구에는 스캔한 문서에 대한 OCR 기반 테이블 추출이 포함되어 있으며 Excel로 내보내기 전에 인식된 데이터를 미리 볼 수 있는 옵션이 있습니다.
변환이 잘 되는 PDF 테이블 유형과 그렇지 않은 유형
균일한 행과 열, 명확한 셀 경계, 각 셀 내의 일관된 텍스트 서식이 포함된 간단한 그리드 테이블이 가장 잘 변환됩니다. 매월 동일한 열과 각 항목에 대해 동일한 행이 있는 재무제표는 이상적인 변환 후보입니다. 구조의 규칙성은 변환 엔진에 열과 행의 위치에 대한 강력하고 일관된 신호를 제공합니다.
여러 열이나 행에 걸쳐 있는 병합된 셀이 있는 테이블은 변환 안정성이 떨어집니다. 변환 엔진은 세 개의 열에 걸쳐 있는 셀이 하나의 셀이지, 동일한 내용을 가진 세 개의 개별 셀이 아니라는 것을 인식해야 합니다. 병합된 셀 인식은 텍스트가 여러 열 경계의 중앙에 있다는 것을 감지하는 변환 엔진에 따라 달라집니다. 이는 단순한 그리드 셀을 감지하는 것보다 신뢰성이 떨어지는 추론입니다. 변환 후에는 병합된 셀이 올바르게 처리되었는지 확인하고 잘못 분할된 셀을 수동으로 조정하세요.
상위 카테고리가 여러 하위 열에 걸쳐 있는 중첩된 헤더가 있는 테이블은 변환 엔진에서 가장 어려운 작업입니다. 엔진은 여러 수준의 헤더를 확인하고 상위 카테고리와 해당 하위 열 간의 시각적 계층 구조와 논리적 관계를 모두 재구성해야 합니다. 헤더 구조가 복잡한 테이블의 출력을 확인하고 수정하는 데 더 많은 시간이 소요될 것으로 예상됩니다. 가능하다면 중첩된 헤더를 연결된 레이블이 있는 단일 헤더 행으로 병합하는 등 PDF를 생성하기 전에 표 구조를 단순화하십시오.
제품 카탈로그 및 혼합 콘텐츠 보고서에서 흔히 볼 수 있는 동일한 열 내에 텍스트와 숫자가 혼합되어 있는 테이블에서는 변환 엔진이 단일 열 내에서 여러 데이터 유형을 처리해야 합니다. 대부분의 엔진은 기본적으로 전체 열을 대부분의 셀을 기반으로 하는 텍스트 또는 숫자로 처리합니다. 가끔 텍스트 값이 포함된 숫자 열에는 해당 텍스트 값이 0으로 변환되거나 공백으로 남아 있을 수 있습니다. 변환 후 각 열에서 데이터 유형 불일치를 검색하고 잘못된 유형이 할당된 셀을 수정하세요.
단계: PDF 테이블을 Excel로 변환
선택한 변환 도구에 PDF를 업로드하세요. 대부분의 도구는 간단한 업로드 인터페이스를 제공합니다. 도구가 변환 품질 또는 모드 설정을 제공하는 경우 PDF 유형에 가장 적합한 옵션을 선택하십시오. 스프레드시트 또는 표 모드는 데이터가 많은 PDF에 적합합니다. 텍스트 또는 문서 모드는 다른 콘텐츠 사이에 표가 포함되어 있는 텍스트가 많은 PDF에 적합합니다.
변환이 완료되면 Excel 파일을 다운로드하여 엽니다. 가장 먼저 보이는 것은 원시 변환 출력입니다. 즉시 편집을 시작하지 마십시오. 원시 출력의 복사본을 참조로 저장합니다. 나중에 정리가 잘못되거나 다른 설정으로 변환을 다시 실행해야 한다는 것을 알게 되면 원시 출력이 시작점이 됩니다.
구조 정리를 시작합니다. 올바른 수의 열이 나타나는지 확인하십시오. 헤더 행이 올바르게 식별되었는지 확인하세요. 누락된 행이 없는지 확인하세요. 기본 구조가 변경되면 데이터 수정 사항이 관련성이 없게 될 수 있으므로 데이터 문제를 해결하기 전에 구조적 문제를 수정하세요.
구조가 올바른 후에는 데이터 셀을 체계적으로 살펴보세요. 첫 번째 데이터 행부터 시작하여 각 셀을 원본 PDF와 비교합니다. PDF와 Excel 출력 간의 행과 열 합계를 비교하여 자동으로 확인하면 오류를 신속하게 포착할 수 있습니다. PDF에 특정 숫자의 열 합계가 표시되고 해당 열의 변환된 셀 합계가 일치하지 않는 경우 해당 열 어딘가에 변환 오류가 존재하는 것입니다.
새 문서 유형의 첫 번째 변환은 일반적으로 문서의 특징과 특정 형식에 대한 변환 엔진의 동작을 학습하기 때문에 가장 오랜 시간이 걸립니다. 확인해야 할 사항을 알고 첫 번째 변환 결과에 따라 변환 설정을 구성할 수 있으므로 유사한 문서의 후속 변환이 더 빨라집니다.
변환 및 정리를 완료한 후 Excel 파일을 저장하고 원본 PDF 사본도 함께 보관하여 작업을 보호하세요. PDF는 신뢰할 수 있는 소스입니다. 스프레드시트의 데이터 값이 올바른지 여부에 대한 질문이 있는 경우 PDF에서 참조 답변을 제공합니다. 참조용 원본 PDF와 분석용으로 변환된 Excel 파일을 유지하는 이 이중 파일 접근 방식은 데이터 정확성이 가장 중요한 회계, 감사 및 데이터 분석 워크플로우의 표준 관행입니다.
동일한 소스에서 PDF로 도착하는 월별 재무제표와 같이 동일한 보고서 유형의 반복 변환의 경우 변환 후 정리를 자동으로 처리하는 Excel 템플릿을 구축하세요. 첫 번째 변환 시 수동으로 수행하는 단계를 기록하십시오. 후속 변환에서 해당 단계를 반복하는 Excel 매크로 또는 파워 쿼리 변환을 만듭니다. 템플릿 생성에 대한 초기 투자는 몇 번의 변환 주기 내에 비용을 지불하고 매번 일관되고 정확한 출력을 보장합니다. WukongPDF의 변환 도구는 동일한 문서 유형을 반복적으로 변환할 때 템플릿 기반 자동화를 안정적으로 수행할 수 있는 일관된 출력 형식을 제공합니다.