두 개의 PDF 파일 간 차이점을 비교하고 확인하는 방법: 텍스트 및 시각적 레이아웃 비교 가이드
목차
1. 개정 변경의 두 가지 차원: 의미론적 텍스트 변경 vs 시각적 레이아웃 이동
계약서나 보고서의 개정본을 대조할 때 실무자는 두 가지 독립된 기술 계층을 명확히 구분해야 합니다:
- 의미론적 텍스트 변경: 계약 조항 문구 수정, 책임 조항 삭제, 금액 및 날짜 변경 등 벡터 텍스트 스트림 내의 실제 내용 변화.
- 시각적 레이아웃 이동: 여백 2mm 이동, 줄 간격 미세 조정, 폰트 대체(예: Arial에서 Helvetica), 서명 및 도장 위치 이동 등 순수 포맷 변화.
픽셀 기반 이미지 비교만 수행하면 1픽셀 여백 차이로 글줄이 바뀌었을 때 단 한 글자도 바뀌지 않았음에도 '80% 변경'으로 과잉 감지합니다. 반대로 텍스트 비교만 수행하면 이동된 직인이나 차트 변경을 감지하지 못합니다. 완벽한 감사를 위해서는 두 모드를 병행해야 합니다.
2. 스캔 PDF의 현실: OCR 없이 텍스트 차이가 추출되지 않는 이유
스캔된 PDF에는 벡터 텍스트 스트림이 없습니다: 스캔 문서는 PDF 페이지 내에 삽입된 전면 비트맵 이미지(JPEG 또는 TIFF)에 불과합니다. 문자 인코딩 테이블이 없어 텍스트 추출 시 빈 문자열이 반환됩니다.
GoToolstack PDF Compare는 페이지별 문자 밀도를 실시간으로 감지합니다. 10자 미만의 문자가 검출되면 스캔 문서로 자동 분류하여 오해를 방지하고 오프라인 OCR 도구로 안내합니다.
3. 브라우저 내 3대 뷰어 모드의 동작 원리
모든 연산은 기기의 로컬 RAM에서 안전하게 실행되며 민감한 문서가 외부 서버로 전송되지 않습니다:
| 뷰 모드 | 동작 알고리즘 | 핵심 장점 | 한계점 |
|---|---|---|---|
| 나란히 보기 (동기화) | 듀얼 캔버스 동기 스크롤 렌더링 | 문서 전체의 흐름과 양식을 인간의 시각으로 자연스럽게 확인. | 미세한 오탈자나 숫자 변경을 놓칠 수 있음. |
| 텍스트 차이 (LCS) | Y좌표 행 그룹화 및 최장 공통 부분 수열(Myers LCS) 알고리즘 | 추가된 단어(초록색)와 삭제된 단어(빨간색)를 정확히 특정. | 도장, 서명 이미지, 스캔 비트맵 검사 불가. |
| 시각적 오버레이 | HTML5 Canvas ImageData 픽셀 단위 RGBA 차이 감산 | 이동된 도장, 서식 왜곡, 도표 변경을 붉은색으로 강조. | 민감도가 높아 미세한 여백 변화에도 전체 페이지가 붉어짐. |
4. 단계별 실전 비교 가이드
- 문서 불러오기: 원본을 문서 A에, 수정본을 문서 B에 드래그합니다. 순서가 바뀌면 맞바꾸기(↔)를 클릭합니다.
- 비교 시작: 문서 비교하기를 클릭하면 두 파일이 메모리에서 순차적으로 분석됩니다.
- 요약 확인: 총 페이지 수, 일치, 수정, 추가, 삭제된 페이지 지표를 검토합니다.
- 수정 페이지로 이동: 드롭다운 메뉴에서 수정 및 추가된 페이지를 선택하여 바로 확인합니다.
- 모드 전환: 문구 변경은 텍스트 차이 탭에서, 직인과 양식 변경은 시각적 오버레이 탭에서 검증합니다.
- 로컬 보고서 저장: 변경 페이지와 단어 수를 정리한 검증용
.txt요약 보고서를 다운로드합니다.
5. 페이지 추가 시 발생하는 시퀀스 밀림 자동 보정
수정본 중간에 새 페이지가 추가되면 단순 1:1 비교 시 뒤따르는 모든 페이지가 변경된 것으로 오인됩니다. GoToolstack은 페이지 트리를 독립 계산하여 새로 삽입된 페이지를 추가됨, 누락된 페이지를 삭제됨으로 정확히 태깅합니다.
6. 자주 겪는 문제 및 해결 방법
문제 1: 암호로 보호된 PDF 문서
브라우저 엔진은 암호 없이 보안 PDF를 열 수 없습니다. 비교 전 PDF 암호 해제 도구로 잠금을 해제하세요.
문제 2: 타이포그래피 합자 차이 ('fi' vs 'f' + 'i')
문서 A는 'fi'를 단일 유니코드 글리프(\uFB01)로, 문서 B는 분리된 두 글자로 인코딩한 경우입니다. 폰트 인코딩 차이일 뿐 내용 변조가 아닙니다.
문제 3: 스캔된 계약서에서 변경 사항이 0으로 보고됨
자필 서명과 스캔 이미지는 벡터 텍스트가 없습니다. 시각적 오버레이 모드를 사용하거나 비교 전 OCR을 실행하세요.
7. 기술적 한계 및 법적 고지
법적 공증 또는 법과학 감정 대체 불가: GoToolstack PDF Compare는 업무 및 엔지니어링 개정을 가속화하기 위한 도구이며 법적 효력을 갖는 공증 증거를 대체하지 않습니다.
- 메모리 최적화: 150페이지 이상의 대용량 문서도 브라우저 충돌 없이 처리되도록 캔버스 버퍼를 순차 해제합니다.
- 개인정보 보호: 원본 문서와 생성된 보고서는 외부 서버로 전송되지 않고 사용자의 기기에만 머뭅니다.
기술 참고 자료 및 공식 표준 규격
- ISO 32000-1:2008 / ISO 32000-2:2020: 문서 관리 – 휴대용 문서 형식 (PDF 문서 카탈로그, AcroForm 딕셔너리 및 디지털 서명 규격).
- Eugene W. Myers (1986): An O(ND) Difference Algorithm and Its Variations – Longest Common Subsequence (LCS).
- W3C HTML5 Canvas 2D Context: canvas.toBlob() MIME 타입 처리, 픽셀 배열 추출 및 메모리 제한 사양.