PDF 용량이 큰 이유와 원인별로 실제 효과가 있는 해결법
PDF가 큰 이유는 이미지, 글꼴, 더 이상 필요 없는 데이터 중 하나이며 원인마다 해결법이 다릅니다. 구조적 압축은 군더더기만 걷어내므로, 스캔 문서를 줄이려면 이미지 해상도를 낮춰야 합니다.
ConvertBox게시
PDF를 이루는 요소와 각 요소의 무게
PDF는 번호가 붙은 객체들의 모음입니다. 페이지마다 그리기 명령을 담은 콘텐츠 스트림이 하나씩 있고, 그 명령이 참조하는 글꼴과 이미지가 따로 저장됩니다. 명령 자체는 아주 작습니다. 글자의 그림이 아니라 문자 코드와 위치만 기록하기 때문에, 글로 가득 찬 한 페이지도 압축하면 몇 킬로바이트에 그칩니다.
용량은 다른 세 곳에서 나옵니다. 이미지, 포함된 글꼴, 그리고 파일에 들어 있지만 쓰이지 않는 데이터입니다. 어느 쪽이 대부분을 차지하는지 알아야 해결법을 고를 수 있습니다. 한 원인에 듣는 방법이 다른 원인에는 전혀 효과가 없기 때문입니다.
스캔 페이지: 용량을 결정하는 픽셀 계산
스캐너는 텍스트가 아니라 페이지당 사진 한 장을 만듭니다. A4 용지는 8.27 × 11.69인치이므로 300 DPI로 스캔하면 2480 × 3508픽셀, 약 870만 화소가 됩니다. 24비트 컬러로 저장하면 압축 전 원시 데이터가 페이지당 26 MB입니다. JPEG 압축으로 크게 줄어들지만 컬러 페이지 한 장은 보통 수백 킬로바이트에서 1 MB 이상이 됩니다.
해상도를 절반으로 낮추면 픽셀 수는 4분의 1이 되고, 컬러를 버리면 원시 데이터가 3분의 1로 줄어듭니다. 픽셀 하나가 1비트인 흑백 스캔은 더 작고, 문자 페이지용으로 설계된 압축 방식과 함께 쓰이기 때문에 팩스처럼 스캔한 문서는 페이지당 수십 킬로바이트에 그칠 수 있습니다. 화면으로 읽는 용도라면 150 DPI로 충분하고, 다시 인쇄하거나 OCR에 넣을 문서라면 300 DPI가 의미가 있습니다.
| 스캔 설정 | A4 한 장의 픽셀 수 | 압축 전 원시 데이터 |
|---|---|---|
| 300 DPI, 컬러 | 2480 × 3508 | 26.1 MB |
| 300 DPI, 회색조 | 2480 × 3508 | 8.7 MB |
| 150 DPI, 컬러 | 1240 × 1754 | 6.5 MB |
| 300 DPI, 흑백(1비트) | 2480 × 3508 | 1.1 MB |
포함된 글꼴, 반복 저장된 리소스, 남아 있는 옛 데이터
어디서 열어도 똑같이 보이도록 PDF는 대개 사용한 글꼴을 파일 안에 포함합니다. 잘 만들어진 내보내기 기능은 문서에 실제로 나오는 글자만 담는 서브셋 방식을 쓰며, 이 경우 글꼴 하나에 수십 킬로바이트면 됩니다. 문제는 글꼴 전체를 넣을 때입니다. 라틴 글꼴은 수백 킬로바이트 수준이지만 한글, 한자, 일본어처럼 글자가 수만 자에 이르는 글꼴은 수 MB 이상이 되기도 합니다. 그림도 없는 두 쪽짜리 문서가 수 MB라면 한글 글꼴이 통째로 들어 있는 경우가 대부분입니다.
두 번째 원인은 반복입니다. 제대로 만든 PDF는 로고를 한 번만 저장하고 모든 페이지가 그것을 가리키게 합니다. 허술한 생성 프로그램은 페이지마다 새 사본을 넣기 때문에, 150 KB짜리 레터헤드가 100쪽에 들어가면 15 MB가 늘어납니다. 세 번째는 이력입니다. PDF는 증분 저장을 허용하는데, 편집 프로그램이 바뀐 객체를 파일 끝에 덧붙이고 이전 버전은 그대로 남겨 두는 방식입니다. 주석을 달고 다시 저장하기를 여러 번 반복한 파일에는 아무도 보지 않을 예전 페이지가 여러 세대 들어 있을 수 있습니다.
내 파일의 원인을 가려내는 방법
- 파일 크기를 페이지 수로 나눕니다. 텍스트 페이지는 평균 수십 킬로바이트이며, 페이지당 500 KB 안팎이거나 그 이상이면 이미지가 원인입니다.
- 단어 하나를 선택해 봅니다. 글자가 강조되지 않고 페이지 전체에 상자가 그려진다면 그 페이지는 스캔 이미지입니다.
- 문서 속성에서 글꼴 목록을 확인합니다. 포함된 서브셋으로 표시된 항목은 가볍지만, 전체가 포함된 글꼴이 길게 나열되어 있다면 그렇지 않습니다.
- 이력을 따져 봅니다. 주석, 서명, 재저장을 여러 번 거쳤거나 오래된 시스템에서 나온 파일은 쓰이지 않는 객체를 안고 있을 수 있습니다.
- 원본과 비교합니다. 워드나 슬라이드 원본이 1 MB인데 PDF가 30 MB라면 내보내기 설정이 모든 그림을 원래 해상도로 유지한 것입니다.
원인별로 듣는 해결법
원본 문서가 남아 있다면 다시 내보내는 것이 가장 강력한 방법입니다. 이미지 해상도, JPEG 품질, 글꼴 서브셋 여부를 내보내기 기능이 처음부터 다시 결정할 수 있기 때문입니다. 인쇄용이나 출판용이라는 이름의 사전 설정은 이미지를 300 DPI로 유지하거나 손대지 않고, 화면용, 웹용, 최소 크기라는 이름의 사전 설정은 대략 100~150 DPI로 다운샘플링합니다.
| 원인 | 효과가 있는 해결법 | 작업하는 곳 |
|---|---|---|
| 그림이 원래 해상도로 내보내짐 | 원본 파일에서 작은 크기 또는 화면용 설정으로 다시 내보내기 | 문서를 만든 프로그램의 내보내기 대화 상자 |
| 높은 DPI나 컬러로 스캔함 | 150 DPI 또는 회색조로 다시 스캔하거나 PDF 안의 이미지를 다운샘플링 | 스캐너 설정, Ghostscript나 Acrobat 같은 데스크톱 소프트웨어 |
| 글꼴 전체가 포함됨 | 글꼴 서브셋을 켜고 다시 내보내기 | 문서를 만든 프로그램 또는 데스크톱 PDF 최적화 도구 |
| 반복 저장으로 남은 객체 | 파일 구조를 다시 구성 | 구조적 압축 도구(브라우저 기반 도구 포함) |
| 받는 사람에게 필요 없는 페이지 | 해당 페이지를 삭제하거나 문서를 분할 | 페이지 단위 도구(품질 손실 없음) |
구조적 압축이 하는 일과 하지 못하는 일
PDF 압축이라는 이름으로 불리는 작업은 사실 두 가지입니다. 구조적 압축은 군더더기 없이 파일을 다시 쓰는 것으로, 눈에 보이는 내용은 전혀 바뀌지 않습니다. 손실 압축은 이미지를 다운샘플링하고 다시 인코딩해서 선명도를 내주고 용량을 얻습니다. ConvertBox의 PDF 압축 도구는 앞의 것만 수행합니다. 모든 페이지를 새 문서로 복사하고, 더 이상 참조되지 않는 데이터를 버리고, 압축된 객체 스트림으로 저장합니다. 이미지를 다운샘플링하거나 재압축하지 않으며 품질 단계도 없습니다.
결과는 예측할 수 있습니다. 여러 번 편집하고 다시 저장한 파일이나 오래된 소프트웨어로 내보낸 파일은 작아집니다. 스캔 문서는 거의 변하지 않습니다. 바이트의 대부분이 이미지 데이터이고 그것이 그대로 복사되기 때문입니다. 다시 만든 파일이 더 작지 않으면 도구는 0%로 표시하며, 이때는 원본을 그대로 쓰면 됩니다. 이런 방식의 재구성에서는 책갈피, 입력 가능한 양식 정의, 첨부 파일이 빠지고 디지털 서명도 무효가 되므로, 양식이나 긴 매뉴얼은 원본을 교체하기 전에 결과를 확인해야 합니다. 텍스트를 선택 가능한 상태로 두면서 PDF 안의 이미지를 줄이려면 Ghostscript나 Acrobat처럼 이미지를 다운샘플링하는 데스크톱 소프트웨어를 사용해야 합니다.
다시 내보낼 수 없을 때: 페이지 삭제, 분할, 이미지 경유
받는 사람에게 필요 없는 부분을 빼는 것은 무손실이고, 그것만으로 충분한 경우가 많습니다. 페이지 정리 도구에서 부록 페이지를 삭제하거나 제한 용량에 맞게 문서를 여러 부분으로 분할해도 남은 페이지는 원래 그대로입니다. 텍스트 문서에는 한 가지 주의점이 있습니다. 모든 페이지가 함께 쓰는 글꼴은 원본에 한 번만 저장되지만 분할하면 각 부분에 복사되므로, 부분들의 합이 원본보다 커질 수 있습니다.
더 나은 원본이 없는 스캔 문서라면 남은 길은 이미지를 거치는 것입니다. 페이지를 JPEG로 내보내고, 압축한 다음, 그 결과로 새 PDF를 만듭니다. ConvertBox의 PDF를 JPG로 변환하는 도구는 페이지를 144 DPI로 렌더링하며, 이는 300 DPI 스캔의 절반 정도 되는 선형 해상도입니다. 대가는 선택 가능하던 텍스트가 픽셀이 된다는 점이므로 이 방법은 텍스트 문서가 아니라 스캔 문서에 맞습니다. 마지막으로 이메일 용량 제한에는 여유를 두어야 합니다. 첨부 파일은 전송을 위해 인코딩되면서 크기가 약 3분의 1 늘어나므로, 20 MB 파일이 25 MB 제한에 걸려 거부될 수 있습니다.