내 PDF는 왜 이렇게 클까?
웹에서 검색하면 모든 결과가 같은 답을 줍니다. 이미지라는 답입니다. 조언 자체가 틀린 것은 아니지만 순서가 틀렸고, 순서가 틀리면 사람들은 엉뚱한 도구로 향하게 됩니다.
그래서 짐작하는 대신 측정했습니다. 공개된 문서 22건 — 세금 양식, 학술 논문, 기관 보고서, 표준 문서로 이루어진 1,726쪽 — 을 객체 수준에서 분해하고 모든 바이트가 어느 범주에 속하는지 셌습니다. 22건 중 11건에는 이미지가 하나도 없습니다.
사용 방법
- 먼저 쪽당 MB를 확인하세요. 파일 크기를 쪽수로 나눕니다. 쪽당 약 1 MB를 넘으면 이미지를, 크게 밑돌면 글꼴·양식·구조를 가리킵니다.
- 알맞은 도구를 여세요. 이미지가 많은 파일에는 압축을. 브라우저 안에서, 업로드 없이 동작합니다.
- 압축하거나 목표 크기를 지정하세요. 수준을 고르거나, 제출 사이트가 요구하는 정확한 크기를 입력합니다.
- 확정 전에 비교하세요. 미리보기는 100%에서 품질을 보여줍니다. 흑백 문서의 컬러 스캔이라면 회색조를 먼저 시도하세요.
짧은 답은 파일이 이미 얼마나 큰지에 따라 달라집니다
문서를 세 가지 크기 구간으로 나누고 각 범주의 중앙값을 구했습니다. 평균이 아니라 중앙값을 쓴 이유는, 이미지가 많은 6 MB짜리 하나만으로도 평균이 왜곡되기 때문입니다.
| 파일 크기 | 문서 | 이미지 | 글꼴 | 콘텐츠 | 양식 필드 | 구조 |
|---|---|---|---|---|---|---|
| 250 KB 미만 | 8 | 0.0% | 11.6% | 43.3% | 12.8% | 19.7% |
| 250 KB – 1 MB | 6 | 0.0% | 52.2% | 14.9% | 2.8% | 5.3% |
| 1 MB 초과 | 8 | 26.0% | 6.7% | 29.3% | 1.1% | 10.3% |
1 MB를 넘으면 통념이 맞습니다. 이미지가 지배적입니다. 1 MB 미만에서는 바이트가 전혀 다른 곳에 있습니다. 내장된 글꼴, 그리기 명령, 그리고 거의 어떤 안내서도 언급하지 않는 것 — 양식 필드의 정의입니다.
원인 1 — 스캔 해상도(큰 파일에서는 여전히 주된 원인)
휴대전화와 사무용 스캐너는 기본적으로 컬러 300~600 dpi로 스캔합니다. 600 dpi 컬러 A4 한 장은 대략 3,500만 화소 이미지입니다. 화면에서 읽으려면 150 dpi로 충분하고, 문서 보관용이라면 회색조가 다시 절반으로 줄입니다. 일반적인 조언이 정확히 들어맞는 유일한 경우이며, 우리 데이터도 같습니다. 이미지가 지배적인 문서는 85~89%에 이르렀습니다.
| 문서 크기 | 이미지 비율 |
|---|---|
| 6.6 MB | 89.0% |
| 751 KB | 85.0% |
| 3.6 MB | 70.9% |
| 1.5 MB | 60.1% |
| 6.5 MB | 31.2% |
해결: 파일을 압축 도구에 통과시키세요. 스캔 이미지는 센서 해상도가 아니라 문서 해상도로 다시 인코딩됩니다. 40 MB 스캔은 보통 2~4 MB가 됩니다. 제출 사이트가 엄격한 상한을 요구한다면 품질 수준 대신 목표 크기를 지정하세요.
원인 2 — 내장 글꼴, 조용한 다수
250 KB~1 MB 구간에서 글꼴 비율의 중앙값은 52.2%입니다. 우리 표본의 양극단에서는 85%를 넘습니다. 파일의 거의 전부가 당신이 읽는 글자가 아니라, 그 글자를 그리는 글꼴 프로그램인 셈입니다.
| 문서 크기 | 글꼴 비율 |
|---|---|
| 664 KB | 87.6% |
| 821 KB | 85.4% |
| 158 KB | 71.2% |
| 359 KB | 65.3% |
| 185 KB | 53.8% |
원인은 서브세팅이 없거나 절반만 되어 있기 때문입니다. PDF는 사용하는 글꼴을 내장하며, 좋은 생성기는 실제로 등장하는 글리프만 내장합니다. 나쁜 생성기나 굵기별로 따로 불러오는 템플릿은 전체 문자 집합을 변형마다 한 번씩 내장합니다. 5개 서체군 곱하기 4개 굵기면 내장 글꼴 프로그램이 20개가 되고, 글꼴 파일은 이미 압축되어 있으므로 더 줄지 않습니다.
원인 3 — 양식 필드, 아무도 세지 않는 짐
입력 가능한 양식의 모든 칸, 체크박스, 드롭다운은 파일 안에 사전 객체로 존재합니다. 위치, 유형, 기본값, 모양 스트림, 검증 규칙까지요. 이들은 스트림이 아니어서 어떤 압축 도구도 건드리지 않고, 어떤 안내서도 세지 않습니다.
| 문서 | 주석 수 | 비율 |
|---|---|---|
| 세금 신고 양식 | 229 | 26.8% |
| 정보 양식 | 124 | 24.7% |
| 안내서(142쪽) | 2,958 | 21.3% |
| 신고 부속서류 | 275 | 21.2% |
| 간이 양식 | 85 | 19.2% |
세금 양식의 4분의 1은 당신이 채워야 할 칸의 정의일 뿐입니다. 그렇다면 양식을 평탄화해서 — 작성 후 그 정의를 버려서 — 파일의 4분의 1을 되찾을 수 있겠다고 생각하기 쉽습니다. 그것도 측정했습니다. 되찾지 못합니다.
| 필드 | 이전 | 이후 | 변화 |
|---|---|---|---|
| 199 | 215 KB | 327 KB | +52% 증가 |
| 105 | 120 KB | 170 KB | +42% 증가 |
| 116 | 822 KB | 874 KB | +6% 증가 |
| 29 | 664 KB | 670 KB | +1% 증가 |
| 1 | 2,360 KB | 2,075 KB | −12% 감소 |
원인 4 — 원본 크기로 붙여 넣은 사진과 스크린샷
휴대전화 사진 다섯 장이 들어간 보고서는, 각각이 우표만 하게 표시되더라도 1,200만 화소 원본 다섯 장을 내장합니다. 페이지는 작은 버전을 보여주지만 파일은 큰 버전을 지니고 있습니다. 스크린샷은 한 가지 점에서 더 나쁩니다. PNG라 무손실이고 크며, 레티나나 4K 화면에서는 전체 화면 한 장이 가로 4,000픽셀에 이릅니다.
압축은 이미지를 실제로 표시되는 크기로 다시 인코딩합니다. 사진이 많은 보고서와 스크린샷으로 가득한 발표 자료가 읽는 크기에서는 차이를 알 수 없는 채로 80~90% 줄어드는 이유입니다.
당신의 경우는 어느 쪽인가 — 판단 표
먼저 파일 크기를 쪽수로 나눠 보세요. 그 숫자 하나로 범위가 곧바로 좁혀집니다.
| 현재 상태 | 주된 원인 | 실제로 효과가 있는 것 |
|---|---|---|
| 쪽당 약 1 MB 초과, 페이지가 사진처럼 보임 | 이미지 | 압축. 흑백 스캔이면 회색조 |
| 이미 작성한 입력 양식 | 양식 필드 | 평탄화는 고정하지만 줄이지는 않음 |
| 본문만 있는 보고서, 250 KB~1 MB | 내장 글꼴 | 다시 내보내기. 서체 수 줄이기 |
| 수백 쪽의 일반 텍스트 | 콘텐츠 스트림 | 이미 최적에 가까움 — 분할이 더 합리적 |
| 작은 파일, 적은 쪽수, 이미지 없음 | 구조와 양식 필드 | 파일을 새로 쓰는 편집기로 다시 내보내기 |
이 모든 작업은 Haven PDF에서 브라우저 안에서 실행됩니다. 너무 큰 파일을 줄이기 위해 어딘가에 업로드할 필요가 없습니다. 기밀 계약서도 줄이는 동안 당신의 기기에 그대로 머무릅니다.
어떻게 측정했는가, 그리고 이것이 증명하지 않는 것
각 문서를 객체 그래프 수준에서 훑고, 모든 스트림을 원시 길이 — 파일에서 실제로 차지하는 자리 — 에 따라 분류했습니다. 이미지 XObject와 JPEG·JPX·CCITT·JBIG2 필터를 지닌 스트림은 이미지로, FontFile·FontFile2·FontFile3를 통해 참조되는 스트림은 글꼴로, 나머지는 콘텐츠로 셌습니다. 집계된 스트림 밖의 바이트는 구조적 부담으로 처리하고, 거기에서 양식과 주석 사전을 분리했습니다.
자주 묻는 질문
- PDF가 글자뿐인데도 용량이 큽니다. 왜 그런가요?
- 거의 확실히 내장 글꼴 때문입니다. 우리 측정에서 250 KB~1 MB 텍스트 문서의 글꼴 비율 중앙값은 52%였고 최악의 경우 88%였습니다. 이미지 압축은 거기에 닿지 못합니다. 파일을 새로 쓰는 편집기로 다시 내보내면 도움이 됩니다.
- 압축하면 글자가 흐려지나요?
- 진짜 글자 — 스캔이 아니라 입력된 글자 — 는 이미지 압축의 영향을 받지 않고 어떤 배율에서도 또렷합니다. 스캔에서는 글자가 이미지의 일부라 영향을 받지만, 중간 수준이면 보통 충분히 읽을 수 있습니다.
- 압축했는데 거의 그대로입니다. 왜죠?
- 압축할 이미지가 없었기 때문일 가능성이 매우 큽니다. 측정한 22건 중 11건에는 이미지가 하나도 없습니다. 쪽당 MB를 확인하세요. 쪽당 1 MB를 크게 밑돈다면 보통 글꼴, 양식 필드, 구조입니다.
- 양식 평탄화가 정말 그만큼 절약되나요?
- 아닙니다 — 확인했습니다. 필드 정의는 그 파일들의 19~27%를 차지하지만, 9건을 평탄화했더니 중앙값 기준으로 약 6% 커졌고 최악의 경우 52% 늘었습니다. 양식을 고정하려고 평탄화하세요. 줄이려는 목적이라면 아닙니다.
- 안전한 최대 압축이 있나요?
- 미리보기를 쓰세요. 압축한 뒤 글자가 빽빽한 쪽을 100%로 확인하고, 여전히 편하게 읽힐 때만 더 강하게 하세요. 목표 크기를 지정하면 도구가 들어맞는 최상의 품질을 자동으로 고릅니다.
출처
- ISO 32000-2:2020 — 문서 관리: Portable Document Format — 객체 구조, 스트림 필터, AcroForm 필드 사전의 규범적 정의.
- PDF 1.7 Reference(Adobe. ISO 32000-1과 내용 동일) — 글꼴 내장(§9.9), 이미지 XObject(§8.9), 주석(§12.5).
- 표본: IRS 양식과 간행물, arXiv 논문, 공공기관 보고서 — 모두 공개적으로 내려받을 수 있는 문서입니다. 개인적이거나 비공개인 파일은 사용하지 않았습니다.