PDF로 된 데이터 파일을 엑셀로 자동화하기

"협력사에서 정산 자료를 보내주시는데요, 다 PDF입니다. 저희는 그걸 다시 엑셀에 쳐 넣습니다."

사전 미팅에서 구매팀 과장님이 하신 말씀입니다. 왜 PDF로 받으시냐고 여쭤보니 답이 명확했습니다. 보내는 쪽에서 수정을 막으려고 PDF로 만드는 것입니다. 받는 쪽 사정은 고려 대상이 아니었던 것이죠.

사전 조사에서 확인한 것

실제 자료를 몇 건 받아 봤습니다. 문제가 셋이었습니다.

① 한 달에 서른 건 넘게 들어온다 — 협력사가 스무 곳이 넘고, 월 정산과 수시 단가 변경이 겹칩니다. 한 건에 30분이면 월 15시간입니다.

② 옮겨 적으면서 틀린다 — 손으로 치다 보니 숫자가 어긋납니다. 정산 자료라 틀리면 바로 돈 문제가 됩니다. 그래서 다시 검산합니다. 그 검산 시간이 또 붙습니다.

③ 이미 방법이 있다는 걸 모른다 — 이게 가장 컸습니다. 팀 전원이 쓰는 엑셀 안에 PDF를 읽는 기능이 들어 있는데, 아무도 그 메뉴를 몰랐습니다.

과장님이 원한 건 새 도구 도입이 아니라 "지금 있는 걸로 오늘 되는 방법" 이었습니다.

설계 — 네 가지를 다 보여주고 고르게 했다

한 가지 정답만 알려주는 방식을 쓰지 않았습니다.

PDF는 종류가 제각각입니다. 텍스트가 들어 있는 것도 있고 스캔본도 있고, 표가 단순한 것도 복잡한 것도 있습니다. 한 가지 방법만 배우면 그게 안 통하는 파일을 만났을 때 다시 손으로 칩니다.

그래서 3시간 동안 네 가지를 전부 다루되, "내 파일에는 무엇을 쓸지 판단하는 기준" 을 함께 잡았습니다.

진행 — 각자 자기 협력사 파일로

교육용 예제를 쓰지 않았습니다. 참가자가 그 주에 실제로 받은 PDF를 가져오게 했습니다.

1단계 — 복사·붙여넣기의 한계를 먼저 겪게 했다

가장 먼저 떠올리는 방법부터 시작했습니다. PDF에서 드래그해 복사하고 엑셀에 붙여넣기.

대부분 한 줄로 뭉쳐 들어옵니다. 여기서 선택하여 붙여넣기에 HTML · 유니코드 텍스트 · 텍스트 세 옵션이 있다는 것부터 알려드렸습니다. 표에 가장 가깝게 들어오는 형태를 고르면 결과가 달라집니다.

그래도 한 열에 뭉치면 데이터 → 텍스트 나누기로 공백 기준으로 가릅니다.

여기서 한계를 만나는 것이 이 단계의 목적이었습니다. 비고란처럼 띄어쓰기가 들어간 긴 문장이 있으면 그 열이 여러 칸으로 쪼개져 못 씁니다. 이걸 직접 겪어야 다음 방법의 가치를 압니다.

2단계 — 엑셀이 PDF를 직접 읽는다

데이터 → 데이터 가져오기 → 파일에서 → PDF에서

이 메뉴를 띄웠을 때 반응이 가장 컸습니다. "이게 원래 있던 거예요?"

파일을 고르면 엑셀이 PDF 안의 표를 찾아 목록으로 보여 줍니다. '데이터 변환'을 누르면 파워 쿼리 편집기가 열리고, 여기서 머리말 행을 지우거나 열의 데이터 유형을 숫자로 바꿀 수 있습니다.

표가 깔끔하면 손댈 것 없이 '닫기 및 로드' 로 끝납니다.

로드한 뒤에 반드시 할 일 두 가지를 함께 익혔습니다.

• 합계 한 줄을 대조한다 — 천 단위 쉼표나 괄호 음수에서 어긋나는 일이 있습니다
• 테이블 디자인 → 범위로 변환 — 로드된 데이터는 이름 붙은 표로 고정돼 편집이 불편합니다

파워 쿼리를 처음 보신 분들이 많아 여기서 한 가지를 덧붙였습니다. 이 편집기는 Power BI 에서 데이터 정리를 담당하는 바로 그 도구입니다. 엑셀 안에 이미 들어와 있다는 사실 자체가 이 팀에는 발견이었습니다. PDF 를 읽는 데 그치지 않고, 앞으로 다른 자료를 정리할 때도 같은 화면을 쓰게 됩니다.

한 분은 이 자리에서 본인이 매달 하던 다른 작업을 떠올리셨습니다. 사내 시스템에서 내려받은 CSV 의 열 순서를 매번 바꾸던 일인데, 그것도 같은 편집기에서 한 번 정해 두면 다음부터는 새로고침만 하면 된다는 것을 확인했습니다. 교육 범위 밖이었지만 그 자리에서 해결됐습니다.

3단계 — 파일이 많을 때

무료 PDF 프로그램(알PDF 등)에는 'PDF를 Excel로' 메뉴가 그대로 있습니다. 결과 품질은 2단계와 비슷하거나 낫습니다.

기준을 이렇게 정리해 드렸습니다. 한두 개면 엑셀 안에서, 수십 개면 전용 프로그램의 일괄 변환. 이 팀은 월말에 파일이 몰리므로 그때는 3단계가 유리합니다.

4단계 — 스캔본은 다른 문제다

앞의 셋은 PDF 안에 텍스트가 있을 때 통합니다. 스캔본은 글자가 아니라 그림이라 아무것도 안 나옵니다.

판별법은 간단합니다. PDF에서 글자를 드래그해 보고 선택되면 텍스트, 안 되면 스캔본입니다.

스캔본은 OCR로 갑니다. 다만 기대를 정확히 맞춰 드렸습니다 — OCR 결과를 표 모양 그대로 엑셀에 넣는 것은 안 됩니다. 글자를 가져올 수 있다는 데까지입니다.

윈도우11이라면 설치 없이 '캡처 도구' 로도 됩니다. 화면을 캡처하고 텍스트 동작을 누르면 글자를 복사할 수 있습니다.

이 방식으로 안 되는 것

• 스캔본의 표 구조는 복원되지 않습니다. OCR은 글자만 줍니다. 표는 다시 잡아야 합니다
• 협력사가 보내는 양식이 바뀌면 다시 확인해야 합니다. 파워 쿼리는 구조를 기억하지만 구조가 바뀌면 어긋납니다
• 숫자 검산은 여전히 사람 몫입니다. 옮기는 시간이 줄 뿐 확인 책임은 그대로입니다
• 암호가 걸린 PDF는 열리지 않습니다. 보내는 쪽에 요청해야 합니다

운영 준비 — 자기 파일을 가져오게 했다

교육 2주 전에 그 시점에 실제로 받은 PDF를 두세 건씩 가져오시라고 요청했습니다.

이 준비가 결과를 갈랐습니다. 예제 파일로 하면 "되네요"에서 끝나는데, 자기가 어제 손으로 친 그 파일이 2분 만에 들어오면 이야기가 달라집니다.

가져온 파일을 미리 훑어 스캔본이 섞여 있는지도 확인했습니다. 실제로 두 곳이 스캔본을 보내고 있어서, 그 팀에는 4단계에 시간을 더 썼습니다.

그리고 판별 순서를 한 장으로 정리해 각자 자리에 붙여 두시도록 했습니다. 방법을 네 가지 배우면 막상 파일을 받았을 때 무엇부터 열지 헷갈립니다. 순서가 정해져 있으면 고민이 사라집니다.

진행 중에 나온 질문

"협력사한테 그냥 엑셀로 달라고 하면 안 되나요?"

좋은 질문이었습니다. 답은 "되면 그게 제일 낫습니다"입니다. 이 교육이 필요한 이유는 그게 안 되기 때문입니다. 보내는 쪽은 수정을 막으려 PDF를 쓰고, 우리가 그 정책을 바꿀 수는 없습니다.

다만 한 가지는 요청해 볼 만하다고 말씀드렸습니다 — 스캔본 대신 텍스트 PDF로 보내달라는 것입니다. 같은 PDF인데 받는 쪽 비용이 크게 다릅니다.

교육이 끝났을 때 남은 것

3시간 뒤, 참가자 전원이 자기가 가져온 PDF를 엑셀로 옮긴 상태로 나갔습니다.

스캔본을 보내오던 두 협력사 건은 OCR 로 처리한 뒤 표를 다시 잡는 데까지 해 보셨습니다. 시간이 더 걸린다는 것도 함께 확인하셨고요 — 모든 파일이 2분이 되는 것은 아니라는 점을 그 자리에서 겪는 것이 나중에 실망하지 않는 방법입니다.

한 달 뒤 확인했을 때 과장님이 짚으신 변화는 시간이 아니라 다른 것이었습니다.

"검산을 덜 하게 됐습니다."

손으로 칠 때는 오타 가능성이 있으니 매번 다시 확인했는데, 기계가 옮기니 그 불안이 줄었다는 것입니다. 줄어든 30분보다 매번 따라붙던 검산 부담이 사라진 쪽이 체감이 컸습니다.

다룬 도구

• 엑셀 파워 쿼리 — 데이터 → 데이터 가져오기 → PDF에서. 설치가 필요 없습니다
• PDF 전용 프로그램 — 파일이 여러 개일 때 일괄 변환합니다
• OCR — 스캔본에서 글자를 꺼냅니다. 표 구조는 복원되지 않습니다
• 윈도우 캡처 도구 — 설치 없이 화면에서 글자를 꺼냅니다

비슷한 교육을 검토 중이시라면

이 과정은 3시간이었습니다. 한 가지 방법만 필요하면 1시간으로도 됩니다. 다만 PDF 종류가 섞여 있는 조직이라면 판단 기준을 잡는 데 3시간이 적당합니다.

• 외부에서 PDF로 자료를 받는 일이 있는가 — 정산·구매·계약 부서에서 특히 잦습니다
• 그중 스캔본이 섞여 있는가 — 있으면 OCR 구간이 필요합니다
• 참가자가 자기 파일을 가져올 수 있는가 — 이 준비가 효과의 절반입니다

받으시는 자료의 종류와 월 건수만 알려주시면 어느 방법부터 익히면 좋을지 정리해 보내 드립니다.