gImageReader는 이미지와 PDF에서 글자를 뽑는 무료 프로그램입니다. 내려받을 때 릴리스 목록 맨 위의 CI Build 를 피하고 v3.4.3 태그에서 받아야 합니다. 설치 뒤에는 한국어 데이터를 따로 내려받아야 한글이 인식됩니다.
gImageReader는 이미지와 PDF에서 글자를 뽑는 무료 프로그램입니다. 내려받을 때 릴리스 목록 맨 위의 CI Build 를 피하고 v3.4.3 태그에서 받아야 합니다. 설치 뒤에는 한국어 데이터를 따로 내려받아야 한글이 인식됩니다. 아래에서 파일 고르는 법과 한글 설정을 정리했습니다.
이미지 텍스트 추출 프로그램 gImageReader 개요
gImageReader 는 tesseract-ocr 이라는 인식 엔진을 쓰기 편하게 감싼 화면입니다. 라이선스가 GPL-3.0+ 이라 개인은 물론 업무용으로 써도 비용이 들지 않습니다. 이미지 파일과 PDF는 물론 스캐너, 클립보드, 화면 캡처에서 바로 가져올 수 있고 여러 문서를 한 번에 처리하는 일괄 모드도 있습니다. 결과는 평문으로 받을 수도 있고 레이아웃 정보가 담긴 hOCR 문서로 받아 PDF나 ODT로 내보낼 수도 있습니다. 다만 macOS 설치본은 제공되지 않아 윈도우와 리눅스에서만 쓸 수 있습니다.
이미지 텍스트 추출 설치 파일 고르는 기준
내려받기 화면에서 순서대로 확인하시면 됩니다.
- 릴리스 목록 맨 위에 있는 CI Build 는 지나칩니다. 정식판이 아니라 개발 중 빌드이고 안에 옛 버전 파일이 섞여 있습니다.
- 정식 최신판인 v3.4.3 을 찾습니다. 2025년 8월 4일에 공개됐습니다.
- 보통은 qt6_x86_64.exe 를 받습니다.
- 스캐너를 쓸 계획이면 드라이버 비트수를 먼저 확인합니다. 32비트 드라이버면 i686 판이어야 합니다.
- 설치 권한이 없는 PC라면 portable.zip 을 받아 압축을 풀고 그대로 실행합니다.
이미지 텍스트 추출 한글 언어 데이터 설치
설치 직후에는 영어만 인식합니다. 한국어는 언어 데이터를 따로 받아야 합니다. 도구모음의 인식 버튼 오른쪽 화살표를 눌러 Manage languages 를 열고 Korean 항목을 설치하면 됩니다. 설치한 뒤에도 목록에 안 보이면 프로그램을 다시 켜거나 애플리케이션 메뉴의 Redetect Languages 를 누릅니다. 세로쓰기 문서를 다룬다면 kor_vert 가 별도 파일이라는 점도 알아 두세요. 자동 설치가 실패한다면 대개 설치 폴더에 쓰기 권한이 없어서입니다. 환경설정에서 언어 데이터 저장 위치를 user-local 로 바꾸면 홈 폴더 아래에 저장되어 권한 문제 없이 설치됩니다. 인식용 언어 데이터와 맞춤법 사전은 다른 것이라는 점도 헷갈리기 쉽습니다.
이미지 텍스트 추출 인식률이 안 나올 때
결과가 엉망일 때 손댈 곳은 정해져 있습니다. 첫째는 해상도 칸입니다. PDF를 원본으로 넣었다면 이 숫자는 렌더링 DPI 이고 기본값이 300입니다. 일반 이미지라면 같은 칸이 배율 퍼센트로 동작하고 기본값이 100, 즉 원본 크기 그대로입니다. 작게 찍힌 글자는 이 값을 올려서 키운 뒤 인식시키면 결과가 달라집니다. 둘째는 언어 데이터입니다. 프로그램에 내장된 관리자는 속도 우선인 tessdata_fast 에서 받아오는데, 한국어 파일 기준으로 약 1.6메가바이트입니다. 정확도 우선인 tessdata_best 의 한국어 파일은 약 12메가바이트로 훨씬 크고 이쪽은 관리자 목록에 나오지 않아 직접 받아 넣어야 합니다. 셋째로 글자가 깨져 나온다면 Qt 판의 출력 인코딩이 기본값인 시스템 인코딩이어서일 수 있으니 UTF-8로 바꿔 보세요.
gImageReader 는 tesseract-ocr 을 쓰기 편하게 감싼 무료 프로그램이고 GPL-3.0+ 라이선스라 업무용으로 써도 비용이 들지 않습니다. 내려받을 때는 릴리스 목록 맨 위의 CI Build 를 지나치고 정식 최신판인 v3.4.3 을 받으세요. 2025년 8월 4일에 공개됐고 윈도우용 설치 파일과 무설치 압축본이 각각 64비트와 32비트로 올라와 있습니다. macOS 설치본은 제공되지 않으니 맥 사용자는 다른 방법을 찾으셔야 합니다. 설치 권한이 없는 PC라면 portable 압축본을 풀어서 그대로 쓰면 되고, tesseract 는 윈도우 설치본에 함께 들어 있어 따로 설치할 필요가 없습니다. 설치 후에는 한국어 데이터를 Manage languages 에서 내려받아야 한글이 인식되고, 설치가 실패한다면 저장 위치를 user-local 로 바꾸면 해결됩니다. 인식률이 아쉬울 때는 해상도 칸부터 보세요. PDF 원본은 DPI, 이미지 원본은 배율 퍼센트로 동작하고 기본값이 각각 300과 100입니다. 더 정확한 인식이 필요하면 정확도 우선 언어 데이터를 직접 받아 넣는 방법이 있습니다. 스캐너가 안 잡히면 드라이버 비트수를 확인하시고, 검색되는 PDF가 필요하면 hOCR, PDF 모드에서 투명 텍스트 오버레이로 내보내면 됩니다.
