복사 안 되는 문서를 통째로 텍스트로: 오프라인 OCR 크롬 확장 'OCR It'

스캔한 책, 슬라이드 덱, 텍스트 선택이 막힌 PDF 뷰어처럼 화면에는 분명히 글자가 보이는데 정작 복사는 되지 않는 문서를 만나본 경험은 실무자라면 누구나 있을 것이다. thiagotigaz가 공개한 크롬 확장 'OCR It'은 바로 이 지점을 겨냥한다. 한 번 캡처 영역을 지정해 두면 그다음부터는 단축키를 누를 때마다 그 사각형을 스크린샷으로 찍고, 문자 인식을 돌려, 누적되는 전사본에 텍스트를 이어 붙인다. 수백 페이지짜리 자료가 선택 불가능한 이미지 덩어리에서 다룰 수 있는 텍스트 파일로 바뀌는 셈이다.

제작자가 명시적으로 밝히는 활용처는 LLM이다. 선택이 안 되던 자료를 텍스트로 확보하면 Claude나 ChatGPT에 그대로 넘겨 요약하거나 검색하거나 질문할 수 있다. 즉 이 도구는 그 자체가 최종 산출물이라기보다, 뷰어에 갇힌 지식을 언어모델이 소화할 수 있는 입력으로 옮기는 다리 역할에 가깝다.

완전 오프라인이라는 설계 선택

가장 눈여겨볼 대목은 OCR이 100% 로컬에서 돈다는 점이다. 확장에는 Tesseract 빌드가 함께 번들되어 있어 API 키도, 네트워크 연결도 필요 없고, 이미지가 기기 밖으로 나가지 않는다. 제작자는 확장이 어떤 외부 요청도 보내지 않는다고 못 박는다. 사내 문서나 계약서, 비공개 자료를 다루는 실무자 입장에서 이 조건은 단순한 편의가 아니라 도입 가능 여부를 가르는 요소다. 클라우드 OCR API에 민감 문서를 업로드하는 부담 없이 텍스트를 뽑을 수 있기 때문이다.

권한 설계도 이 철학과 맞물려 있다. 설치 시점에는 어떤 사이트 접근 권한도 요구하지 않는다. 단발성 캡처는 크롬이 단축키나 팝업 조작 순간에만 내주는 activeTab 권한으로 처리된다. 지속적인 권한이 필요한 경우는 페이지 로드를 넘겨 살아남아야 하는 자동 실행과, 교차 출처 iframe 안에서 페이지를 넘기는 두 가지뿐이며, 그때만 팝업이 현재 사이트에 대한 허용 버튼을 제시한다. 디스크의 PDF(file:///)를 열려면 크롬 확장 상세 설정에서 파일 URL 접근을 따로 켜야 하는데, 이는 크롬이 모든 확장에 기본적으로 file:// 접근을 차단하기 때문이다.

한 번 지정, 이후엔 단축키

사용 흐름은 단순하다. ⌥⇧R로 텍스트 위에 상자를 그리고, 저장 전에 화살표 키로 1픽셀씩 미세 조정하거나 핸들로 크기를 바꾼 뒤 엔터로 확정한다. 이후 페이지마다 ⌥⇧S를 한 번씩 누르면 된다. 스크린샷은 즉시 찍히고 OCR은 백그라운드에서 처리되므로 페이지 사이에 기다릴 필요가 없다. 처리 대기 중인 건수는 배지가 세어 보여준다. 각 페이지는 실제로 잘라낸 영역의 썸네일과 함께 나열되어, 영역이 어긋났을 때 80페이지 뒤가 아니라 그 자리에서 바로 알아챌 수 있고, 잘못 읽힌 텍스트는 개별적으로 다시 돌리거나 그 자리에서 편집할 수 있다.

한발 더 나아가 ⌥⇧A는 캡처와 페이지 넘김을 자동으로 반복해 문서 끝까지 진행한다. 여기서 핵심은 다음 페이지 이동 방식이다. 확장은 CSS 선택자 대신 화면상의 고정 좌표점을 저장하는데, 이 방식은 DOM이 다시 렌더링되어도 무효화되지 않고, 선택자로는 닿지 못하는 교차 출처 iframe이나 shadow root 내부의 컨트롤까지 도달한다. 넘김 시점에 이 좌표점은 모든 프레임에 제시되고, 실제로 그 점을 소유한 프레임이 상위 뷰포트 기준 위치를 계산해 pointerdown부터 click까지 전체 이벤트 시퀀스를 발생시킨다. 덕분에 pointerdown에서 페이지를 넘기는 뷰어든 click을 듣는 뷰어든 모두 대응된다. 다만 좌표가 화면 고정점이라, 실행 도중 창 크기나 확대율을 바꾸면 캡처 영역과 마찬가지로 어긋난다.

자동 실행과 그 한계

무인 실행에서 가장 중요한 것은 끝을 제대로 감지하는 일이다. 각 사이클은 해당 페이지의 OCR 결과가 돌아온 뒤에야 다음 장으로 넘어간다. OCR이 페이지 넘김보다 빠르기 때문에 실질적인 속도 손실은 없으면서, 타이머로만 스크린샷을 찍다가 마지막 페이지를 지나쳐 같은 내용을 반복 저장하는 사고를 막아준다. 앞 페이지와 텍스트가 동일한 페이지는 DUPLICATE로 표시되는데, 이는 대개 문서가 실제로 넘어가지 않았다는 신호다. 실행은 Esc나 단축키, 팝업으로 멈출 수 있고, 무엇이 실행을 끝냈는지 팝업에 보고되므로 자리를 비운 사이 멈춘 작업도 이유를 알 수 있다. 작동하는 다음 페이지 컨트롤이 없으면 아예 시작을 거부한다.

분명한 한계도 있다. 크롬 내장 PDF 뷰어에서는 텍스트가 곧바로 나오지만 자동 넘김은 동작하지 않는다. 뷰어가 확장이 코드를 주입할 수 없는 플러그인이라 클릭이 embed 요소에 떨어지고, 페이지 이동도 합성 키 이벤트로 몰 수 없는 네이티브 스크롤이기 때문이다. 어차피 페이지마다 단축키를 누르는 만큼, 직접 PageDown을 누르면 그만이라는 것이 제작자의 설명이다. 언어는 영어·포르투갈어·스페인어 세 가지가 기본 탑재되며 Tesseract가 지원하는 약 100개 언어를 추가할 수 있으나, 런타임에 받아오지 않는 구조라 일본어·중국어 등 다른 모델은 확장에 직접 번들해 넣어야 한다. 언어 하나당 대략 0.7~3MB가 늘고, eng+por처럼 두 언어를 동시에 로드하면 속도와 정확도를 조금 내주게 된다.

라이선스는 MIT이며 번들된 Tesseract 구성요소는 각자의 라이선스를 유지한다. 별도 빌드 단계가 없어 필요한 파일이 모두 커밋되어 있고, npm install은 테스트 실행이나 Tesseract 재벤더링에만 쓰인다. 테스트 스위트가 실제 헤드리스 크롬에 확장을 설치해 영역 밖 텍스트가 새어 들어오지 않는지, 매니페스트가 호스트 접근을 요구하지 않는지, 무인 루프가 유한 문서 끝에서 스스로 멈추는지까지 검증한다는 점은, 이 도구가 단발성 실험이 아니라 실사용을 염두에 둔 완성도로 설계됐음을 보여준다.