PDF 압축의 원리: 파일이 큰 이유와 실제로 무엇이 줄여 주는가

PDF를 압축하면 어떤 때는 90% 줄고, 어떤 때는 거의 움직이지 않습니다. 이 불일치는 결함이 아닙니다. PDF는 단일한 파일 형식이 아니라 매우 다른 종류의 내용을 담을 수 있는 컨테이너이며, 종류마다 압축되는 방식이 다르기 때문입니다.

실제로 용량을 차지하는 것

• 스캔한 페이지 — 각 페이지는 사실상 사진일 뿐이며, 화면에서 읽는 데 필요한 것보다 훨씬 높은 해상도로 저장된 경우가 많습니다. 거의 항상 절감 여지가 가장 큰 부분입니다.
• 포함된 글꼴 — 사용된 서체마다 전체 글꼴 파일을 포함하는 PDF는, 특히 한 문서에 여러 글꼴이 있으면 상당한 무게가 됩니다.
• 벡터 그래픽과 텍스트 — 실제 선택 가능한 텍스트와 선으로 그린 그래픽은 보통 아주 작으며, 40페이지짜리 텍스트만 있는 보고서는 몇백 킬로바이트일 수 있습니다.
• 중복 객체 — 같은 로고나 배경 이미지가 페이지마다 반복되고 비효율적으로 저장되면, 잘못 생성된 PDF에서 빠르게 쌓입니다.

압축 도구가 페이지를 이미지로 다시 렌더링하는 이유

제대로 만든 PDF 압축 도구라면 객체별로 처리합니다. 이 포함된 JPEG를 다시 압축하고, 저 글꼴을 실제로 쓰인 문자로만 줄이고, 중복 리소스를 제거합니다. Acrobat 같은 데스크톱 소프트웨어가 하는 방식이죠. 이 도구를 포함한 대부분의 브라우저 내 도구는 다른 방식을 취합니다. 각 페이지를 이미지로 렌더링하고 더 낮은 품질로 다시 인코딩한 다음, 그 이미지들로 PDF를 다시 만듭니다.

이는 선명함의 일부 — 특히 작은 글자 — 를 내주는 대신, 브라우저가 실제로 빠르게 해낼 수 있는 훨씬 작고 단순한 작업을 얻습니다. 스캔한 문서의 경우 스캔 페이지가 이미 이미지이므로, 이는 제대로 된 압축 도구가 어차피 하는 것에 가깝습니다. 텍스트가 많은 문서에서는 더 뭉툭한 도구입니다. 더 작은 파일을 얻지만, 선택 가능한 텍스트가 평탄화된 이미지의 일부가 되어 검색이나 복사도 안 되게 됩니다.

압축 수준 고르기

문서가 스캔이라면(예를 들어 누군가 서명하고 촬영한 계약서), 더 높은 압축 수준이 보통 안전합니다. 스캔할 때 이미 잃은 것 이상을 크게 잃지 않으니까요. 문서에 선명하고 검색 가능하게 유지하고 싶은 진짜 텍스트가 있다면, 가장 낮은 압축 설정에서 시작하고 파일이 여전히 너무 클 때만 올리세요.