PDF/A란 무엇인가 그리고 정말 필요한 때는 언제인가

누군가 PDF/A 파일을 요구했습니다. 어느 법원의 제출 포털일 수도, 기록물 관리 담당자일 수도, 대학의 제출 시스템일 수도 있으며, 십중팔구 무엇이 다른지도 왜 중요한지도 설명하지 않았을 겁니다. 다행인 점은 PDF/A가 새로 익혀야 할 형식이 아니라는 것입니다. 믿을 수 없는 부분을 덜어낸 평범한 PDF입니다.

덜 다행인 점은 그 제약이 충분히 엄격해서, 이미 돌아다니는 PDF 대부분이 이를 충족하지 못한다는 것입니다. 변환이 이름을 바꾸는 일이 아니라 실제 처리 단계인 이유가 여기에 있습니다.

PDF/A는 실제로 무엇인가

PDF/A는 2005년에 처음 발행된 ISO 19005 표준으로 정의됩니다. 별도의 파일 종류가 아닙니다. PDF/A 파일도 확장자는 여전히 .pdf이고, 이미 쓰던 어떤 리더에서도 열리며, 원래 문서와 똑같이 보입니다. 그것을 PDF/A로 만드는 것은 문서화된 제약 목록을 지킨다는 사실, 그리고 그 목록의 어느 판을 따르는지 자신의 메타데이터에 선언한다는 사실입니다.

표준은 네 차례 확장되었고, 각 파트는 서로 대체할 수 없습니다. 각각은 그 시대의 PDF 규격을 기준으로 작성되었습니다.

파트 번호와 함께 모든 파일은 준수 수준을 지닙니다. PDF/A-2b 같은 이름에서 보이는 그 글자입니다. 이 글자는 숫자와는 완전히 다른 축에 속하며, 둘을 뒤섞는 것이 이 표준을 둘러싼 가장 흔한 오해입니다.

• b 수준(basic). 그 파일은 앞으로도 자신의 시각적 외형을 확실히 재현합니다. 약속은 그것뿐이며, 텍스트 추출이나 검색에 대해서는 아무것도 보장하지 않습니다.
• u 수준(Unicode). b 수준에 더해, 페이지의 모든 문자가 유니코드 값에 대응하여 텍스트를 확실하게 추출하고 검색할 수 있습니다. PDF/A-2와 함께 도입되었습니다.
• a 수준(accessible). u 수준에 더해, 태그가 붙은 문서 구조를 요구합니다. 제목, 표, 읽기 순서, 언어 — 화면 낭독기가 페이지를 이해하는 데 필요한 정보입니다.

실무에서 요구되는 것은 거의 전부 b 수준 파일입니다. 이유는 아래에서 다루지만, u 수준과 a 수준이 요구하는 정보는 원본 문서에 애초에 없었다면 변환기가 지어낼 수 없기 때문입니다.

나머지 전부가 따라 나오는 하나의 규칙

ISO 19005의 모든 제약은 단 하나의 요구를 위해 존재합니다. 파일은 스스로를 표시하는 데 필요한 모든 것을 담고 있어야 하며, 자기 바깥의 무엇에도 의존해서는 안 된다는 것입니다. 당신 컴퓨터에 설치된 글꼴에도, 모니터가 우연히 쓰고 있는 색상 프로파일에도, 링크를 해석해 주는 서버에도, 2026년에 누군가 적어 둔 비밀번호에도 의존해서는 안 됩니다.

이 요구를 받아들이는 순간, 규칙들은 자의적으로 보이기를 멈추고 당연해 보이기 시작합니다.

• 모든 글꼴은 파일에 포함되어야 합니다 — 그것도 포함을 허용하는 라이선스로. Helvetica를 참조해 두고 리더가 알아서 제공하리라 기대하는 파일은, 미래의 어떤 컴퓨터에 판돈을 거는 셈입니다.
• 색은 절대적으로 정의되어야 합니다. 화면이 알아서 해석하도록 두는 대신, 파일에 포함된 ICC 출력 프로파일로 정의합니다. 그렇지 않으면 '이 빨강의 색조'는 오십 년 뒤에 아무 의미가 없습니다.
• 암호화는 금지됩니다. 키는 의존 대상이고, 의존 대상은 결국 사라집니다.
• JavaScript도, 포함된 오디오나 비디오도, 실행 동작도 안 됩니다. 작동을 보장할 수 없는 동작은 보존할 수 없는 동작입니다.
• 외부 콘텐츠에 대한 참조도 안 됩니다. 표시되는 모든 것은 파일 안에 있어야 합니다.
• 메타데이터는 XMP 형태로 있어야 합니다. 문서화된 기계 판독 가능한 형식으로, 그 파일이 어느 파트와 수준을 주장하는지에 대한 선언까지 포함해서 말입니다.

변환이 파일에서 바꾸는 것

변환은 손대지 않은 문서에 찍는 도장이 아닙니다. 무언가는 더해지고, 무언가는 빠지며, 무언가는 다시 쓰입니다. 원본을 대체하기 전에 그것이 무엇인지 알아 둘 가치가 있습니다.

용량 증가는 대부분의 사람을 당황하게 합니다. 시스템 글꼴만 쓰던 열 쪽짜리 문서도 그 글꼴이 안에 실려 다니게 되면 눈에 띄게 커질 수 있습니다. 파일이 업로드 용량 제한에도 맞아야 한다면 먼저 압축하세요. 나중에 압축하면 파일이 다시 쓰이면서, 방금 대가를 치르고 얻은 준수 상태가 대체로 무효가 됩니다.

PDF/A라고 주장하는 것과 실제로 준수하는 것

제출물이 접수될지 아닐지를 가르는 것이 바로 이 구분입니다. 어떤 파일이 이를테면 PDF/A-2b라는 선언은 그 파일의 XMP 메타데이터 안에 있으며, 그것을 적어 넣는 것은 파일을 만든 프로그램입니다. 프로그램이 그 선언만 찍어 두고 규칙을 어기는 문서를 내놓는 것을 막을 방법은 없습니다.

그래서 '이 파일은 PDF/A인가?'라는 물음에는 서로 다른 두 답이 있습니다. 파일이 스스로에 대해 말하는 것과, ISO 규칙에 따른 독립적인 검사가 찾아내는 것입니다. PDF/A 배지를 보여 주는 리더가 전하는 것은 전자입니다. 제출 포털이 확인하는 것은 후자입니다.

참조 검증 도구는 veraPDF입니다. 무료이자 오픈소스이며, EU가 지원한 프로그램에서 개발되었고 PDF Association이 뒷받침합니다. 전체 준수 검사를 수행하고, '유효하지 않음'이라는 한마디로 끝내는 대신 문제가 된 객체를 짚어 가며 규칙별로 실패를 보고합니다. Acrobat의 프리플라이트는 같은 일을 상업적으로 합니다. 등록기관이나 법원, 규제기관이 준수 증빙을 요구한다면, 뷰어의 배지를 믿지 말고 직접 검증하세요.

정말 필요한 때

PDF/A가 이 거래를 감수할 만한 상황은 주변의 홍보 문구가 암시하는 것보다 좁습니다. 진짜인 상황들에는 공통된 맥락이 있습니다. 이 문서를 만든 소프트웨어가 사라진 뒤에 그것을 열어야 할 사람은 당신이 아니라는 것입니다.

• 법원 및 규제기관 제출. 많은 전자 제출 시스템이 PDF/A를 요구하거나 안내에서 권장하며, 검증을 통과하지 못한 파일은 반려합니다.
• 기관 아카이브와 기록물 보존. 국가·대학 아카이브는 접수하는 납본 형식으로 특정 PDF/A 파트와 수준을 지정하는 것이 일반적입니다.
• 학위논문과 학술 제출. 대학 리포지토리는 이 표준을 가장 일관되게 쓰는 곳입니다. 정의상 문서를 장기간 보존하기 때문입니다.
• 법정 보존 기간이 있는 문서. 계약서, 감사 자료, 세무 기록, 인사·의료 기록처럼 선호가 아니라 법에 따라 수년간 읽을 수 있어야 하는 것들입니다.
• 하이브리드 전자 청구서. Factur-X와 ZUGFeRD 같은 형식은 사람이 읽는 청구서 페이지 안에 청구 XML을 함께 담은 PDF/A-3 파일입니다. 사람도 회계 시스템도 읽을 수 있는 하나의 파일이지요.
• 특허·표준 관련 제출. 영구적인 공적 기록을 유지하는 기관은 그것을 어떤 형식으로 보관할지도 함께 정해 두는 편입니다.

어떤 요구사항이 특정 판을 콕 집어 말한다면 — 그냥 'PDF/A'가 아니라 PDF/A-1b라고 한다면 — 구속력 있는 지정으로 받아들이세요. 유효한 PDF/A-2b 파일도 PDF/A-1b를 요구하는 시스템에서는 반려되고, 반려 메시지가 이유를 설명하는 일은 드뭅니다. 함께 읽을 글 1b·2b·3b 중 무엇을 고를까에서 실제 차이를 다룹니다.

필요하지 않은 때

대부분의 PDF는 PDF/A일 필요가 없습니다. 이 점을 분명히 말해 둘 가치가 있는 것은, 이 주제로 쓰인 글의 상당수가 정반대를 암시하기 때문입니다.

• 수명이 짧은 문서. 결제 후 지울 청구서, 의견을 받으려 돌리는 초안, 한 번 읽히고 마는 보고서 — 어느 것도 세기가 바뀔 때까지 살아남을 필요는 없습니다.
• 계속 상호작용해야 하는 것. 스크립트로 동작하는 서식, 삽입된 미디어, 계산되는 입력란. 그것들을 작동하게 하는 기능이 바로 표준이 제거하는 기능입니다.
• 용량 제한이 빠듯한 파일. 변환은 파일을 키웁니다. 업로드를 10MB로 제한하는 포털이 더 까다로운 제약일 수 있습니다.
• 디자인 요소가 많은 문서에 PDF/A-1을 요구받는 경우. 투명도를 평면화하면 그림자와 광선 효과, 혼합 모드의 표현이 달라집니다. PDF/A-2는 그것들을 지켜 줍니다.

PDF/A가 요구하는 대가는 파일 용량과 기능이고, 돌려주는 것은 수십 년 뒤의 가독성입니다. 수십 년 뒤에 그 문서를 읽을 사람이 없다면, 그 대가를 치를 이유도 없습니다.

스캔 문서의 함정

이것은 몇 해가 지나서야 드러나는 실패이고, 그때는 이미 값싸게 고칠 수 있는 시기가 한참 지난 뒤입니다. 스캔한 문서는 아무 문제 없이 PDF/A로 변환되고 불평 한마디 없이 검증을 통과합니다. 스캔본은 이미지이고, b 수준이 약속하는 것은 그 이미지가 앞으로도 제대로 표시된다는 것뿐이기 때문입니다.

아카이브가 받는 것은 준수하고, 영구적이며, 전혀 검색할 수 없는 파일입니다. 납본 시점에는 아무도 알아채지 못합니다. 십 년치 서류에서 특정 조항을 언급한 계약서를 모두 찾아야 하는데 유일한 방법이 한 건씩 열어 읽는 것뿐일 때, 그제야 드러납니다.

엄밀히 말하면 텍스트에 관한 보장은 b 수준이 아니라 u 수준의 몫이고, 어떤 변환기도 b 수준 파일이 검색 가능하다고 약속할 수 없습니다. 다만 실제로는 좋은 OCR 층을 갖춘 b 수준 파일은 검색되는 문서처럼 동작하고, 그 층이 없는 파일은 결코 그렇게 되지 않습니다.

세 단계로 PDF를 PDF/A로 변환하기

PdfDocShift로 변환하는 데는 약 30초가 걸리며 설치도 가입도 필요 없습니다. 업로드된 파일은 두 시간 뒤 서버에서 영구히 삭제됩니다.

파일이 정말 PDF/A인지 확인하는 방법

문제를 가장 빨리 잡아내는 순서로, 다섯 가지 확인입니다.

1. 파일이 무엇을 주장하는지 읽으세요. Acrobat은 PDF/A 문서 위쪽에 표준 표시줄을 띄우고, 다른 리더는 문서 속성에 표준을 적어 둡니다. 이것이 알려 주는 것은 파일의 자기 주장이며, 출발점이지 판정이 아닙니다.
2. ISO 규칙에 따라 검증하세요. veraPDF는 무료이자 오픈소스이며, 원인이 된 객체를 짚어 가며 규칙별로 실패를 보고합니다. 제출 포털도 당신의 판단과 무관하게 이 답에 이르게 됩니다.
3. 판이 요구사항과 맞는지 확인하세요. 완전히 유효한 PDF/A-2b 파일도 PDF/A-1b를 요구하는 시스템에서는 통과하지 못합니다. 검증 도구는 찾아낸 파트와 수준을 알려 주니, 실제로 요구받은 것과 맞춰 보세요.
4. 글꼴을 확인하세요. 문서 속성 → 글꼴. 모든 항목에 포함됨 또는 포함된 서브셋이라고 표시되어야 합니다. 포함되지 않은 글꼴이 하나라도 있다면, 그 파일이 아예 변환되지 않았다는 가장 빠른 신호입니다.
5. 원본 문서를 보관하세요. 변환은 위에서 설명한 방식들로 정보를 잃고, 후진 기어는 없습니다. 파일을 다시 만들어 낼 수 있는 것 — 원래 PDF, 더 좋게는 그것을 내보낸 문서 — 를 남겨 두세요.

아카이브를 만들어 내는 어떤 절차에도 넣어 둘 만한 습관이 하나 있습니다. 전부가 아니라 표본을 검증하되, 납본하는 바로 그 시점에 검증하는 것입니다. 그날 발견된 준수 결함은 2분이면 고치지만, 같은 결함을 3년 뒤 감사에서 발견하면 그것은 하나의 프로젝트가 됩니다.

자주 묻는 질문