정부 공고문, 논문, 기업 보고서처럼 긴 PDF를 AI에 올렸는데 중요한 조항이 빠지거나 표의 숫자를 잘못 읽을 수 있습니다. 원인은 텍스트 추출·이미지 인식 문제뿐 아니라 질문 범위, 문서 구조, 모델의 문맥 한도와 답변 오류 등 다양합니다. 파일을 분할하거나 OCR을 적용해도 인식률 100%가 보장되지는 않습니다.
1. 스캔본과 텍스트 PDF 구분
종이 문서를 스캔한 PDF는 페이지가 이미지로 저장됐을 수 있습니다. 뷰어에서 글자를 선택하고 복사해 보면 텍스트 레이어 유무를 확인하는 데 도움이 됩니다. 다만 글자가 선택되지 않는다고 모든 AI가 읽을 수 없는 것은 아닙니다. 시각적 PDF 처리를 지원하는 모델은 페이지 이미지를 분석할 수 있습니다.
흐린 글자, 회전된 페이지, 작은 각주, 복잡한 표는 오독 위험을 높입니다. 복사된 텍스트가 있어도 글자나 행·열 순서가 깨졌는지 샘플을 확인하세요.
2. 업로드 전 세 가지 점검
- OCR과 읽기 상태 확인: 필요한 경우 신뢰할 수 있는 OCR 도구로 텍스트를 인식한 PDF를 만듭니다. 계약서·신분증 등 민감 문서는 외부 OCR 서비스에 올리기 전에 개인정보 처리 조건을 확인합니다.
- 내용 단위 분할: 전체 파일 대신 분석할 장·절을 나누면 질문 범위를 좁히는 데 도움이 됩니다. 예컨대 30~50페이지 단위는 작업 편의를 위한 예시이며 공식 공통 제한이 아닙니다. 원래 페이지 번호도 함께 기록합니다.
- 표·그래프 별도 첨부: 중요한 도표는 선명한 이미지로 첨부하고 행·열 제목, 단위, 각주까지 확인하도록 요청합니다. 이미지로 바꿔도 수치의 정확성을 따로 대조해야 합니다.
3. 20MB·50페이지가 공통 제한은 아닙니다
ChatGPT 공식 업로드 안내는 문서·프레젠테이션 파일당 최대 512MB와 문서·텍스트 파일당 200만 토큰 제한을 안내하며, 이미지 파일 제한은 별개입니다. 서비스·계정·사용 환경에 따른 추가 제한도 확인해야 합니다. ‘PDF가 20MB를 넘으면 뒷부분이 무조건 잘린다’고 설명할 근거는 없습니다.
Claude의 API PDF 문서에는 전체 요청 크기와 페이지 수 요건이 별도로 있습니다. Claude 웹·앱의 업로드 제한과 API 제한을 같은 숫자로 안내하면 안 됩니다. 이용 중인 제품과 모델의 최신 한도를 확인하세요.
4. 누락을 찾는 질문 방식
“이 파일에서 확인 가능한 페이지 범위를 먼저 알려줘. 계약 해지 조항을 원문 페이지 번호와 함께 찾아줘. 찾지 못하거나 읽기 어려운 부분은 추측하지 말고 표시해줘.”
중요한 금액·기한·계약 의무는 AI 답변의 페이지를 직접 열어 확인하세요. 각 분할본의 결과를 합칠 때에는 목차와 전체 페이지 목록을 대조해 빠진 구간을 점검합니다.