사용법
- 위 입력란에 글을 붙여 넣거나 직접 씁니다. 숫자는 글자를 칠 때마다 바뀝니다.
- 문서 분량이 필요하면 파일을 끌어다 놓거나 파일 선택을 누릅니다. 파일을 고르면 바로 분석을 시작합니다.
- 이미지가 든 문서나 사진은 OCR로 글자를 읽습니다. 분석 옵션에서 읽을 언어와 품질을 바꾼 뒤 다시 분석을 누르면 바뀐 옵션으로 다시 셉니다.
- 결과에서 총 글자 수와 슬라이드·페이지·시트별 숫자를 확인합니다. OCR로 읽은 글은 카드 아래 미리보기로 볼 수 있습니다.
기준과 계산 방식
- 공백 포함: 줄바꿈을 뺀 모든 글자입니다. 띄어쓰기와 탭도 1자로 셉니다. 한글 한 음절, 영문 한 글자, 숫자 한 자리, 문장부호 하나가 각각 1자이고, 여러 코드로 이루어진 이모지도 화면에 보이는 한 글자를 1자로 셉니다.
- 공백 제외: 띄어쓰기, 탭, 줄바꿈을 모두 뺀 글자 수입니다.
- 단어: 공백으로 나뉜 덩어리 수입니다. “하다 타입의 폰트”는 3개입니다.
- 줄은 줄바꿈으로 나뉜 줄 수(빈 줄 포함), 문단은 빈 줄로 구분된 덩어리 수입니다.
- UTF-8: 웹 페이지와 대부분의 데이터베이스가 쓰는 인코딩으로 저장했을 때의 바이트 수입니다. 한글 한 음절은 3바이트, 영문·숫자·공백·줄바꿈은 1바이트입니다.
- 2바이트 환산: 한글·한자·가나·전각 문자를 2바이트, 나머지를 1바이트로 더한 값입니다. 문자 메시지나 오래된 시스템의 입력 제한을 가늠할 때 쓰는 관행적 기준이라 실제 EUC-KR 변환 결과와 다를 수 있습니다.
- 원고지: 공백 포함 글자 수를 200으로 나눠 올림한 값입니다. 실제 원고지에는 문단 첫 칸 들여쓰기와 줄 끝에 남는 칸이 생기므로 근사치로 봐 주세요.
- 파일 분석: 공백을 뺀 글자 수를 기본으로 세고, 공백 포함하여 계산을 켜면 공백 수를 더합니다. PPTX는 슬라이드 본문, DOCX는 본문, XLSX는 셀의 문자열과 숫자, PDF는 텍스트 층, TXT는 파일 전체를 읽습니다. 이미지와 문서 속 그림은 OCR로 읽어 따로 더합니다.
- 파일의 공백과 줄바꿈: 한 문단(PDF는 한 줄) 안의 글 조각(run)은 서식이 달라도 저장된 그대로 이어 붙인 뒤 셉니다. 그래서 서식 경계에서 나뉘어 저장된 한 글자도 1자이고, 띄어쓰기나 줄바꿈을 사이에 둔 글자는 직접 입력과 같이 따로 셉니다. 셀, 문단, 줄, OCR 결과는 따로 세고 그 사이에 공백을 끼워 넣지 않습니다. 연속된 띄어쓰기와 앞뒤 공백도 저장된 만큼 셉니다. 문단 나눔과 줄바꿈은 직접 입력과 같이 세지 않고, DOCX의 탭은 공백 1개로 셉니다.
- PDF와 OCR: 텍스트 층이 있는 페이지는 텍스트 층만 셉니다. 글자를 검색할 수 있는 스캔 PDF를 두 번 세지 않으려는 기준이라, 이런 페이지의 그림 속 글자는 OCR로 더하지 않고 페이지 카드에 그 사실을 적습니다. 텍스트 층이 없고 그림만 있는 페이지는 페이지 전체를 한 장의 이미지로 그려 OCR로 읽습니다.
예시
“안녕하세요 Hada 123”을 넣으면 공백 포함 14자, 공백 제외 12자, 단어 3개, UTF-8 24바이트, 2바이트 환산 19바이트, 원고지 1매가 나옵니다. 한글 다섯 음절이 UTF-8에서는 15바이트, 2바이트 환산에서는 10바이트가 되어 두 값이 달라집니다.
자기소개서 항목이 “공백 포함 1,000자 이내”라면 공백 포함 숫자를, “공백 제외 800자”라면 공백 제외 숫자를 봅니다. 공백 포함 4,000자 원고는 원고지 20매로 계산되며, 문단이 많을수록 실제 원고지에서는 매수가 조금 늘어납니다.
한계
- OCR은 글자 모양을 보고 추정합니다. 손글씨, 작은 글씨, 기울어진 사진, 배경이 복잡한 이미지는 글자가 틀리거나 빠질 수 있으니 미리보기로 확인해 주세요.
- OCR이 중간에 실패하면 총 글자 수 옆에 OCR 제외가 붙습니다. 텍스트 부분 숫자는 그대로 맞지만 읽지 못한 이미지의 글자는 빠진 부분 결과입니다.
- PDF는 텍스트 층이 있을 때만 글자를 그대로 읽습니다. 텍스트 층이 없는 스캔 PDF는 페이지 전체를 OCR로 읽어 시간이 더 걸리고, 해석하지 못한 그림이 있으면 그 페이지를 OCR 제외 부분 결과로 표시합니다. 텍스트 층과 글자가 든 그림이 한 페이지에 섞여 있으면 그림 속 글자는 빠집니다. 선으로만 그린 글자나 암호가 걸린 PDF는 읽지 못합니다.
- PPTX의 발표자 노트와 차트 속 글자, DOCX의 머리글·바닥글·각주, XLSX의 수식 결과 문자열은 세지 않습니다.
- 구형 PPT·DOC·XLS와 HWP 파일은 열지 못합니다. 쓰던 프로그램에서 PPTX·DOCX·XLSX나 PDF로 저장한 뒤 넣어 주세요.
- TXT 파일은 UTF-8로 읽습니다. EUC-KR(ANSI)로 저장한 파일은 한글이 깨져 숫자가 달라질 수 있습니다. EUC-KR 바이트 수는 정확히 계산하지 않습니다.
- 이미지가 많은 큰 문서는 브라우저 메모리를 많이 쓰고, 휴대폰에서는 분석이 오래 걸릴 수 있습니다.
문서 해석에 JSZip(MIT License)과 PDF.js(Apache License 2.0)를, 글자 인식에 Tesseract.js와 tessdata(둘 다 Apache License 2.0)를 씁니다. 파일은 브라우저 안에서만 처리되고 서버로 보내지 않으며, 라이브러리와 언어 데이터는 처음 쓸 때 cdnjs와 jsDelivr에서 받습니다.
자주 묻는 질문
- 파일이 서버로 올라가나요?
- 아니요. 파일은 이 페이지를 연 브라우저 안에서 읽고 셉니다. 네트워크는 문서 해석 라이브러리와 OCR 언어 데이터를 받을 때만 씁니다. 언어 데이터는 브라우저 저장소에 남아 두 번째 분석부터 빨라집니다.
- 다른 글자수 세기 도구와 숫자가 달라요.
- 줄바꿈을 글자로 세는지, 이모지를 몇 자로 보는지 같은 기준이 도구마다 다릅니다. 이 도구는 줄바꿈을 공백 포함 글자 수에 넣지 않고, 눈에 보이는 한 글자를 1자로 셉니다. 제출처가 기준을 밝혔다면 그 기준을 따르세요.
- OCR이 너무 오래 걸려요.
- 처음 한 번은 인식 엔진과 언어 데이터를 받느라 시간이 걸립니다. 필요 없는 OCR 언어를 끄고 품질을 보통으로 두면 받는 양과 인식 시간이 줄어듭니다.
함께 쓰면 좋은 것
- 하다 산스: 분량을 맞춘 본문이 화면에서 몇 줄로 보이는지 확인할 때 쓰기 좋은 기본 고딕입니다.
- 하다 모노: 한글 한 글자가 라틴 두 칸을 쓰는 고정폭이라 글자 수와 줄 길이를 눈으로 맞춰 보기 쉽습니다.
- 용도별로 글꼴 고르는 법: 분량을 정한 글에 어떤 글꼴을 쓸지 고를 때 읽어 보세요. 같은 문장을 여러 글꼴로 보려면 폰트 비교를 쓰면 됩니다.