PDF 복구

PDF 복구 소개

PDF 파일은 앞에서부터 순서대로 읽는 문서가 아닙니다. 파일 끝에 있는 교차 참조 표(xref)가 「3번 객체는 1,204바이트 위치」처럼 각 객체의 주소를 알려 주고, 뷰어는 끝부분의 trailer에서 시작해 그 주소를 따라 필요한 객체로 건너뜁니다. 그래서 내용은 멀쩡한데 주소록만 틀려도 「파일이 손상되었습니다」가 뜹니다.

이 도구는 주소록을 믿지 않습니다. 파일 전체를 처음부터 끝까지 훑어 「번호 0 obj … endobj」로 둘러싸인 객체를 모두 다시 찾고, 그것으로 새 교차 참조 표를 만들어 씁니다. 저장한 뒤에는 PDF 엔진으로 다시 열어 페이지 수까지 확인합니다.

고칠 수 있는 손상

구조 정보만 틀리고 데이터 자체는 남아 있는 경우가 대상입니다. 실제로 가장 흔한 손상이기도 합니다.

• 머리글 앞의 쓰레기 데이터: 메일 게이트웨이나 업로드 스크립트가 %PDF- 앞에 바이트를 붙이면 모든 오프셋이 그만큼 밀립니다. 앞부분을 잘라 내면 해결됩니다.
• 틀린 xref 오프셋: 다른 프로그램이 파일을 고치고 표를 갱신하지 않았거나, 줄바꿈 변환(FTP 텍스트 모드 전송 등)으로 바이트 위치가 바뀐 경우입니다.
• 틀린 스트림 길이(/Length): /Length가 endstream 위치와 맞지 않으면 endstream을 찾아 길이를 다시 잽니다.
• trailer 누락: 마지막 trailer나 xref 스트림 사전에서 /Root를 찾고, 없으면 /Type /Catalog 객체를 검색해 문서의 시작점으로 씁니다.
• 끊긴 페이지 트리: 존재하지 않는 페이지를 가리키는 항목을 지우고 /Parent·/Count를 바로잡으며, 트리가 없으면 파일에 있는 /Type /Page 객체를 순서대로 이어 새 트리를 만듭니다.

고칠 수 없는 손상

없어진 바이트는 되살릴 수 없습니다. 다운로드가 60%에서 끊겼다면 뒤 40%에 있던 객체는 파일 어디에도 없습니다. 페이지 객체가 남아 있어도 그 페이지의 콘텐츠 스트림이나 이미지가 잘린 부분에 있었다면 빈 페이지나 이미지 없는 페이지가 됩니다.

PDF 1.5부터는 여러 객체를 한 압축 스트림(ObjStm)에 넣을 수 있습니다. 그런 스트림이 중간에 잘리면 그 안의 객체 수십 개가 함께 사라집니다. 이 도구는 FlateDecode로 압축된 객체 스트림만 풀 수 있고, 다른 필터나 예측기를 쓴 것은 복구하지 못합니다.

암호화된 PDF는 객체 내용이 잠겨 있어 다루지 않습니다. 압축 데이터 내부가 깨진 경우(비트 오류)도 구조 복구로는 고칠 수 없습니다.

증분 저장과 「마지막 정의가 이긴다」

PDF는 수정 내용을 파일 끝에 덧붙이는 증분 저장을 허용합니다. 서명이나 주석을 추가하면 같은 번호의 객체가 파일에 두 번 이상 들어가고, 규격상 뒤에 나온 것이 유효합니다. 이 도구도 같은 번호가 여러 번 나오면 파일에서 마지막 정의를 씁니다.

이 규칙 때문에 복구 결과가 「가장 최근 저장 상태」가 됩니다. 마지막 증분 저장이 반쯤 쓰이다 멈춘 파일이라면, 잘린 객체는 버려지고 그 앞의 완전한 이전 정의가 남아 한 단계 전 상태가 보일 수 있습니다. 이전 버전 객체가 파일에 남아 있다는 것은 삭제했다고 생각한 내용이 복구 과정에서 보일 수도 있다는 뜻이기도 합니다.

예시

사용 방법

1. 열리지 않는 PDF를 넣고 진단 목록을 확인합니다.
2. 트리에 연결되지 않은 페이지가 있으면 문서 끝에 붙일지 정합니다.
3. 복구를 실행하고, 다시 열어 확인한 페이지 수와 미리보기를 본 뒤 PDF와 보고서를 받습니다.

주요 용어

교차 참조 표(xref)

각 객체가 파일의 몇 번째 바이트에서 시작하는지 적은 목록입니다. PDF 1.5부터는 압축된 xref 스트림으로 저장할 수도 있습니다.

증분 저장

파일 전체를 다시 쓰지 않고 바뀐 객체와 새 xref를 끝에 덧붙이는 저장 방식입니다.

자주 묻는 질문