PDF 검은 박스, 글자까지 지워졌을까? 공유 전 확인 순서

검은 도형을 얹어 PDF의 글자를 가린 것만으로는 원문을 지웠다고 볼 수 없다. 외부에 보낼 파일이라면 실제 교정(redaction)을 적용해 별도 저장한 뒤, 저장된 최종본에서 대상 문자열의 검색·복사와 숨은 정보 여부를 확인해야 한다. 이 확인만으로 모든 복구 가능성이 사라졌다고 단정할 수는 없으므로, 신분증·계약 분쟁 자료처럼 유출 피해가 큰 문서는 조직의 지정 절차에 따라 추가 검토하는 편이 안전하다.

Google Search Central의 교정 안내는 텍스트를 검은 직사각형이나 이미지로 덮는 방식이 실제 삭제가 아니어서 검색엔진에 색인될 수 있다고 설명한다. 화면에서 안 보이는 상태와 파일에서 제거된 상태는 다르다.

도형 덮기·자르기·교정 적용은 서로 다르다

검은 사각형·강조 표시·흰 글씨는 보이는 화면만 가릴 수 있다. 페이지 자르기도 보이는 영역을 줄이는 작업일 뿐, 원래 객체나 잘린 이미지 전체가 파일에 남지 않는다는 보장이 아니다. 실제 교정은 제거할 영역을 지정한 다음 적용 명령으로 내용을 제거하도록 설계된 절차다. 표시만 해 둔 상태와 적용·저장은 구분해야 한다.

도구 이름보다 저장된 결과를 확인해야 한다. 가상 식별자 DEMO-2048을 사용한 통제 예시에서는 검은 도형을 올린 PDF의 추출 텍스트에 식별자가 남았고, 교정을 적용해 저장한 사본에서는 발견되지 않았다. 이 시험은 PyMuPDF 1.28.2와 한 문자열을 대상으로 했으므로, 모든 도구와 모든 숨은 정보의 안전성을 뜻하지는 않는다.

외부 공유 전, 저장된 최종 PDF에서 확인할 6가지

1. 원본은 따로 보관하고 배포용 사본을 만든다. 영국 국립기록원의 Redaction Toolkit도 원본이 아닌 사본에서 교정하고, 원본과 교정본을 구분해 보관하라고 안내한다.
2. 사각형이나 형광펜이 아니라 실제 교정 기능으로 이름·번호·주소처럼 제거할 대상을 지정한다. 표시만 해 둔 파일은 보내지 않는다.
3. 교정을 적용한 뒤 새 파일로 저장하고, 편집 창이 아닌 저장된 배포용 파일을 다시 연다. 적용되지 않은 표시나 잘못 저장한 파일을 이 단계에서 찾는다.
4. 삭제한 이름·번호의 일부와 전체를 검색한다. 이어 검은 영역 주변을 선택해 복사했을 때 원문이 붙여넣어지지 않는지도 확인한다. 검색 결과가 없더라도 다음 확인은 생략하지 않는다.
5. 문서 속성의 파일명·제목·작성자·생성 도구·날짜를 확인하고, 댓글·주석·첨부파일·숨은 레이어·저장된 양식 데이터도 점검한다. 미국 법원 행정처의 메타데이터 편집 지침은 이 항목들과 이전 저장에서 남은 숨은 데이터, 다른 객체 아래 가려진 텍스트 등을 PDF에서 확인할 정보로 열거한다.
6. 스캔본은 이미지와 OCR 텍스트를 따로 본다. 검색이 되지 않는다고 이미지 속 개인정보가 지워진 것은 아니므로, 이미지 자체를 눈으로 확인하고 OCR 층이 있다면 그 층에서도 검색·복사를 확인한다.

PDF로 인쇄하거나 다른 형식으로 내보내면 일부 수정 이력이나 상호작용 요소가 줄어들 수 있다. 그러나 그것만으로 통과 판정을 해서는 안 된다. 미국 법원 행정처의 2018년 지침은 PDF로 인쇄하면 수정 이력 메타데이터는 줄일 수 있지만, 작성자·파일명·날짜 같은 파일 설명 메타데이터는 남을 수 있다고 구분한다. Google도 변환이나 내보내기 뒤에 변경 이력, 잘린 이미지의 전체본, 메타데이터가 남을 수 있다고 경고한다.

검색과 복사가 안 돼도 멈춰야 하는 경우

검색·복사·화면 확인은 배포 전의 실용적인 점검이지만 완전한 비복구성을 증명하지는 못한다. 2022년에 공개된 PDF 텍스트 교정 연구는 원문 텍스트를 제거한 교정본에서도 남은 글자 위치 정보가 이름 일부를 추론하게 할 수 있는 사례를 보고했다. 연구진은 Adobe Acrobat을 포함한 11개 PDF 교정 도구를 조사했지만, 이 결과가 현재의 모든 제품·버전과 모든 문서에 똑같이 적용된다는 뜻은 아니다.

신분증 사본, 법원·계약 분쟁 자료, 대량의 고객 정보처럼 한 번의 유출 피해가 큰 문서는 개인이 만든 배포본만으로 끝내지 말고 지정된 도구와 조직 절차를 따른다. 실제 교정 기능이나 숨은 정보 점검 방법을 확인할 수 없다면, 그 파일을 외부에 보내지 않는 편이 낫다.

교정본을 검증한 뒤 용량이나 화질을 조절해야 한다면, PDF 용량을 줄이면서 글자와 사진 품질을 조절하는 기준을 참고할 수 있다. 개인정보 삭제와 압축을 한 번에 처리하면 어느 단계에서 정보가 남거나 품질이 바뀌었는지 구분하기 어렵다.

참고 자료

1. Google Search Central, 「Google 검색에서 수정된 정보 제외하기」
2. swpick, 「PDF의 이름이나 번호를 검정 사각형으로 덮으면 안전할까」
3. Administrative Office of the U.S. Courts, 「Guidelines for Editing Metadata」
4. arXiv, 「Story Beyond the Eye: Glyph Positions Break PDF Text Redaction」
5. The National Archives (UK), 「Redaction Toolkit」