AI PDF 그래프 비교: GPT·Claude·Gemini로 두 축과 정정 주석 확인하기
PDF 보고서에서 막대는 접수 건수, 선은 처리시간을 나타낸다고 해 보겠습니다. 숫자를 모두 옮겼어도 두 축의 단위를 바꾸거나, 뒤쪽 정정표를 놓치면 보고서에 잘못된 결론을 쓰게 됩니다. 월평균을 합칠 때도 그 평균을 계산한 대상이 무엇인지 확인해야 합니다.
GPT-6.1 Sol, Claude Sonnet 5.5, Gemini 4 Argon은 공식 문서에서 PDF 또는 이미지 입력을 지원합니다. 어느 모델부터 써 볼지는 현재 쓰는 파일 입력 경로와 검수할 항목을 함께 보고 정하는 편이 좋습니다. 이번 글에서는 같은 두 쪽 PDF를 직접 전달하는 경로, 현재 단가, 두 축·정정 기록·평균의 대상 확인 방법을 비교합니다.
공식 문서 확인 기준일은 한국시간 2026년 10월 15일입니다. 아래 업무 자료는 모두 합성 자료이며, 정답표는 검수용 기대 결과입니다. 이 비교를 위한 실제 모델 호출은 0회이며, 정확도·속도·비용 측정 결과는 제시하지 않습니다. 첨부 자료를 눈으로 대조하는 실습에는 API 키나 유료 호출이 필요하지 않습니다.
세 모델의 직접 PDF 입력 경로 비교
여기서 비교하는 단위는 모델과 해당 제공사의 직접 PDF 입력 경로를 합친 작업 방식입니다. 제공사가 PDF에서 글자와 페이지 이미지를 준비하는 과정도 포함됩니다. 모델명만 같은 다른 앱이나 중계 서비스까지 같은 방식으로 처리한다고 가정하지 않습니다. 소비자용 ChatGPT·Claude·Gemini 구독 앱에서 이 모델을 선택하거나 같은 조건으로 이용할 수 있는지 확인한 비교도 아닙니다.
| 모델과 공식 API ID | 문서에 안내된 직접 PDF 경로 | 입력 처리와 실무 확인점 |
|---|---|---|
| GPT-6.1 Sol · gpt-6.1-sol | OpenAI Responses의 input_file | PDF의 추출 텍스트와 페이지 이미지를 함께 전달. 파일별 detail은 auto·low·high를 지원하며, GPT-5.6 이후 auto는 high를 사용 |
| Claude Sonnet 5.5 · claude-sonnet-5-5 | 직접 Claude Messages의 document 블록 | PDF 각 쪽을 이미지로 렌더링하고 추출 텍스트도 전달. 표준 PDF를 지원하며 암호화·비밀번호가 걸린 PDF는 제외 |
| Gemini 4 Argon · gemini-4-argon | Gemini Interactions의 document 입력, MIME은 application/pdf | 모델 문서에 PDF 입력이 명시되어 있고, 문서 가이드는 base64 데이터 또는 파일 URI로 전달하는 예를 안내 |
Sol은 이미지 입력과 Responses 지원, Sonnet은 텍스트·이미지 입력, Argon은 PDF 입력을 공식 모델 페이지에서 확인했습니다. 공개 문서의 지원 표시만으로 특정 계정의 호출 권한까지 확인된 것은 아닙니다. Sol 모델, Sonnet 모델, Argon 모델
GPT-6.1 Sol은 파일별 detail을 기록할 수 있습니다
기존에 Responses 파일 입력을 쓰고 있다면 Sol부터 동일 PDF를 점검하기 쉽습니다. 이번에 확인한 경로에는 PDF의 텍스트와 페이지 이미지가 함께 들어갑니다. 파일별 detail 설정이 문서화되어 있어, 작은 글씨를 다루는 작업에서 설정 변경 전후를 같은 모델 안에서 따로 비교할 수 있습니다.
다만 PDF가 아닌 문서의 내장 그래프 이미지는 이 파일 입력 경로에서 추출되지 않습니다. 같은 보고서를 TXT로 바꿔 넣은 경우에도 그림 숫자가 함께 전달된다고 기대하면 안 됩니다. 파일마다 50MB 미만이어야 하고, 한 요청의 전체 파일 합계에도 50MB 제한이 있습니다. OpenAI 파일 입력
Claude Sonnet 5.5는 직접 Messages 경로의 조건을 확인합니다
Claude Messages 연동을 이미 운영한다면 Sonnet의 document 입력이 시작 후보입니다. 텍스트와 페이지 이미지가 함께 전달되며, PDF에 별도 추가 요금을 붙이지 않고 일반 토큰 요금을 적용합니다. 이 설명에서 ‘추가 PDF 요금 없음’은 이미지 토큰 비용까지 무료라는 뜻으로 읽으면 안 됩니다.
현재 가이드는 요청 전체에 32MB 제한이 있고 플랫폼에 따라 달라질 수 있다고 안내합니다. 페이지 한도는 600쪽이며, 1M보다 작은 컨텍스트에서는 100쪽입니다. 내용이 빽빽하면 페이지 한도에 도달하기 전에 컨텍스트가 찰 수도 있습니다. 이 글의 두 쪽 PDF에는 큰 페이지 한도가 선택 기준이 되지 않습니다. 직접 Claude API의 설명을 다른 플랫폼의 PDF 처리 규칙에 그대로 적용하지 마세요. Claude PDF 지원
Gemini 4 Argon은 Interactions 문서 입력을 기준으로 봅니다
Gemini Interactions를 쓰는 작업에서는 Argon을 같은 자료의 후보로 둘 수 있습니다. 공식 예시는 document 입력으로 PDF 데이터나 파일 URI를 전달합니다. 이 글은 공식 예시의 v1beta 경로를 기준으로 설명합니다.
PDF 일반 가이드의 한도는 50MB 또는 1,000쪽입니다. 별도의 미디어 해상도 가이드는 Gemini 4·3의 PDF 처리 수준을 설명하지만, 확인한 Interactions DocumentContent 참조에는 PDF resolution 필드가 나타나지 않았습니다. 따라서 임의의 해상도 필드를 요청에 추가하는 방법은 제시하지 않습니다. 실제 연동에서는 쓰는 API·SDK 버전의 현재 스키마를 먼저 확인하세요. Gemini PDF 가이드, Interactions 참조, 미디어 해상도 가이드
현재 Standard 텍스트 단가는 같아도 PDF 비용은 따로 확인합니다
아래는 2026년 10월 15일에 확인한 직접 API의 Standard 비캐시 텍스트 단가입니다. 단위는 미국 달러/100만 토큰입니다. Batch·Flex·캐시 할인이나 구독 앱 요금은 섞지 않았습니다.
| 모델 | 입력 100만 토큰 | 과금 출력 100만 토큰 | 적용 조건 |
|---|---|---|---|
| GPT-6.1 Sol | $2.00 | $10.00 | 개별 요청 입력이 272,000토큰 이하 |
| Claude Sonnet 5.5 | $2.00 | $10.00 | Standard 비캐시 단가 |
| Gemini 4 Argon | $2.00 | $10.00 | 2026-11-30까지. 2026-12-01부터 $4.00 / $20.00 |
Sol은 개별 요청 입력이 272,000토큰을 넘으면 요청 전체에 입력 $4.00, 출력 $15.00를 적용합니다. Argon의 과금 출력에는 thinking 토큰이 포함되며, Free tier와 Google AI Pro에서는 Argon을 이용할 수 없다고 안내합니다. Sol 가격·장문 조건, Sonnet 가격, Argon 가격
같은 PDF도 제공사마다 텍스트 추출, 페이지 이미지 처리, 토큰 계산이 다를 수 있습니다. 위 단가만 보고 ‘두 쪽이니 몇 달러’라고 계산하거나 세 모델의 PDF 비용이 같다고 결론 내릴 수는 없습니다. Gemini 일반 PDF 가이드의 페이지당 토큰 수를 Argon의 확정 청구량으로 쓰는 것도 피하세요. 최신 미디어 해상도 가이드에 다른 처리 수치가 있어 실제 usage를 확인해야 합니다.
컨텍스트와 기본 추론 설정도 함께 기록합니다. Sol은 1,050,000토큰 컨텍스트와 최대 128,000토큰 출력, 기본 reasoning medium을 안내합니다. Sonnet은 1M 컨텍스트와 최대 128K 출력, 기본 adaptive thinking·high effort를 안내합니다. Argon은 입력·thinking·출력을 공유하는 1,048,576토큰 컨텍스트와 thinking을 포함한 일반 동기 요청의 최대 출력 65,536토큰, 기본 thinking medium을 안내합니다. 같은 ‘medium’이나 ‘high’가 같은 연산량을 뜻하지 않으며 토큰 수도 제공사 간 동일 단위의 작업량이 아닙니다. Sol 설정, Sonnet 설정, Argon 모델, Argon 기본 설정
실제 비교를 한다면 원응답의 usage와 청구 내역, 이미지·PDF 처리 분량, 과금되는 추론·출력, 재요청 비용을 남기세요.
실습 PDF에는 서로 다른 단위와 뒤쪽 정정표가 있습니다
실습은 가상 업무지원팀의 2026년 5·6·7월 세 달의 자료입니다. 첫 쪽의 그림 F1에는 파란 막대와 주황색 선이 있습니다.
- 파란 막대: 왼쪽 축, 신규 접수, 단위는 건
- 주황색 선: 오른쪽 축, 평균 처리시간, 단위는 영업시간
- 그림 안 주석: 6월 처리시간은 잠정치이며 2쪽 정정표를 적용해야 함
- 본문 정의: 평균 처리시간은 그 달에 완료된 요청의 총 영업처리시간을 완료 건수로 나눈 값
월별 완료 건수는 제공하지 않았고, 신규 접수와 완료는 서로 다른 대상입니다. 그림의 숫자·단위·범례·주석과 2쪽 정정 기록은 이미지 안에 있습니다. 제목과 평균의 정의는 영어 PDF 텍스트로 남겨 두었습니다. 한국어 그림과 영어 본문이 함께 있는 합성 원본으로, 한국어 PDF 인식 성능을 측정한 자료는 아닙니다. 글자 추출 결과와 원본 PDF의 시각 정보가 어떻게 달라지는지 확인할 수 있는 구성입니다.
PDF에 글자가 선택된다는 사실만으로 그래프의 숫자까지 추출되었다고 판단하지 마세요. 파일 자체가 텍스트형인지 이미지형인지 확인하는 방법은 스캔 PDF 사전 점검에서 별도로 다룹니다.
같은 원본과 같은 요청으로 확인합니다
원본 두 쪽 PDF를 전달할 때는 다음 요청을 사용합니다. 이 요청에는 정답 숫자를 넣지 않습니다.
두 쪽 전체를 읽고 각 월의 신규 접수 건수와 최종 평균 처리시간을 정리하세요. 값마다 페이지, 그림·정정표, 해당 축·단위를 표시하세요. 잠정치와 최종치가 다르면 둘을 남기고 적용 근거를 적으세요. 최종 평균 처리시간이 가장 짧은 달, 신규 접수가 가장 많은 달, 신규 접수 합계를 답하세요. 이 세 달에 완료된 모든 요청의 통합 평균 처리시간을 신규 접수 건수로 가중해 확정할 수 있는지도 판단하세요. 없는 자료나 읽지 못한 영역의 값은 추정하지 말고 해당 항목만 보류하세요.
세 후보를 실제로 비교할 때는 같은 원본 파일과 한국어 요청을 사용하고, 새 대화나 독립 요청에서 시작하세요. 검수용 정답표나 다른 모델의 답을 입력에 덧붙이지 않습니다. 원본 파일 해시, 실제 모델 ID, API·SDK 버전, 입력 설정과 기본 추론 설정을 기록합니다.
주 비교에서는 추가 검색·문서 검색·코드·별도 OCR을 끕니다. 제공사가 문서화한 기본 PDF 전처리는 비교 경로에 포함합니다. 이렇게 해도 제공사별 기본 처리와 추론량이 같아지는 것은 아닙니다. 첫 답과 오류·거절·출력 중단 상태를 보관하고, 수정 요청 뒤의 답은 별도 시도로 남기세요.
전체 PDF에서 기대하는 답을 검산합니다
다음 표는 합성 자료를 사람이 대조한 기대 정답입니다. 모델 응답을 인용한 표가 아닙니다.
| 월 | 신규 접수 | 그림에 표시된 평균 처리시간 | 적용할 최종 평균 | 근거 |
|---|---|---|---|---|
| 2026년 5월 | 100건 | 6영업시간 | 6영업시간 | 1쪽 F1의 파란 막대·왼쪽 건 축, 주황색 선·오른쪽 영업시간 축 |
| 2026년 6월 | 120건 | 잠정 5영업시간 | 7영업시간 | 접수는 F1의 파란 막대·왼쪽 건 축. F1의 주황색 선·오른쪽 영업시간 축의 잠정치를 2쪽 C1이 대체 |
| 2026년 7월 | 80건 | 8영업시간 | 8영업시간 | 1쪽 F1의 두 계열과 해당 축 |
6월의 잠정 5와 최종 7을 함께 남겨야 어떤 값을 왜 바꿨는지 확인할 수 있습니다. C1은 6월 평균을 정정하며, 6월 신규 접수 120건과 5월·7월 평균은 바꾸지 않습니다. 정정 내용을 적용한 뒤 평균 처리시간이 가장 짧은 달은 5월, 6영업시간입니다. 신규 접수가 가장 많은 달은 6월, 120건이고 접수 합계는 300건입니다.
이 수치의 ‘영업시간’은 경과한 시계 시간이나 중앙값, 개별 요청의 완료 보장시간으로 바꿔 읽을 수 없습니다. 그래프가 제공한 평균의 정의와 단위를 그대로 남기세요.
세 달의 통합 평균은 보류해야 합니다
신규 접수 100·120·80을 가중치로 쓰면 (100×6 + 120×7 + 80×8) ÷ 300 = 약 6.9333이 나옵니다. 그러나 평균 처리시간의 대상은 각 달에 완료된 요청입니다. 신규 접수 건수를 가중치로 써서 완료된 모든 요청의 통합 평균을 확정할 근거가 없습니다.
단순히 (6 + 7 + 8) ÷ 3 = 7로 계산해도 같은 문제가 남습니다. 월별 완료 건수가 같다면 통합 평균은 7이지만, 현재 자료에는 그런 근거가 없습니다. 예를 들어 완료 건수가 50·50·50이라면 통합 평균은 7, 100·50·25라면 약 6.5714입니다. 이 두 완료 건수는 설명을 위한 가정이며 원문에 있는 실적이 아닙니다. 둘 다 월평균 6·7·8과 함께 성립할 수 있어 현재 자료만으로 하나의 통합 평균을 정할 수 없습니다.
이 항목의 적절한 답은 ‘월별 완료 건수가 필요하므로 계산 보류’입니다. 숫자를 읽는 능력과 그 숫자로 원하는 결론을 계산할 수 있는지 판단하는 능력을 함께 점검하세요.
1쪽만 주거나 TXT로 바꿨을 때의 기대 답
다음 두 조건은 원본 PDF 비교와 별도로 기록합니다. 입력에 빠진 근거가 있을 때 모델이 얼마나 정확하게 보류하는지 확인하는 용도입니다.
| 제공한 입력 | 답할 수 있는 항목 | 보류할 항목 |
|---|---|---|
| 두 쪽 전체 PDF | 최종 월별 값, 6월 정정, 최종 가장 짧은 달, 접수 최다·합계 | 세 달 완료 요청의 통합 평균. 완료 건수가 없음 |
| 1쪽만 있는 PDF | 접수 100·120·80건, 합계 300건, 접수 최다 6월. 5월 6·7월 8영업시간, 6월 잠정 5영업시간 | 6월 최종값과 최종 가장 짧은 달. 2쪽 정정 기록이 제공되지 않음. 통합 평균도 보류 |
| OCR 없이 추출한 TXT | 제공된 제목·평균 정의와 신규 접수·완료 대상의 차이 | 그림·정정표의 숫자, 최종 순위와 접수 합계. 해당 숫자가 TXT에 들어 있지 않음 |
1쪽만 보고 6월 잠정 5영업시간을 최종값으로 채택하면 안 됩니다. 5월과 7월의 값은 읽을 수 있어도, 보이지 않는 6월 최종값에 따라 최종 순위가 달라질 수 있으므로 ‘가장 짧은 달’도 보류해야 합니다. 알려진 접수값까지 모두 보류할 필요는 없습니다.
TXT 조건에서는 ‘제공된 TXT에 그래프 숫자가 없다’고 답해야 합니다. 이를 ‘원본 PDF에 숫자가 없다’로 확대하면 부정확합니다. 이 TXT 조건은 각 모델 안에서 원본 PDF와 비교하는 입력 점검입니다. 한 모델에는 TXT, 다른 모델에는 전체 PDF를 주고 그 결과를 모델 순위로 섞지 마세요.
실패 원인에 맞춰 다시 확인합니다
| 확인한 문제 | 다음에 할 일 | 기록할 내용 |
|---|---|---|
| 파일을 받지 못했거나 처리에 실패 | 파일이 실제 PDF인지, MIME·쪽 수·파일 해시와 처리 상태를 확인 | 입력·전송 오류를 답의 정확도 오류와 분리 |
| 글자가 작아 해당 영역을 못 읽음 | 원본의 읽을 수 있는 페이지나 영역을 제공. 축·단위·범례·주석도 함께 유지 | 확대·잘라내기 등 바뀐 입력과 재시도 |
| 막대·선의 축이나 단위를 바꿈 | ‘각 계열이 어느 축·단위에 연결되는지 원문 위치와 함께 다시 확인하세요’라고 요청 | 첫 답의 잘못된 연결과 수정 답 |
| 2쪽 정정 기록을 무시 | ‘제공된 정정 기록을 확인하고 최종값 적용 근거를 다시 적으세요’라고 요청 | 정답 7을 알려 주지 않은 복구 요청과 수정 결과 |
| 2쪽이 실제로 제공되지 않음 | 누락된 쪽을 확보해 제공 | 자료가 보충된 시점과 새 입력. 다른 모델의 추정으로 채우지 않음 |
| 신규 접수로 통합 평균을 확정 | 완료 건수를 요구하거나 해당 계산을 보류 | 평균의 대상과 필요한 가중치 |
| 답이 중간에 끝남 | 완료·중단 상태와 사용량을 보관하고 출력 한도를 확인 | 출력 중단과 내용 오류를 구분. 다시 요청했다면 추가 비용도 포함 |
수정 뒤 정답을 얻었다면 ‘첫 답에서 맞음’과 ‘복구 후 맞음’을 구분하세요. 축이 빠진 확대 그림이나 정답 숫자를 알려 준 요청은 원래 조건과 다릅니다.
실습 파일로 원본과 기대 답을 대조하는 순서
ai-pdf-chart-axes-correction-comparison-practice.zip을 풀면 README.txt에서 파일 구분과 원본의 영어 정의에 대한 한국어 설명을 볼 수 있습니다. 숫자는 전부 합성 자료이며 실제 회사 보고서나 세 모델의 응답은 포함하지 않습니다.
A · 두 쪽 전체
파일 경로: model_
용도: 세 모델의 직접 PDF 경로에 같은 원본을 주는 주 비교
B · OCR 없는 TXT
파일 경로: model_
용도: 같은 모델 안에서 입력 방식의 차이 확인
C · 1쪽만
파일 경로: model_
용도: 정정 쪽이 빠졌을 때 항목별 보류 확인
공통 요청은 prompts/common_request_ko.txt, 검수용 기대 답은 reviewer_only/expected_checks.json에 있습니다. 파일별 해시는 MANIFEST_SHA256.json에서 확인할 수 있습니다. 실제 실행 기록을 남길 수 있도록 actual_results/blank_actual_results_record.json은 빈 상태로 두었습니다.
- 두 쪽 원본을 열고 그림 F1의 두 축·범례·단위를 찾습니다.
- 첫 쪽 주석을 따라 2쪽 C1을 확인합니다. 6월 잠정치와 최종치를 각각 적습니다.
- 위 기대 정답표와 월별 값·최종 순위·접수 합계를 대조합니다.
- 평균의 정의에서 필요한 완료 건수가 제공됐는지 확인합니다.
- 1쪽만 있는 PDF와 TXT를 따로 열어, 각 입력에서 답할 수 있는 항목과 보류할 항목을 표시합니다.
모델을 사용하지 않고도 위 순서로 점검할 수 있습니다. 이후 본인이 이용 가능한 해당 모델과 문서 입력 경로에서 시험한다면 모델 입력에는 해당 조건의 자료와 공통 요청만 넣으세요. ZIP 전체나 README, reviewer_only 폴더는 모델 입력에 넣지 않습니다. 검수용 정답은 답을 받은 뒤 사람이 확인합니다.
PDF 구조·글자 추출·산술을 검수한 합성 실습 자료입니다. 모델의 인식 결과와 구분해 사용하세요.
내 업무에서 먼저 시험할 모델 고르기
아직 직접 API를 쓰지 않는다면 먼저 위 수동 실습으로 필요한 검수 기준을 정하세요. 새 유료 계정이나 연동 없이도 내 보고서에 필요한 질문을 구체화할 수 있습니다. 이후 모델을 시험할 때는 이용 환경이 해당 모델 ID와 PDF 입력 경로를 실제로 지원하는지 확인합니다.
| 지금의 업무 조건 | 시작 후보와 이유 | 선택 전에 확인할 점 |
|---|---|---|
| Responses의 파일 입력을 이미 사용하고, 파일별 PDF detail을 기록하고 싶음 | Sol. 문서화된 input_file과 detail을 기존 흐름에 연결 | PDF와 TXT의 입력 차이, 장문 할증, 실제 usage |
| 직접 Claude Messages에서 문서를 처리하고 있음 | Sonnet. 텍스트·페이지 이미지가 함께 들어오는 document 경로 | 플랫폼별 요청 제한, 암호화 여부, 기본 thinking·effort |
| Gemini Interactions를 사용하고 PDF 원본을 전달하려 함 | Argon. 공식 문서 입력 경로와 공개 모델 ID 확인 | 계정 이용 가능 여부, 현재 스키마, 12월 가격 변경 |
이 순서는 기존 작업 환경과 공식 입력 조건을 기준으로 한 출발점입니다. 실제 선택은 같은 원본에서 다음을 확인한 뒤 하세요.
- 숫자를 해당 계열·축·단위·페이지에 정확히 연결했는가
- 잠정값을 남기면서 정정 기록의 최종값을 적용했는가
- 필요한 자료가 없는 항목만 보류했는가
- 첫 답과 수정 답, 총 API 비용, 사람의 검수 시간이 기록됐는가
보고서에 옮길 값이 모두 근거와 맞고, 필요한 보류가 남아 있는지 확인하는 것이 핵심입니다. 숫자 여섯 개를 빨리 받아 왔다는 사실만으로 검수가 끝난 것은 아닙니다.
작성자 소개
