chore: PR #238 회차 1 리뷰 반영 — render_dpi 가 동작하지 않았다

리뷰가 이 PR 의 핵심을 무너뜨리는 결함을 잡았다.

1) render_dpi 가 아무 일도 안 하고 있었다 (HIGH)

   `set_maximum_*` 만 걸었는데, pdfium-render 에서 maximum 은 초과할 때만
   줄이는 클램프이고 스케일이 아니다. 타깃도 배율도 없으면 스케일 1.0 —
   1 pt → 1 px, 즉 **72 DPI** 로 렌더된다. 300 을 주든 1200 을 주든 산출물이
   같았다. 렌더가 실패하지 않으니 도그푸딩도 통과해 버렸다.

   실측 (govdocs1-000157-ccitt.pdf 5쪽):
     maximum_* 만 (초안)        621×801 px    72 DPI
     target + maximum_* (수정)  1588×2048 px  184 DPI

   같은 뿌리로 종횡비도 깨져 있었다. 클램프만 걸리는 경로는
   `do_maintain_aspect_ratio = false` 라 가로·세로가 독립적으로 잘린다.
   600×800pt 페이지를 600px 예산으로 렌더하면 600×600 으로 세로가 25%
   눌린 채 나왔고, 긴 변만 보던 테스트는 초록불이었다.

   `render_dpi_changes_the_rendered_size` 와
   `the_pixel_budget_is_respected_without_distorting_the_page` 로 고정했다.
   `set_target_width` 한 줄을 되돌리면 둘 다 실패하는 것을 확인했다.

   덧붙여 render_dpi 는 **요청**이고 max_pixels 가 이긴다. PDF 기본값
   2048 이면 A4 는 175 DPI 언저리에서 잘린다. 기본값 300 이 그대로 나오지
   않는다는 뜻이라 config·README·SMOKE 문구를 실제와 맞췄다.

2) /MediaBox 를 직접 파싱하고 있었다 (MEDIUM)

   `/MediaBox` 는 상속 속성이고 대부분의 생산자가 `/Pages` 노드에 한 번만
   쓴다. lopdf 0.32 에는 상속 해석 헬퍼가 없어서 그런 PDF 는 전부 조용히
   A4 폴백을 탔다. `/UserUnit` 도 미반영이었다.

   pdfium 이 이미 페이지 크기를 안다. 거기서 받으니 40여 줄이 사라지고
   상속·UserUnit 문제가 함께 없어졌으며, kebab-app 이 lopdf 딕셔너리를
   뒤지던 레이어링도 정리됐다.

3) 렌더러가 있으면 오히려 손해 보는 경우가 있었다 (MEDIUM)

   페이지 하나만 렌더에 실패하면 곧장 skip 이었고 DCTDecode 경로를 시도하지
   않았다. "렌더러 우선 + 폴백" 이 렌더러 유무 수준에서만 성립했던 것이다.
   페이지 단위 폴백을 넣었다.

4) 렌더러를 설정한 사용자에게 틀린 지시가 나갔다 (MEDIUM)

   pdfium 이 PDF 자체를 못 열면 모든 페이지가 no_renderer 로 보고되면서
   "render_library 를 지정하라" 고 안내했다. `unopenable_pdf` 로 갈랐다.

5) ⊘ 줄 수와 ocr-skipped 카운트가 안 맞았다 (MEDIUM)

   카운트는 래스터 실패만 세는데 OCR 엔진 실패도 화면에는 똑같이 ⊘ 로
   찍혔다. 사유를 라벨에 적어 둘을 구분한다 — 이 구분이 바로 아래 도그푸딩
   에서 실제로 값을 했다.

6) 잔가지 (LOW)

   docs 의 pdf-text-v1 잔재 3곳, doctor hint 의 줄 이음이 무너져 생긴 여백.

정답 있는 한국어 스캔으로 인식률을 쟀다 (CCITT 3건, qwen2.5vl:3b):

  namu-beulenda…   8쪽  CER 15.65%
  namu-bihaengdae  8쪽  CER 12.55%
  namu-gu-anoli    6쪽  CER 15.08%

전 페이지 OCR 성공, 건너뜀 0. 수정 전에는 세 문서 모두 본문 0 자였다.

엔진 선택이 결과를 가른다는 것도 알게 됐다. 처음에는 이 머신에 있던
gemma3:4b 로 쟀는데 래스터는 정상인데 출력이 원문과 무관한 환각이었고,
해상도가 올라가자 밀집 한국어 페이지에서 180초 타임아웃이 났다. 범용
멀티모달 모델은 OCR 엔진이 아니다 — 이때 5번의 새 라벨이 "래스터 없음"이
아니라 "OCR 엔진 실패"로 찍어 줘서 원인이 바로 갈렸다.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_017c9JwQq8ZkGvYjpKXMiDhF

crates/kebab-parse-pdf/tests/page_render.rs

@@ -61,7 +61,7 @@ fn a_ccitt_page_rasterizes_even_though_dctdecode_extraction_cannot() {
 
     let r = renderer();
     let pdf = r.open(bytes, None).expect("open ccitt.pdf");
-    let png = pdf.render_page_png(1, 1_000).expect("render page 1");
+    let png = pdf.render_page_png(1, 300, 1_000).expect("render page 1");
     assert!(png.starts_with(PNG_MAGIC), "rendered bytes are not a PNG");
     assert!(
         png.len() > 1_000,
@@ -78,7 +78,7 @@ fn a_flate_page_rasterizes_too() {
     let bytes = include_bytes!("fixtures/flate_raw.pdf");
     let r = renderer();
     let pdf = r.open(bytes, None).expect("open flate_raw.pdf");
-    let png = pdf.render_page_png(1, 1_000).expect("render page 1");
+    let png = pdf.render_page_png(1, 300, 1_000).expect("render page 1");
     assert!(png.starts_with(PNG_MAGIC));
 }
 
@@ -90,31 +90,69 @@ fn the_dctdecode_case_still_works_through_the_renderer() {
     let bytes = include_bytes!("fixtures/scanned_page1.pdf");
     let r = renderer();
     let pdf = r.open(bytes, None).expect("open scanned_page1.pdf");
-    let png = pdf.render_page_png(1, 1_000).expect("render page 1");
+    let png = pdf.render_page_png(1, 300, 1_000).expect("render page 1");
     assert!(png.starts_with(PNG_MAGIC));
 }
 
-/// The long edge is a budget, not a suggestion — an OCR engine that
+/// The pixel budget is a ceiling, not a suggestion — an OCR engine that
 /// refuses oversized input would otherwise turn a render into a failure.
+/// And the page must not be squashed to fit it: pdfium's clamp-only path
+/// applies width and height independently and silently changes the
+/// aspect ratio, which is not something OCR recovers from.
 #[test]
 #[ignore = "requires libpdfium"]
-fn the_long_edge_budget_is_respected_in_both_orientations() {
+fn the_pixel_budget_is_respected_without_distorting_the_page() {
     let r = renderer();
     for fixture in [
         &include_bytes!("fixtures/scanned_page1.pdf")[..],
         &include_bytes!("fixtures/ccitt.pdf")[..],
     ] {
         let pdf = r.open(fixture, None).expect("open");
-        let png = pdf.render_page_png(1, 600).expect("render");
+        let png = pdf.render_page_png(1, 600, 600).expect("render");
         let img = image::load_from_memory(&png).expect("decode render");
         assert!(
             img.width().max(img.height()) <= 600,
             "long edge {} exceeds the 600px budget",
             img.width().max(img.height())
         );
+        // Both fixtures are portrait, so a render that kept the shape is
+        // taller than it is wide. A square output means the clamp ran
+        // without a scale and each side was cut to the cap on its own.
+        assert!(
+            img.height() > img.width(),
+            "portrait page came back {}x{} — aspect ratio was not preserved",
+            img.width(),
+            img.height()
+        );
     }
 }
 
+/// `render_dpi` has to actually change the render. Clamping alone leaves
+/// pdfium at 1pt-to-1px (72 DPI) no matter what is asked for, and the
+/// knob reads as working because a render still comes back.
+#[test]
+#[ignore = "requires libpdfium"]
+fn render_dpi_changes_the_rendered_size() {
+    let bytes = include_bytes!("fixtures/scanned_page1.pdf");
+    let r = renderer();
+    let pdf = r.open(bytes, None).expect("open");
+
+    let size_at = |dpi: u32| {
+        let png = pdf.render_page_png(1, dpi, 10_000).expect("render");
+        let img = image::load_from_memory(&png).expect("decode");
+        img.width().max(img.height())
+    };
+
+    let at_72 = size_at(72);
+    let at_300 = size_at(300);
+    // A4-ish page at 72 DPI is its point size; at 300 it is ~4.17x that.
+    assert!(
+        at_300 > at_72 * 3,
+        "300 DPI produced {at_300}px against 72 DPI's {at_72}px — \
+         the dpi argument is not reaching the renderer"
+    );
+}
+
 /// A page number past the end is a caller error, not a panic. The OCR
 /// loop walks pages from lopdf's count, and the two libraries disagreeing
 /// about page count must degrade to a skip.
@@ -124,7 +162,7 @@ fn a_page_past_the_end_errors_rather_than_panicking() {
     let bytes = include_bytes!("fixtures/scanned_page1.pdf");
     let r = renderer();
     let pdf = r.open(bytes, None).expect("open");
-    assert!(pdf.render_page_png(9_999, 600).is_err());
+    assert!(pdf.render_page_png(9_999, 300, 600).is_err());
 }
 
 /// Bytes that are not a PDF must come back as an error from `open`, so