AI를 위한 PDF 파서, 접근성 자동화까지 지원

핵심 요약

• OpenDataLoader PDF는 PDF를 구조화된 데이터로 변환하는 오픈소스 파서로, RAG/LLM 파이프라인용으로 최적화됐다.
• 200개 실제 PDF로 벤치마크한 결과 전체 정확도 0.907(표 추출 0.928)로 기존 도구 중 1위이며, 하이브리드 모드에서 복잡한 테이블·수식·차트를 AI로 처리한다.
• 로컬 모드는 결정적(deterministic) 출력으로 0.015초/페이지 속도, 하이브리드 모드는 0.463초/페이지로 처리하며 Python·Node.js·Java SDK를 제공한다.
• JSON(경계 박스 포함)·마크다운·HTML·주석 PDF 형식으로 출력하고, 스캔 PDF에는 80개 언어 OCR 지원, 수식은 LaTeX 추출, 차트는 AI 설명 생성이 가능하다.
• 모든 요소에 좌표 정보를 포함하고 있어 소스 인용·시각적 디버깅에 활용 가능하며, 프롬프트 주입 공격 필터링 등 AI 안전 기능도 기본으로 탑재했다.
• PDF 접근성 자동화는 태그 없는 PDF를 스크린리더 대응 Tagged PDF로 자동 생성하는 세계 첫 오픈소스 도구로, Apache 2.0으로 무료로 제공된다.
• PDF Association·Dual Lab(veraPDF 개발사)과의 협력으로 Well-Tagged PDF 규격을 준수하며, 자동 검증 도구 veraPDF와의 통합으로 접근성 규정(EAA·ADA·한국 Digital Inclusion Act) 준수를 확인할 수 있다.
• PDF/UA-1·2 내보내기·접근성 스튜디오는 엔터프라이즈 애드온이며, 2026년 Q2-Q3에 한컴 데이터 로더 통합과 구조 검증 기능 추가를 계획하고 있다.