LLM·RAG용 문서 파싱 강화…HWP·MS오피스 지원 ‘PyMuPDF Pro’로 영역 확대
문서 AI 전문기업 이파피루스의 PDF 처리 라이브러리 'PyMuPDF'가 출시 10년 만에 글로벌 누적 다운로드 10억건을 돌파했다. 특히 전체 다운로드의 83%가 최근 1년 사이 발생하면서 생성형 인공지능(AI)과 대규모언어모델(LLM) 확산에 따른 문서 데이터 전처리 수요가 성장세를 이끌었다.
이파피루스(대표 김정희)는 PyMuPDF가 출시 10주년을 맞아 글로벌 누적 다운로드 10억건을 넘어섰다고 밝혔다.
PyMuPDF는 파이썬(Python) 환경에서 PDF 문서를 고속으로 렌더링하고 텍스트와 이미지 등을 추출·변환·편집할 수 있는 PDF 처리 라이브러리다.
최근에는 LLM 학습과 검색증강생성(RAG) 구축 과정에서 PDF 등 비정형 문서의 데이터를 AI가 활용할 수 있는 형태로 변환하는 수요가 늘면서 사용량이 빠르게 증가했다. 이파피루스에 따르면 누적 다운로드 10억건 가운데 83%가 최근 12개월 동안 발생했다.
이파피루스는 AI 환경에 대응해 'PyMuPDF4LLM'과 그래프신경망(GNN) 기반 레이아웃 분석 기술도 개발했다. PDF 내부의 문서 구조와 표 등을 분석해 마크다운(Markdown)과 JSON 등 LLM이 활용하기 쉬운 형태로 변환한다. 회사 측은 무거운 비전 AI 모델과 비교해 처리 속도를 최대 10배 이상 높이고 인프라 비용을 낮췄다고 설명했다.
지원 문서 영역도 확대하고 있다. 'PyMuPDF Pro'는 기존 PDF에 더해 아래한글(HWP·HWPX)과 MS 워드, 엑셀, 파워포인트 등 기업과 공공기관에서 사용하는 다양한 문서를 파싱하고 전처리할 수 있도록 개발됐다.
PyMuPDF와 PyMuPDF Pro는 금융과 클라우드, AI 기업을 비롯해 국내 기업과 공공·연구기관에서 활용되고 있다. 이파피루스는 문서 포맷 지원과 데이터 추출 기능을 확대해 기업의 AI 전환(AX)과 LLM 구축 시장을 공략할 계획이다.
김정아 이파피루스 부사장은 “10억 다운로드라는 기록적인 누적 다운로드를 달성한 것은 글로벌 AI 생태계에서 PyMuPDF가 데이터 전처리 도구로 폭넓게 활용되고 있다는 것을 보여준다”며 “PDF뿐만 아니라 한글과 MS 오피스 등 다양한 문서 파싱을 지원하는 PyMuPDF Pro를 필두로 국내외 고객들의 성공적인 AX 및 LLM 구축을 적극 지원하겠다”고 말했다.
권상희 기자 shkwon@etnews.com
