글로벌 공개 벤치마크 ParseBench에서 콘텐츠·표·문서 구조화 역량 확인
원문의 구조와 의미를 보존해 RAG·생성형 AI 활용 데이터로 전환
문서 인공지능(AI) 전문 기업 이파피루스(대표 김정희)는 문서를 생성형 AI가 이해하고 활용할 수 있는 데이터로 변환하는 AI 문서 파싱 분야에서 글로벌 벤치마크 '파스 벤치(ParseBench)'에서 글로벌 기업을 제치고 기술 경쟁력을 입증했다고 5일 밝혔다.
PyMuPDF4LLM은 글로벌 누적 다운로드 11억 건을 돌파한 오픈소스 라이브러리 'PyMuPDF'의 LLM 전처리 특화 버전이다. 대규모 언어 모델(LLM) 프레임워크 기업 라마인덱스가 주관하는 벤치마크 파스벤치 평가 결과, 이파피루스의 PyMuPDF4LLM은 대표적인 오픈소스 기술인 IBM의 'Docling' 대비 우수한 결과를 기록했다고 전했다.
ParseBench는 LLM 분야를 선도하는 라마인덱스가 AI 에이전트의 실제 문서 이해 및 활용 성능을 평가하기 위해 공개한 벤치마크다. 현재 AI 문서 파싱 업계에서 기술 성능을 비교할 때 참고하는 대표적인 벤치마크라는 평가다.
이파피루스는 특히 검색 증강 생성(RAG) 구축과 AI 학습 데이터 전처리에 직결되는 △표 구조 파악(Tables) △본문 정확도(Content Faithfulness) △의미론적 포맷팅(Semantic Formatting) △시각적 정렬(Visual Grounding) 등 핵심 지표 전반에서 강점을 나타냈다.
또한 IBM의 Docling과 비교해, 필요한 하드웨어 자원은 약 100분의 1 수준만 소모하면서도 처리 속도는 10배 이상 빨라 실제 운영 환경에서의 비즈니스 효율성 면에서도 압도적으로 우월한 위치를 차지하고 있다고 회사측은 전했다.
이파피루스는 이처럼 검증된 기술력을 바탕으로 기업 및 기관 환경에 특화된 상용 제품인 'PyMuPDF Pro' 마케팅을 적극 강화할 계획이다. PyMuPDF Pro는 PDF는 물론 아래한글(HWP/HWPX), MS 오피스(Word, Excel, PowerPoint) 등 기업 환경의 다양한 업무 문서에서도 동일한 고성능 레이아웃 분석 및 데이터 추출 기능을 제약 없이 사용할 수 있다.
초경량 파이썬 패키지 단 하나만으로 별도 서버 구축 없이 애플리케이션 코드 내 직접 삽입이 가능하며, 온프레미스, 폐쇄망, 사내 PC 등 다양한 보안 환경에서 CPU/GPU 제약 없이 빠르고 유연하게 작동한다.
이파피루스 김정아 부사장은 “생성형 AI의 성능을 높이기 위해서는 AI 모델뿐 아니라 AI가 활용하는 원천 문서를 얼마나 정확하게 구조화하고 보존하느냐가 중요하다. PyMuPDF가 벤치마크 평가를 통해 입증한 데이터 추출 기술력은 이파피루스가 글로벌 시장에서 기술적 우위를 점하고 있음을 보여주는 결과”라며 “모든 문서 포맷을 통합 지원하는 'PyMuPDF Pro'를 통해 기업들이 AI 솔루션 및 RAG 구축 과정에서 최상의 문서 전처리 효율성을 경험할 수 있도록 지원하겠다”고 밝혔다.
이경민 기자 kmlee@etnews.com
