docling-project/docling

Docling – 빠른 개요

기능 – Docling은 모든 종류의 문서(PDF, Word, 슬라이드, 스프레드시트, HTML, 전자책, 오디오, 비디오, 이메일 등)를 구조화된 기계 판독 가능한 표현으로 변환하는 Python 라이브러리 및 CLI입니다. 레이아웃, 표, 코드, 수식, 이미지, 비디오의 음성 텍스트 변환까지 추출한 다음 결과를 Markdown, HTML, JSON 또는 DocLang 및 DocTags와 같은 특수 형식으로 내보낼 수 있습니다.

AI에게 중요한 이유 – 출력은 생성형 AI 파이프라인(LangChain, LlamaIndex, Crew AI, Haystack 등)에 직접 공급되도록 설계되었습니다. OCR, 시각 언어 모델(VLM) 분석, 오디오 전사를 로컬에서 처리함으로써 Docling은 개발자가 원시 파일을 클라우드로 보내지 않고도 검색 증강 생성(RAG) 또는 에이전트 애플리케이션을 구축할 수 있게 합니다.

주요 기능

• 광범위한 형식 지원 – PDF, DOCX, PPTX, XLSX, HTML, EPUB, Apple Pages/Numbers/Keynote, ODF, XBRL, 이메일(EML/MSG), 이미지, 오디오(WAV/MP3), 비디오(MP4/AVI/MOV/…) 등.
• 심층 PDF 이해 – 레이아웃, 읽기 순서, 표, 코드 블록, 수식, 이미지 분류.
• 통합 DoclingDocument 모델 – 추출된 구조와 메타데이터를 보유하는 단일 Python 객체.
• 내보내기 옵션 – Markdown, HTML, 무손실 JSON, DocLang, DocTags 등.
• 로컬 우선 – macOS, Linux, Windows, x86_64/arm64에서 실행. 외부 서비스가 필요 없으며 민감한 데이터에 적합합니다.
• AI 통합 – LangChain, LlamaIndex, Crew AI, Haystack용 준비된 어댑터. IBM의 Granite‑Docling과 같은 시각 언어 모델을 연결할 수 있습니다.
• OCR 및 VLM – 스캔된 PDF/이미지용 내장 OCR 및 시각 콘텐츠용 선택적 VLM 파이프라인.
• 오디오/비디오 – 자동 음성 인식 전사 및 키프레임 추출.
• 서버 모드 – API 서버(docling-serve) 및 에이전트 연결용 MCP(멀티 클라이언트 프로토콜) 서버.

일반적인 워크플로우

1. pip install docling으로 설치(Python 3.10 이상).
2. CLI 사용: docling <url-or-path> → Markdown 파일이 생성됩니다.
3. 코드에서 DocumentConverter를 만들고 convert(source)를 호출한 다음 document.export_to_markdown() 또는 다른 형식으로 내보냅니다.
4. 구조화된 문서를 LLM 기반 RAG 체인 또는 자율 에이전트에 전달합니다.

시작 리소스

• 라이브 문서: https://docling-project.github.io/docling/
• README의 빠른 시작 CLI 예제 및 Python 스니펫.
• 문서의 examples 섹션에 있는 예제 노트북 및 사용 사례 레시피.
• 커뮤니티: Discord, GitHub Discussions 및 Apache 라이선스(MIT) 코드베이스.

배후 – IBM Research Zurich의 AI-for-Knowledge 팀이 시작했으며 현재 Linux Foundation AI & Data 프로젝트입니다.

---

TL;DR

Docling은 원시 파일과 생성형 AI 애플리케이션을 연결하는 다목적 오픈 소스 문서-구조화 데이터 엔진으로, 방대한 형식 지원, 로컬 실행, 인기 있는 LLM 도구 키트와의 준비된 통합을 제공합니다.