Docling 소개 — 다양한 포맷을 하나의 문서 표현으로

Docling 소개

회사에 PDF, DOCX, PPTX, 스캔본이 뒤섞여 있으면 문서마다 파서를 따로 맞춰야 해서 곤란해요. Docling은 IBM Research Zurich의 AI for Knowledge 팀이 시작하고 LF AI & Data 재단에서 호스팅하는 오픈소스 문서 처리 라이브러리예요. 여러 포맷을 통합 파싱하고 생성형 AI 생태계와 이어주는 데 초점을 맞췄어요.

출처: https://docling-project.github.io/docling/

핵심 기능

  • 다중 포맷 파싱 — PDF, DOCX, PPTX, XLSX, HTML, EPUB, Apple Pages, WAV, MP3, WebVTT, EML/MSG, 이미지, LaTeX, 텍스트 등.
  • 고급 PDF 이해 — 페이지 레이아웃, 읽기 순서, 표 구조, 코드, 수식, 이미지 분류.
  • 통일된 DoclingDocument 표현 — 한 가지 문서 모델로 다양한 포맷을 다뤄요.
  • 다양한 내보내기 — Markdown, HTML, WebVTT, DocLang, DocTags, 손실 없는 JSON.
  • 로컬 실행 — 민감 데이터나 air-gapped 환경에서도 동작.

생태계 연결

LangChain·LlamaIndex·Crew AI·Haystack 등 에이전트 프레임워크와 플러그 앤 플레이 통합이 가능하고, MCP 서버와 API 서버(docling-serve)를 통해 어떤 에이전트에도 연결할 수 있어요.

더 알아보기