[사진=이파피루스]

[디지털데일리 이안나기자] 도큐먼트AI 전문기업 이파피루스가 한글문서(HWP·HWPX)와 PDF를 통합 처리하는 AI 데이터 전처리 라이브러리 '파이뮤PDF 프로(PyMuPDF Pro)'를 공식 출시했다고 9일 밝혔다.

이 제품은 정부가 지난 18일부터 공공기관에 개방형 문서 포맷(HWPX) 사용을 의무화한 가운데 기관 내에 축적된 기존 HWP 포맷 레거시 문서까지 AI 학습 및 RAG(검색증강생성) 분석용 데이터로 변환할 수 있다는 점을 주요 특징으로 내세우고 있다.

파이뮤PDF 프로는 독립 서버 형태가 아닌 파이썬 라이브러리 방식으로 제공된다. 별도 GPU 없이 RAM 4GB 이상 환경에서 구동되며 기존 애플리케이션 코드에 직접 내장해 사용할 수 있다. 이파피루스 측은 이를 통해 GPU 서버 등 별도 인프라 투자 없이도 문서 전처리 파이프라인을 구성할 수 있다고 설명한다.

문서 처리 방식 측면에서는 전체 페이지를 이미지로 변환해 OCR을 적용하는 기존 방식 대신 실제 OCR이 필요한 영역만 선별해 처리하는 하이브리드 방식을 채택했다. 다단 구조, 표, 이미지가 혼재된 비정형 HWP 문서도 시각적 읽기 순서에 따라 구조화하며 마크다운 및 JSON 형식으로 출력한다.

이 제품은 오픈소스 C 기반 문서 엔진 'MuPDF'를 파이썬으로 이식한 상용 개발했이다. 이파피루스 미국 자회사 아티펙스와 공동 개발했다. 슈나이더 일렉트릭, 보쉬, 도큐사인, 오라클 등이 관련 기술을 채택하고 있있으며 파이뮤PDF는 현재 글로벌 누적 다운로드 6억9000만건을 기록 중이다.

김정희 이파피루스 대표는 "HWPX 의무화 이후에도 공공기관 내 기존 HWP 문서의 AI 전환이 실질적인 과제로 남아 있다"며 "두 포맷을 모두 처리할 수 있는 경량 솔루션으로 시장을 공략하겠다"고 밝혔다.

이파피루스는 공식 홈페이지를 통해 60일 무료 라이선스를 제공하고 있다.