(주)이파피루스 블로그

안녕하세요! 이파피루스 마케팅팀입니다.길었던 여름이 끝나가는 8월 12일, 이파피루스에 반가운 손님들이 찾아오셨는데요🤗바로 오랜 기간 좋은 관계를 유지해오고 있는 '명륜보육원'의 친구들, 그리고 선생님들입니다! 🍴 "오늘을 기다렸다!" 맛있는 점심 행사오늘 행사의 핵심 키워드는 바로 '맛있는 음식'과 '폭풍 수다'!식사 장소는 이파피루스 사무실이 위치한 판교역 인근 'VIPS' 였습니다. 맛있는 요리 앞에서 아이들도, 선생님들도, 그리고 저희 임직원들도 모두 눈을 반짝이며 대통합을 이루었습니다 🤤 💬 접시는 비워지고, 수다는 가득 차고!점점배가 채워지니, 본격적으로 수다를 떨었습니다.요즘 보는 넷플릭스 콘텐츠, 진로 이야기, 연애 이야기까지..처음엔 서로 어색해하던 임직원들과 아이들이 즐거운..

표 추출, 이제 훨씬 정확하고 빨라집니다문서에서 데이터 뽑아보신 분들은 아실 텐데, 표(table)만큼 골치 아픈 게 없습니다. 셀은 삐뚤빼뚤하고, 병합된 셀도 있고, 줄바꿈까지 섞여 있으면 정말 답이 없거든요.PyMuPDF4LLM 1.28이 바로 이 문제를 정면으로 다뤘습니다. 기본값인 Layout 모듈에서 표 추출 기능이 대폭 개선됐습니다. 문서 인텔리전스 분야에서 손꼽히게 까다로운 문제인 만큼, 이번 업데이트는 꽤 의미가 큽니다.뭐가 바뀌었나요?PyMuPDF4LLM 1.28은 이제 이런 순서로 표를 처리합니다.표 바운딩 박스 감지 — 기존에도 하던 거지만, 정확도가 한층 올라갔습니다표 구조 감지 — 행 나누기, 열 나누기, 셀 그리드까지 다시 짜맞춥니다Layout 모듈 안에서 한 번에 처리 — 표 ..

PDF 라이브러리로 익숙한 PyMuPDF가 1.28 버전에서 꽤나 묵직한 업데이트를 들고 나왔습니다. 그동안 쌓아온 개선 사항들을 한 번에 정리해서 내놓은 느낌인데, 문서 처리 쪽 기능이 눈에 띄게 넓어졌습니다.이번 릴리즈에서 가장 핵심은 두 가지입니다. 마크다운 파일을 PDF, 전자책처럼 완전한 문서 포맷으로 취급하기 시작했다는 점, 그리고 Office 문서를 곧바로 마크다운으로 뽑아낼 수 있게 됐다는 점입니다. 별거 아닌 것처럼 보일 수 있지만, 마크다운에서 PDF를 만드는 작업부터 문서 분석 파이프라인까지, 뒷단에서 쓰는 여러 도구들이 이 두 기능 덕분에 새로운 방식으로 굴러갈 수 있게 됐습니다. 마크다운, 드디어 "정식 식구"가 되다지금까지는 PyMuPDF에서 마크다운을 다루려면 이런저런 우회가 ..

ePapyrus는 법률, 금융, 의료, 공공, 물류 등 다양한 산업 군에서 연간 수백만 건의 문서를 처리하는 고객들과 함께 일하고 있습니다. 그런데 여러분, 이 정도 대규모 스케일의 조직에서 모든 페이지를 아무 생각 없이 OCR 엔진이나 LLM(대형 언어 모델)으로 그냥 밀어 넣으면 어떻게 될까요? 당연히 시간과 비용 면에서 비효율적일 수밖에 없습니다.그렇기 때문에 문서를 먼저 영리하게 분류하고 걸러내는 '사전 필터링' 작업이 반드시 필요합니다."이 페이지는 스캔한 이미지일까, 아니면 디지털 텍스트일까?""단순 서식 양식일까, 표가 빽빽한 보고서일까, 아니면 그냥 평범한 줄글일까?""애초에 비용을 써가며 처리할 만한 가치가 있는 페이지인가?""이 페이지에서 콘텐츠를 가장 효율적으로 뽑아내는 방법은 뭘까?..