플러스프로젝트 배경
문서 파싱 결과는 LLM 워크플로 품질에 직접 영향을 줍니다. PDF, 오피스 문서, HWP, CSV, 이미지처럼 입력 형식이 다양하고 OCR 설정 변경만으로도 결과가 달라질 수 있어, 변환 품질과 운영 안정성을 함께 관리하는 구조가 필요했습니다.
프로젝트 성과
병렬 처리, 품질 검증, 운영 지표 개선
워커 풀로 처리 흐름을 병렬화하고, NED 기준 회귀 검증과 Grafana 지표로 품질 저하와 병목을 확인할 수 있게 했습니다.
핵심 기능
OCR 병렬 처리와 Markdown 정규화
한국어/일본어 OCR과 문서 파서를 워커 풀로 실행하고, 변환 결과를 LLM 입력에 적합한 Markdown 구조로 정규화했습니다.
진행 단계
파서 구조 분리 및 운영 검증 환경 구축
2026.05.
입력 처리, OCR, 문서 변환, Markdown 생성, 품질 검증 단계를 분리하고, 장애 재현과 회귀 검증이 가능한 형태로 테스트 데이터를 정리했습니다.
프로젝트 상세
사내 LLM 워크플로에서 사용하는 문서 파싱 서비스를 운영·개선했습니다. PDF, DOCX, PPTX, XLSX, HWP, CSV, 이미지 등 다양한 입력을 Markdown으로 정규화하는 서비스입니다. Python/FastAPI 기반 API와 docling, OCR, 멀티프로세스 워커 풀, Docker CUDA/GPU 실행 환경을 다뤘습니다. 한국어/일본어 OCR 흐름과 문서 변환 경로를 운영하면서, 입
