한컴 오픈데이터로더 PDF v2.0, 깃허브 전체 오픈소스 트렌딩 1위

[디지털투데이 황치규 기자]한글과컴퓨터는 PDF 데이터 추출 오픈소스 프로젝트 ‘오픈데이터로더(OpenDataLoader) PDF v2.0’이 글로벌 오픈소스 개발 플랫폼 깃허브(GitHub)에서 20일 기준 전체 개발 언어 대상으로 트렌딩 1위를 달성하고 트렌딩 배지를 획득했다고 23일 밝혔다.

깃허브 트렌딩은 전 세계 개발자들이 현재 가장 주목하는 오픈소스 프로젝트를 실시간으로 집계하는 지표다.

한컴에 따르면 오픈데이터로더 PDF v2.0은 3월 21일 하루 동안 1800개 이상 깃허브 스타 수 성장을 기록했으며, 총 스타 수 7000개, 포크 수(오픈소스 리포지터리를 자신의 계정으로 복사해 독립적으로 활용하는 것)를 500개 이상 돌파했다.

오픈데이터로더 PDF는 복잡한 구조를 가진 PDF 문서를 텍스트·표·이미지 등으로 분해해 인공지능(AI)이 바로 처리할 수 있는 형태로 변환한다.

PDF는 전 세계에서 AI 학습에 가장 널리 활용되는 문서 포맷이지만, 내부 구조가 복잡해 데이터 추출이 까다로운 탓에 AI 개발 과정의 주요 병목으로 꼽혀 왔다. 한컴은 2025년 7월 글로벌 PDF 기술 전문 기업 듀얼랩(Duallab)과 업무협약(MOU)을 체결하고 공동 개발에 착수, 같은 해 9월 초기 버전을 공개한 데 이어 3월 12일에 v2.0을 출시했다.

v2.0은 AI 방식과 직접 추출 방식을 결합한 하이브리드 엔진을 적용해, 외부 서버 전송 없이 로컬 환경에서 구동된다. 광학문자인식(OCR)·표 추출·수식 추출·차트 분석 등 AI 애드온(Add-on) 4종을 기본 제공하며, 도클링(Docling) 등 타사 오픈소스 AI 모델과도 호환된다.

김연수 한컴 대표는 “이번 성과는 한컴 문서 데이터 추출 기술 완성도와 실용성이 글로벌 개발자 커뮤니티에서 직접적인 검증을 받은 결과로, 다양한 활용을 통한 기술 생태계 확장 가능성도 확인했다”라며, “아파치 2.0 라이선스 전환을 통해 전 세계 기업과 개발자가 자유롭게 활용하고 확장할 수 있는 개방형 PDF 데이터 플랫폼으로 발전시켜 나가겠다”고 말했다.