참고팁X
오픈소스 OCR 도구 'MinerU' 화제…PDF·문서를 깔끔한 마크다운으로
복잡한 수식·표를 포함한 문서를 마크다운·LaTeX으로 변환하는 로컬 툴. RAG 파이프라인 전처리 시 유용.
요약
MinerU는 PDF, Word, PPT, Excel, 이미지 등 다양한 문서 형식을 깔끔한 마크다운(Markdown) 형태로 변환해 주는 오픈소스 OCR 도구입니다. 이 도구는 수식을 LaTeX 형식으로 변환하고 표의 구조를 유지하며, 문서 내 이미지를 별도 파일로 추출하는 기능을 제공합니다. 모든 과정이 사용자의 로컬 머신에서 실행되어 API 호출이나 토큰 사용이 필요 없으며 데이터 프라이버시 문제에서도 자유롭습니다. 실제 사용 시 수학적 기호가 많은 PDF 파일도 정확하게 변환된 마크다운 결과물을 얻을 수 있습니다. 무료로 제공되는 오픈소스 도구라는 점에서 문서 변환 작업이 필요한 사용자들에게 효율적인 대안이 될 것으로 보입니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @hqmank: Probably the best OCR tool I've used, and it's free. MinerU turns PDFs, Word, PPT, Excel, and images into clean Markdown. Formulas
원문 보기 ↗