한컴 "깃허브 1위는 35년 문서 기술의 결실...글로벌 표준 될 것"

글로벌 오픈소스 플랫폼 깃허브에서 한국의 한글과컴퓨터(한컴)가 자사의 오픈소스 프로젝트 '오픈데이터로더(OpenDataLoader) PDF v2.0'으로 전체 개발 언어 분야에서 트렌딩 1위를 차지하는 성과를 올렸다. 이는 약 4억 개에 달하는 깃허브 프로젝트 중에서 주목받는 일로, 한국 기업의 기술력이 세계적으로 인정받고 있다는 점에서 큰 의미가 있다.

35년의 기술력, 문서 처리의 혁신

한컴의 성공 비결은 긴 시간 동안 쌓아온 문서 처리 기술에 있다. 박동현 한컴 기술응용개발실장은 "지난 35년간 공공기관과 다양한 기업의 문서 데이터를 처리하며 독보적인 기술 역량을 축적해왔다"고 강조했다. 한컴은 단순히 오피스 소프트웨어를 제공하는 기업에 그치지 않고, 문서 이해 및 처리의 전문성을 바탕으로 인공지능(AI)과 결합된 혁신적인 솔루션을 개발해왔다.

특히, 기업 데이터의 80~90%가 PDF와 같은 비정형 포맷으로 존재하는 현실에서, 한컴은 PDF 데이터 처리에 집중했다. 기존의 대형 언어 모델(LLM)이 웹 데이터를 기반으로 하고 있지만, 기업의 실무 데이터는 대부분 PDF라는 점을 간파한 것이다. 박 실장은 "데이터 정제 문제가 해결돼야만 AI 모델이 제대로 성능을 발휘할 수 있다"고 설명했다.

속도와 정확성을 겸비한 오픈데이터로더 PDF

'오픈데이터로더 PDF'는 깃허브에서 트렌딩 1위를 기록하며, 1만 9200개의 스타와 1700개의 포크, 월간 다운로드 수 5만 건을 돌파하는 등 높은 인기를 얻고 있다. 이 제품의 강점은 속도와 정확성이다. 로컬 모드에서 페이지당 0.015초의 속도를 기록하며, 정확도는 무려 90%에 달한다. 이는 한컴의 고성능 OCR(Optical Character Recognition) 엔진을 하이브리드 방식으로 운영한 덕분이다. 텍스트는 규칙 기반으로 즉시 처리하고, 복잡한 레이아웃 분석에는 AI를 활용해 연산의 효율성을 높였다.

박 실장은 "기존의 파서 도구는 복잡한 표나 다단 레이아웃에서 구조가 깨지거나 이미지 속 텍스트가 누락되는 문제를 가졌다"며, 오픈데이터로더는 이러한 문제를 효과적으로 해결하고 있다고 전했다. 보안 측면에서도 100% 로컬 구동 방식을 채택해 외부 서버를 거치지 않고도 안전하게 문서를 처리할 수 있는 장점을 가지고 있다.

AI 생태계의 새로운 표준으로 자리매김

한컴은 오픈데이터로더 PDF를 아파치 2.0 라이선스로 완전 개방하며, 단기적인 수익보다 글로벌 AI 생태계에서 기술을 표준으로 정착시키겠다며 포부를 밝혔다. 박 실장은 "AI 오케스트레이터를 통해 고객사가 필요에 맞게 다양한 AI 기능을 조합해 사용할 수 있도록 할 것"이라고 설명했다.

또한, 시각장애인을 위한 'PDF 접근성 태그 자동 생성' 기능도 선보일 예정이다. 이는 한컴이 디지털 환경에서의 평등을 추구하는 노력의 일환으로, 문서 구조 인식 기술로 공공 PDF의 접근성 문제를 해결하고자 하는 비전을 담고 있다.

한컴의 이번 성과는 단순한 기술적 진보를 넘어, 글로벌 AI 문서 생태계의 표준 인프라로 자리 잡겠다는 의지를 보여준다. 앞으로도 한컴이 어떤 혁신적 솔루션을 선보일지 기대가 모아진다.