자유소프트
자유소프트

JAYOO AI · SOLUTION 01

문서를,
AI가 이해하는 JSON 데이터로

자유DocuExtractor는 HWP·HWPX·DOCX·PDF를 JSON 구조화 데이터로 변환하여 의미단위 검색과 분석, AI 파이프라인 연결을 가능하게 합니다.

무료 변환 데모 체험도입 문의
정확도 99.9%2,000+ 문서 처리HWP → JSON

보고서.hwp → 변환결과.jsonl

{ "type": "text", "content": "1. 사업 개요", "font_size": 16.0, "bold": true, "text_type": "heading", "page_no": 1 } { "type": "table", "table_html": "<table>…</table>", "row_count": 5, "col_count": 3 } { "type": "image", "page_no": 2, "bbox": {"x":100,"y":200,"w":500,"h":280} }

WHY

AI 시대, 문서는 그대로 두면 데이터가 아닙니다

문서를 JSON 구조화 데이터로 변환하여 즉시 데이터화하고, 단락·아이템 단위로 정밀하게 검색할 수 있습니다.

json

JSON 구조화

문서를 JSON / JSON Lines로 구조화하여 즉시 데이터화 — AI 친화적 데이터로 전환합니다.

search

의미단위 검색

단락·아이템 단위 메타데이터로 정밀 검색이 가능합니다. 필터링과 하이라이트까지 지원합니다.

pipeline

AI 파이프라인

RAG·인덱싱·분석 파이프라인에 바로 연결됩니다. 실시간 처리와 자동화를 지원합니다.

asset

재활용성 향상

문서 형식 의존도를 낮추고 재활용성과 자동화를 높여 문서를 데이터 자산으로 전환합니다.

FEATURES

핵심 기능

문서 내 텍스트·표·이미지를 정교하게 추출·분리하여 JSON으로 구조화합니다.

텍스트 · 표 · 이미지 추출

문서에서 텍스트, 표, 이미지를 정교하게 추출·분리합니다. 정확한 데이터 분리가 핵심입니다.

배치 순서 유지

원문 배치 순서를 유지한 상태로 JSON Lines를 산출하여 레이아웃 문맥을 보존합니다.

JSON Lines 산출

문서 정보를 JSON Lines 형식으로 표준화하여 제공합니다. 텍스트는 폰트 정보 포함, 표는 HTML 문법, 이미지는 별도 저장.

문서정보 제공

문서명, 경로, 크기, 타입, 수정일시, 변환 성공 여부 등 메타데이터를 별도 JSON으로 제공합니다.

99.9%
변환 정확도
2,000+
문서 처리 검증
4종
HWP · HWPX · DOCX · PDF

PROCESS

문서 변환 프로세스

HWP / HWPX / DOCX / PDF → JSON 구조화 데이터로 변환하는 전체 흐름입니다. HWP·HWPX 배포 문서를 지원하며, PDF 문서의 글자 순서 유지 성능이 특히 우수합니다.

STEP 1

입력 문서

HWP/HWPX/DOCX/PDF 등 다양한 문서 포맷을 입력으로 수용

STEP 2

전처리

문서를 페이지·객체 단위로 파싱

STEP 3

추출 엔진

텍스트/표/이미지 각 요소를 정교하게 추출·분리 — 정확도 99.9%

STEP 4

메타데이터 부여

원문 배치 순서를 유지하며 메타데이터 부여

STEP 5

JSON Lines

표준화된 JSON Lines 형식으로 구조화 데이터 산출

STEP 6

문서정보파일

문서정보 JSON 파일로 메타데이터 제공

FORMATS & PLATFORMS

지원 포맷 및 플랫폼

현재 지원 범위와 확장 로드맵입니다.

구조화 완료

현재 지원 포맷

  • HWP — 아래아한글 (배포 문서 지원)
  • HWPX — 확장형 한글 문서
  • DOCX — Microsoft Word
  • PDF — Portable Document Format
2026년 Q3 예정

로드맵 포맷

  • PPTX — PowerPoint
  • XLSX — Excel
지원 완료

현재 지원 플랫폼

  • Windows — 32 / 64bit
  • Linux — Debian 64bit
  • Server — 안정적 동작 검증
확장 예정

로드맵 플랫폼

  • Ubuntu — 64bit
  • CentOS — 64bit
  • RedHat — 64bit

OUTPUT

산출물 구조 — 변환파일과 문서정보

변환파일(JSON Lines)은 텍스트·표·이미지를 배치 순서대로 기록하고, 문서정보파일(JSON)은 문서 메타데이터와 변환 정보를 담습니다.

변환파일 — JSON Lines (텍스트 / 표)

{ "type": "text", "content": "문서 내용...", "font_family": "Noto Sans KR", "font_size": 12.0, "bold": false, "italic": false, "page_no": 1, "bbox": {"x":100,"y":200,"w":500,"h":30}, "text_type": "heading" } { "type": "table", "table_html": "<table>...</table>", "row_count": 5, "col_count": 3 }
  • 텍스트 — 폰트 정보 포함 (크기는 소수점 1자리)
  • 표 — HTML 문법(colspan/rowspan)으로 한 줄 표현, 중첩 표 지원
  • 이미지 — 별도 저장, 본문 내 위치·크기·제목 표기

문서정보파일 — JSON

{ "document_name": "sample.docx", "file_path": "/docs/sample.docx", "file_size": 1024000, "document_type": "docx", "modified_date": "2025-01-15 10:30:00", "conversion_status": "success", "error_info": null }
  • 문서명 · 경로 · 크기 · 타입 · 수정일시 · 제목 · 페이지정보
  • 변환 성공 여부, 오류 유형, 오류 상세 정보 제공
text metadata

텍스트 메타데이터 — 헤딩/본문 자동 구분

  • 단락(줄바꿈 기준)을 하나 이상의 text item 목록으로 생성 — 하나의 item은 연속된 동일 폰트 텍스트
  • 폰트 크기(12.0 / 14.0 / 16.0)로 헤딩·본문을 자동 구분, 폰트 굵기(bold)로 중요도 표시
  • content 텍스트 검색 · font_size 헤딩/본문 필터링 · bbox 위치 기반 검색
table · image

표 · 이미지 메타데이터

  • 표는 <table>부터 </table>까지 한 줄로 구성 — 병합 셀은 colspan/rowspan, 중첩 표도 동일 표현
  • 격자가 불명확한 표는 규칙에 따라 추출 시도
  • 이미지는 width/height, x·y 좌표와 페이지 번호, 추출 가능한 경우 제목/캡션 포함

USE CASES

활용 시나리오

AI 검색/RAG, 의미단위 검색, 문서 자산화, 시스템 연계 — 모두 실제 적용이 완료된 시나리오입니다.

적용 완료

AI 검색 / RAG

문서 JSON Lines를 벡터화·인덱싱해 질의응답을 고도화합니다. 구조화된 데이터로 검색 정확도가 향상됩니다.

적용 완료

의미단위 검색

단락·아이템 단위로 정밀 필터링과 하이라이트를 지원하여 검색 결과의 가독성을 높입니다.

적용 완료

문서 자산화

대량 문서를 표준화된 형식으로 데이터 레이크에 적재하고, 재활용 가능한 데이터 자산으로 전환합니다.

적용 완료

시스템 연계

ECM / DMS / 포털과 손쉬운 통합을 지원하며, 데이터 파이프라인과 API로 연결됩니다.

실제 문서로 직접 확인해 보세요

HWP · HWPX · DOCX · PDF 파일을 그대로 업로드하면 JSON Lines 구조와 메타데이터를 즉시 확인할 수 있습니다.

변환 데모 열기 →

REFERENCE & CONTACT

적용 사례 및 문의

reference

LG CNS

2024. 2 ~ 현재 · 적용 완료

대규모 문서 데이터 추출 및 AI 분석 시스템 구축. 문서 처리 시간 80% 단축, 데이터 정확도 99.9% 달성.

poc

PoC / 샘플 지원

도입 검토 시 무료로 지원합니다. 문서 샘플 변환, 스키마 커스터마이징, 기술 상담을 제공합니다.

1:1 상담 → 요구사항 분석 → PoC → 결과 보고

contact

연락처