AiDocEngine이 문서를 RAG용 데이터로 변환한다

AiDocEngine은 Word, Excel, PDF와 이미지 등에서 내용을 추출해 RAG(검색 증강 생성) 파이프라인에 넣을 청크, 마크다운 또는 JSON으로 변환하는 문서 처리 도구다. 브라우저에서 파일을 시험할 수 있으며, 자체 환경에 배포하는 옵션과 REST API도 제공한다.

브라우저에서 문서 추출 체험하기

체험 화면은 JPG, PNG, WEBP, PDF, DOCX, XLSX와 그 밖의 형식을 지원하며 업로드 제한은 50MB다. 문서를 올리거나 휴대전화 카메라로 촬영해 추출 결과를 시맨틱 청크, 정리된 마크다운, JSON AST로 확인할 수 있다. 사이트는 브라우저 체험에서 격리된 CPU 코어로 문서를 처리한다고 설명한다. 다만 로컬 처리 여부는 배포 방식과 활성화된 추출 제공자에 따라 달라진다.

AiDocEngine은 표의 행·열 관계를 구조화된 JSON과 검색용 텍스트로 나타내고, 문서 계층 경로를 청크 메타데이터에 담는다고 설명한다. 손글씨 주석과 체크박스 상태도 추출 대상으로 제시한다. 이러한 기능의 정확도는 원문 문서와 평가 데이터셋으로 확인해야 한다고 안내한다.

API는 동기식 POST /api/v1/extract와 비동기식 POST /api/v1/extract-async를 제공한다. 비동기 요청은 jobId를 반환하며, GET /api/v1/jobs/:jobId로 상태를 확인하고 결과를 가져올 수 있다. 출력 형식은 chunks, markdown, json 중에서 선택한다. 동기 추출은 35초 미만 처리를 안내하며, 100페이지가 넘는 문서나 여러 시트가 있는 파일에는 비동기 방식을 제시한다.

# Extract document into Semantic Chunks (RAG)
curl -X POST https://aidocengine.com/api/v1/extract \
 -H "x-api-key: ade_live_your_api_key_here" \
 -F "format=chunks" \
 -F "document=@/path/to/document.pdf"

# Supported formats: 'chunks' (RAG), 'markdown' (Clean MD), 'json' (Universal AST)
# Supported files: .pdf, .docx, .xlsx, .pptx, .xml, .jpg, .png, .webp

자체 호스팅은 Docker, Kubernetes(Helm), Linux 베어메탈 배포를 지원한다고 안내한다. 지원되는 오피스·텍스트·XML·HTML·PPTX 형식은 로컬 처리 경로를 사용할 수 있지만, 클라우드 OCR을 켜면 문서 내용이 설정한 제공자에게 전송된다. 업로드 파일은 임시 저장소에 기록된 뒤 처리 완료 후 삭제된다고 설명하며, 파일 시스템 권한·작업자 격리·백업·보존 설정은 배포 환경에서 관리해야 한다. LibreOffice 변환 프로필 분리는 운영체제 수준의 보안 샌드박스가 아니므로 서비스 권한과 자원 제한도 별도로 설정해야 한다.

비용이나 성능은 정해진 값으로 제시하지 않는다. 문서 구성과 처리량을 반영한 벤치마크를 수행한 뒤 비용과 용량을 추산하도록 안내한다. API 통합 문서