친한 분들이 이전에 추천해 드렸던 MinerU 도구도 매우 훌륭했습니다!
PDF를 Markdown 및 JSON 등의 형식으로 변환해 주죠.

이제 Firecrawl에서 Agent가 PDF를 처리할 때 더 이상 OCR을 기다릴 필요가 없게 만드는 도구를 만들었습니다.

게다가 바로 오픈소스로 공개되어 즉시 체험해 볼 수 있습니다~

Rust로 작성된 오픈소스 pdf-inspector는 약 20밀리초(ms) 내에 어떤 PDF든 분류하고, 로컬에서 깨끗한 Markdown을 추출할 수 있습니다.

200개의 PDF를 처리하는 데 단 2.8초밖에 걸리지 않으며, 특히 표(Table)와 차트(Chart)의 추출 품질이 매우 뛰어납니다.

이전에는 Agent가 PDF를 처리할 때 주로 OCR이나 복잡한 파싱(Parsing) 단계를 거쳐야 했기에 속도가 느리고 비용이 높았으며, 구조를 놓치기도 쉬웠습니다.

이제 로컬에서 직접 빠르고 정확하게 분류 및 추출함으로써, PDF를 "번거로운 입력값"에서 즉시 사용 가능한 텍스트와 구조화된 데이터(Structured Data)로 탈바꿈시켰습니다.

Agent가 본격적으로 문서를 대규모로 처리하기 시작할 때, 이러한 저지연(Low-latency), 로컬, 구조화된 추출 능력은 인프라급 수요가 될 것입니다.

프로젝트 주소는 아래에 있습니다👇