한컴, PDF 데이터 추출 오픈소스 ODL로 AI 생태계 판 키운다

• 한컴이 기존 ‘문서 소프트웨어 회사’ 이미지를 벗고, 소버린 에이전틱 OS 기업으로 가겠다고 선언함

  • 생성형 AI가 단일 챗봇을 넘어 여러 에이전트를 조율하는 방향으로 가고 있고, 여기에 데이터 주권 이슈까지 붙으면서 사업 구조를 바꾸는 흐름임
  • 김연수 대표는 자체 대규모 언어 모델(LLM)을 만들기보다, 팔란티어처럼 고객이 안전하게 커스터마이즈할 수 있는 AX 협업 인프라를 지향한다고 설명함

• 핵심 무기는 오픈데이터로더(ODL)임. PDF에서 비정형 데이터를 뽑아내는 오픈소스 기술임

  • 기업과 공공기관 문서는 아직도 대부분 PDF로 돌아가는데, AI 전환을 하려면 이걸 그냥 파일로 두면 안 되고 데이터로 바꿔야 함
  • ODL V2.0은 종합점수, 읽기순서, 표 추출, 헤딩인식 벤치마크에서 글로벌 1위를 찍었다고 함
  • 최근에는 깃허브 트렌딩 1위 리포지토리에도 올라갔음. 국내 문서 기업 기술이 글로벌 개발자 눈에 들어간 케이스라 꽤 흥미로움

• 한컴은 접근성 시장을 ODL의 수익화 포인트로 보고 있음

  • 지난달 PDF 접근성 시장을 겨냥한 오토 태깅 솔루션을 오픈소스로 배포함
  • 하반기부터는 유료 애드온을 배포해 새 비즈니스 모델을 만들 계획임
  • 회사 추산으로 접근성 시장은 1조원 이상이고, 그중 5%만 가져와도 500억원 이상 신규 시장이 된다는 계산임

• 공공 레퍼런스도 꽤 세게 밀고 있음

  • 국회도서관과 180만 페이지 규모 PDF 자료를 데이터화했고, 한컴피디아 기반 검색 증강 생성(RAG) 시스템을 단독 구축한 이력이 있음
  • 국회 사무처 AX 사업에도 삼성SDS 주관 컨소시엄으로 참여해 주요 제품을 납품함
  • 보수적이고 보안 요구가 강한 공공망에서 돌아간 경험은, 온프레미스 AI 솔루션을 팔 때 확실히 먹히는 카드임

• 유럽 진출도 데이터 주권 흐름에 맞춰 잡고 있음

  • 폴란드 연구개발 기업과 업무협약을 마쳤고, 글로벌 기술 그룹 산하 AI·데이터 전문 SI 업체와도 협약을 앞두고 있음
  • 유럽 9개국 거점을 가진 중유럽 IT 컨설팅 파트너와도 협력할 예정임
  • 유럽은 데이터 주권 논의가 강한 시장이라, 온프레미스에서도 쓸 수 있는 문서 AI 인프라가 통할 여지가 있음

---

기술 맥락

• 한컴의 선택은 LLM 자체를 만드는 쪽이 아니라, LLM이 쓸 수 있는 문서 데이터를 만드는 쪽이에요. PDF는 사람 눈에는 문서지만 AI 입장에서는 표, 제목, 읽기 순서가 뒤섞인 어려운 입력이거든요.

• ODL이 중요한 이유는 PDF 파싱 품질이 RAG 품질로 바로 이어지기 때문이에요. 표를 잘못 읽거나 제목 구조를 놓치면 검색 결과가 틀어지고, 그러면 생성형 AI 답변도 그럴듯하게 틀릴 수 있어요.

• 접근성 시장을 같이 보는 것도 꽤 실용적인 방향이에요. PDF UA처럼 구조화된 PDF를 요구하는 규제가 늘면, 기업은 단순 변환이 아니라 태깅과 검증까지 자동화해야 하거든요.

• 온프레미스 배포를 강조하는 건 공공·금융·대기업 문서가 외부 클라우드로 나가기 어려운 현실 때문이에요. 한컴이 국회도서관 180만 페이지 사례를 계속 꺼내는 것도, 기술 설명보다 신뢰 증명이 더 중요한 시장이라는 뜻이에요.