Docling - IBM의 MIT 라이선스 문서 파서, 가성비 최강

개요

Docling은 GitHub 스타 수 기준으로 가장 인기 있는 PDF 파서다. MIT 라이선스라 상용 프로젝트에 자유롭게 사용할 수 있고, [MinerU - PDF Parser|MinerU]나 Marker(GPL)와 차별화된다.

기술 배경

아키텍처 변천

Docling 1.x → DocLayNet 기반 레이아웃 감지
Docling 2.x → Heron 레이아웃 모델 (RT-DETRv2, 23.5% mAP 향상)
           → Granite-Docling-258M VLM (SmolDocling 후속)
           → DocTags 통합 마크업 포맷

핵심 모델

Heron 레이아웃 모델

2025년 12월 도입된 차세대 레이아웃 감지 모델:

• RT-DETRv2 아키텍처 (Real-Time DEtection TRansformer)
• 이전 DocLayNet 모델 대비 23.5% mAP 향상
• YOLO 계열이 아닌 Transformer 기반 감지

Granite-Docling-258M

IBM과 Hugging Face가 공동 개발한 초경량 VLM:

• 258M 파라미터 (MinerU의 모델들 합계보다 작음)
• SigLIP2 비전 인코더 + Granite 3 LLM 백본
• 0.35초/페이지 (소비자 GPU 기준)
• 500MB VRAM 이하
• SmolDocling(2025.03 실험) → Granite-Docling(2025.09 프로덕션)
• DocTags 유니버설 마크업 포맷으로 출력

DocTags 포맷

Docling만의 독자적 중간 표현 포맷. 모든 페이지 요소(텍스트, 테이블, 수식, 이미지)를 위치 정보와 함께 통합적으로 표현한다.

내부 파이프라인

문서 입력 (PDF/DOCX/PPTX/HTML/이미지/오디오/비디오)
  → 포맷 감지 → 적절한 백엔드 선택
  → PDF인 경우:
      ├── 페이지 렌더링
      ├── Heron (RT-DETRv2)로 레이아웃 감지
      │   ├── Title, Section-header, Text, Table, Figure, ...
      │   └── 영역 좌표(bbox) + 클래스 분류
      ├── TableFormer로 테이블 구조 인식 → HTML
      ├── EasyOCR로 텍스트 인식 (필요시)
      └── 수식 감지 및 LaTeX 변환 (제한적)
  → DoclingDocument 생성 (통합 문서 모델)
  → export_to_markdown() / export_to_dict() / export_to_doctags()

지원 입력 포맷

Docling의 가장 큰 차별점 중 하나 — PDF만이 아니라 다양한 포맷을 지원한다:

• 문서: PDF, DOCX, PPTX, XLSX
• 웹: HTML, XHTML
• 이미지: PNG, JPG, TIFF, BMP
• 오디오: WAV, MP3 (v2.x 추가)
• 비디오: MP4, AVI, MOV (v2.x 추가)

지원 출력 포맷

• Markdown
• JSON (DoclingDocument dict)
• DocTags
• HTML
• 텍스트

설치 및 사용법

uv venv docling-env --python 3.12
source docling-env/bin/activate
uv pip install docling

Python API

from docling.document_converter import DocumentConverter
 
# 기본 사용
converter = DocumentConverter()
result = converter.convert("input.pdf")
 
# Markdown 출력
md = result.document.export_to_markdown()
 
# JSON 출력
doc_dict = result.document.export_to_dict()
 
# 여러 문서 배치 처리
results = converter.convert_all(["doc1.pdf", "doc2.pdf", "doc3.docx"])

CLI 사용

docling input.pdf --output output/
docling input.pdf --format markdown

READoc 벤치마크 결과

테스트 환경

결과

파서 비교 (READoc 벤치마크)

Docling이 가성비 최강인 이유:

• MinerU보다 3%p 낮지만 14배 빠름
• PyMuPDF4LLM보다 1%p 높고 속도는 2.5배 느리지만 MIT 라이선스
• 테이블, 수식, 이미지 등 구조 인식 품질이 상위권

출력 품질 예시

Docling의 Markdown 출력은 ## 헤딩을 사용하고 문단 구분이 정확하다:

## Math That Matters:
 
Enhancing Academic Mathematics' Impact on Society
Plenary address to 2019 ICAPTA Conference, Abuja Nigeria
 
## 1 Introduction
 
## 1.1 A Richer Picture of Academic Mathematics

다만 수식 LaTeX 변환은 제한적이고 (\(k\) → k), 헤딩 레벨이 전부 ##(H2)로 처리되는 한계가 있다.

생태계

LangChain / LlamaIndex 연동

# LangChain
from langchain_docling import DoclingLoader
loader = DoclingLoader(file_path="input.pdf")
docs = loader.load()
 
# LlamaIndex
from llama_index.readers.docling import DoclingReader
reader = DoclingReader()
docs = reader.load_data(file_path="input.pdf")

RAG-Anything 연동

RAG-Anything에는 DoclingParser가 대안 파서로 내장되어 있다 (parser.py:1355).

장단점 분석

장점

• MIT 라이선스: 상용 프로젝트에 자유롭게 사용 가능 (AGPL/GPL 파서들과 차별화)
• 가성비 최고: 74.3% 품질에 4.9초/문서, GPU 불필요
• 멀티포맷: PDF, DOCX, PPTX, HTML, 오디오, 비디오까지
• 안정성 100%: 92개 문서 전부 성공
• IBM Research 지원: 대규모 팀, 지속적 업데이트 (2주 간격 릴리스)
• LangChain/LlamaIndex 공식 연동
• GitHub 최다 스타 (~56K)

단점

• 수식 LaTeX 변환 제한: MinerU의 UniMERNet보다 약함
• 헤딩 레벨 부정확: 전부 H2로 처리 (MinerU와 동일한 한계)
• OCR 품질: EasyOCR 기반이라 PaddleOCR보다 약할 수 있음
• 첫 실행 느림: 모델 다운로드 및 초기화 시간 필요
• 한국어 OCR: EasyOCR 한국어 지원은 있지만 정확도는 미확인

추천 사용처

정리

Docling은 **"상용 프로젝트에서 쓸 수 있는 최고의 오픈소스 PDF 파서"**다. MIT 라이선스, 74.3% 품질, 4.9초/문서, 100% 안정성, 멀티포맷 지원 — 이 조합을 제공하는 파서는 Docling뿐이다.

MinerU(AGPL)가 3%p 더 높은 품질을 제공하지만 14배 느리고 상용 제약이 있다. PyMuPDF4LLM(AGPL)은 2.5배 빠르지만 역시 AGPL이다. 라이선스가 중요한 프로젝트라면 Docling이 현재 최선의 선택이다.

이 파서의 헤딩/테이블/수식/이미지 처리 결과를 다른 파서와 직접 비교한 글: PDF 파서 5종 비교 분석

참고

• Docling GitHub
• Docling 공식 문서
• Granite-Docling-258M (HuggingFace)
• Heron Layout Model
• 2026-03-23-MinerU-2x-파이프라인-분석 — MinerU 2.x 분석
• 2026-03-25-PyMuPDF4LLM-PDF-파서-분석 — PyMuPDF4LLM 분석
• 2026-03-26-LiteParse-PDF-파서-분석 — LiteParse 분석