Skip to content
logo

Docling - IBM의 MIT 라이선스 문서 파서, 가성비 최강

2026-03-266 min read·
#pdf-parser
#document-ai
#rag
#docling
#ibm
#layout-analysis
#ocr

Docling v2.81.0의 내부 구조를 분석하고 READoc 벤치마크로 성능을 평가한다. IBM Research가 개발한 MIT 라이선스 파서로, Heron 레이아웃 모델과 Granite-Docling VLM을 사용하며, GPU 없이 4.9초/문서에 74.3% Edit Similarity를 달성한다.

Summary

Docling은 IBM Research가 개발한 MIT 라이선스 문서 변환 프레임워크다. Heron(RT-DETRv2 기반) 레이아웃 감지, TableFormer 테이블 인식, EasyOCR/Tesseract OCR을 사용한다. GPU 없이 4.9초/문서에 74.3%의 Edit Similarity를 달성하여 속도 대비 품질(가성비)이 가장 뛰어나다. PDF뿐 아니라 DOCX, PPTX, HTML, 오디오, 비디오까지 지원하는 멀티포맷 파서다.

개요

항목내용
개발사IBM Research / docling-project
GitHubdocling-project/docling
최신 버전v2.81.0 (2026-03-20)
라이선스MIT (상용 자유)
GitHub Stars~37,000+
Python3.10+
GPU 필요X (CPU만으로 동작, GPU 가속 선택)
모델 크기~500MB (Heron + TableFormer)

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

모델역할아키텍처라이선스
Heron레이아웃 감지RT-DETRv2Apache 2.0
TableFormer테이블 구조 인식TransformerApache 2.0
EasyOCR텍스트 인식 (OCR)CRAFT + CRNNApache 2.0
Granite-Docling-258MVLM 기반 전체 파싱 (옵션)SigLIP2 + Granite 3 LLMApache 2.0

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

Attention Is All You Need 파싱 결과

Docling 파싱 결과
원본 PDF 1페이지

Docling 파싱 결과
Docling의 Markdown 출력

READoc 벤치마크 결과

테스트 환경

항목스펙
Doclingv2.81.0
Python3.12
GPU사용 안 함 (CPU)
테스트 문서READoc arXiv 논문 92개

결과

메트릭값
Edit Similarity (전체)68.3%
Edit Similarity (성공분)74.3%
Median77.9%
처리 시간 (median)3.37초/문서
성공률92/100
측정3회 반복 + 워밍업, median 사용

파서 비교 (READoc 벤치마크)

파서성공률Sim(전체)Sim(성공분)속도라이선스
MinerU (MPS)92/10071.1%77.2%69초AGPL-3.0
Docling92/10068.3%74.3%3.4초MIT
PyMuPDF4LLM92/10067.6%73.4%1.9초AGPL-3.0
LiteParse92/10046.6%50.7%0.1초Apache 2.0

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

사용처적합도이유
상용 RAG 프로젝트★★★★★MIT 라이선스, 안정성, 가성비
멀티포맷 문서 처리★★★★★PDF+DOCX+PPTX+HTML 통합
엔터프라이즈 문서 파이프라인★★★★★IBM 지원, 배치 처리
학술 논문 (수식 중심)★★★☆☆수식 LaTeX 변환 제한
스캔 문서 OCR★★★☆☆EasyOCR 기반, ML 파서보다 약함

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

Linked from (3)

Comments