이런 상황이면 딱입니다
PDF 보고서를 AI에게 요약시키려고 복사, 붙여넣기를 했는데 줄바꿈이 다 깨지고 표는 엉망이 된 경험이 있다면, MarkItDown으로 먼저 변환한 다음 AI에게 넘기는 게 훨씬 깔끔합니다.
준비물
- Python이 설치된 컴퓨터
- 변환하고 싶은 PDF, 워드, 파워포인트 파일
따라 하는 순서
- pip으로 MarkItDown을 설치합니다.
- 명령줄에서 변환하고 싶은 파일 경로를 지정해 실행합니다.
- 결과로 마크다운 형식의 텍스트 파일이 만들어집니다. 제목, 목록, 표 구조가 최대한 유지됩니다.
- 이 텍스트를 그대로 복사해서 AI 챗봇에 붙여넣고 요약이나 질문을 요청합니다.
- 여러 파일을 자주 변환해야 한다면 폴더 단위로 한 번에 돌리는 스크립트를 짜두면 편합니다.
결과 확인
변환된 텍스트를 원본과 비교해서 표나 목록 구조가 크게 어긋나지 않았는지 확인합니다.
흔한 실수
스캔된 이미지 형태의 PDF(글자가 이미지로 되어 있는 경우)는 텍스트 추출이 잘 안 될 수 있습니다. 이런 경우는 OCR 기능이 포함된 도구를 따로 거쳐야 합니다.
한 가지 더 챙기면 좋은 점은, 처음 설정한 뒤에는 반드시 실제 데이터로 한 번 시험해보고 결과가 기대한 형태로 나오는지 확인하는 것입니다. 대충 넘어가면 나중에 엉뚱한 결과가 쌓여서 오히려 손이 더 갑니다. 처음 며칠은 결과물을 사람이 한 번씩 훑어보면서 규칙이나 프롬프트를 다듬어가는 게 가장 빠른 길입니다.
한 가지 더 챙기면 좋은 점은, 처음 설정한 뒤에는 반드시 실제 데이터로 한 번 시험해보고 결과가 기대한 형태로 나오는지 확인하는 것입니다. 대충 넘어가면 나중에 엉뚱한 결과가 쌓여서 오히려 손이 더 갑니다. 처음 며칠은 결과물을 사람이 한 번씩 훑어보면서 규칙이나 프롬프트를 다듬어가는 게 가장 빠른 길입니다.
한 가지 더 챙기면 좋은 점은, 처음 설정한 뒤에는 반드시 실제 데이터로 한 번 시험해보고 결과가 기대한 형태로 나오는지 확인하는 것입니다. 대충 넘어가면 나중에 엉뚱한 결과가 쌓여서 오히려 손이 더 갑니다. 처음 며칠은 결과물을 사람이 한 번씩 훑어보면서 규칙이나 프롬프트를 다듬어가는 게 가장 빠른 길입니다.
한 가지 더 챙기면 좋은 점은, 처음 설정한 뒤에는 반드시 실제 데이터로 한 번 시험해보고 결과가 기대한 형태로 나오는지 확인하는 것입니다. 대충 넘어가면 나중에 엉뚱한 결과가 쌓여서 오히려 손이 더 갑니다. 처음 며칠은 결과물을 사람이 한 번씩 훑어보면서 규칙이나 프롬프트를 다듬어가는 게 가장 빠른 길입니다.
한 가지 더 챙기면 좋은 점은, 처음 설정한 뒤에는 반드시 실제 데이터로 한 번 시험해보고 결과가 기대한 형태로 나오는지 확인하는 것입니다. 대충 넘어가면 나중에 엉뚱한 결과가 쌓여서 오히려 손이 더 갑니다. 처음 며칠은 결과물을 사람이 한 번씩 훑어보면서 규칙이나 프롬프트를 다듬어가는 게 가장 빠른 길입니다.