Marker의 개요
Marker는 PDF, 이미지, Word, PowerPoint, Excel, HTML, EPUB 파일을 Markdown, HTML, JSON 또는 검색용 청크로 변환합니다. 표, 수식, 코드 블록, 읽기 순서를 유지하고 반복되는 머리글과 바닥글을 제거합니다. 같은 모델로 만든 호스팅 문서 API를 판매하는 Datalab이 관리합니다.
2026년 7월 20일에 나온 버전 2.0.0은 재작성이자 라이선스 변경이었습니다. 코드는 GPL-3.0에서 Apache 2.0으로 바뀌었습니다. 다만 내려받는 모델 가중치는 수정된 OpenRAIL-M 라이선스로 남아, 연구와 개인 용도, 매출과 투자 유치액이 $5M 미만인 회사에는 무료이고, 그보다 큰 회사는 Datalab의 상용 라이선스가 필요합니다.
두 가지 모드로 실행됩니다. GPU에서 기본인 balanced는 레이아웃에 Datalab의 Surya 비전 모델을 쓰고 상태가 나쁜 페이지를 다시 읽습니다. CPU에서 기본인 fast는 20M 파라미터 레이아웃 모델과 PDF 자체의 텍스트를 쓰고, 수식과 손상된 블록에만 비전 모델을 부릅니다. 선택 플래그를 켜면 여러 페이지에 걸친 표와 양식을 위해 외부 LLM(기본은 Gemini)을 더합니다.
Marker의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Code | Free | Apache 2.0, 가중치는 매출과 투자 유치액 $5M 미만이면 무료 |
| Datalab Convert | $4 per 1,000 pages | fast 또는 balanced |
| Team plan | $400/month |
코드는 Apache 2.0으로 무료이고, 가중치는 매출과 투자 유치액 $5M 미만이면 무료, 그 이상은 상용 라이선스입니다. 호스팅 Datalab API: Convert는 1,000페이지당 $4(fast 또는 balanced), Team 요금제는 월 $400입니다.
Marker, 쓸 만한 가치가 있습니까?
Office 파일이 아니라 PDF가 문제일 때 고를 오픈 변환기가 Marker입니다. 제3자가 만든 PDF 1,403개 세트인 olmOCR-bench에서 Datalab은 balanced 모드가 종합 76.0, 디지털 원본 파일에서 83.5를 기록했다고 보고합니다. MinerU 파이프라인은 72.7, Docling은 50.3이었고, 변환 속도는 B200 한 대에서 초당 2.9페이지로 MinerU의 0.54보다 빨랐습니다. 관리자가 직접 돌린 결과이지만, 하네스가 저장소에 있고 벤치마크도 Datalab 것이 아니라는 점에서 대부분의 경쟁 제품보다 낫습니다.
라이선스는 두 번 읽어야 합니다. 2026년 7월 GPL-3.0에서 Apache 2.0으로 바뀌면서 상용 소프트웨어에 코드를 넣는 데 대한 주된 반대 이유는 사라졌습니다. 그러나 코드는 Surya 가중치 없이는 쓸모가 없고, 가중치는 매출과 투자 유치액이 $5M 미만인 회사에만 무료입니다. 그 선을 넘으면 상용 라이선스나 Datalab API 가운데 하나를 골라야 합니다. Docling과 MarkItDown에는 이런 조건이 없습니다.
모드는 마케팅용 등급이 아니라 실제 절충입니다. fast 모드는 초당 7.4페이지에 66.6점이지만 수식을 텍스트 레이어에서 읽기 때문에 arXiv 수학 문서에서는 23.4로 떨어집니다. 순수 텍스트 레이어 추출은 CPU에서 초당 23.7페이지로 돌지만 수학에서 0점, 오래된 스캔본에서 14.3점입니다. 깔끔한 계약서 묶음은 CPU로 충분하고, 스캔 아카이브나 논문 라이브러리에는 GPU와 balanced 모드가 필요합니다.
운영 면에서 버전 2는 움직이는 부품을 늘립니다. balanced 모드는 NVIDIA GPU에서는 Docker로 vLLM 추론 서버를, 그 밖의 환경에서는 llama.cpp를 띄우고, 여러 가벼운 워커가 이를 공유합니다. 함께 제공되는 API 서버는 파라미터를 다섯 개만 노출하고 README도 그다지 견고하지 않다고 설명합니다. 따라서 프로덕션 서비스는 Python API를 중심으로 직접 만들거나 Datalab에서 사야 합니다. Datalab의 자체 Chandra 2 모델은 같은 벤치마크에서 85.8점입니다.
제 역할을 하는 곳
과학 논문 200,000편의 검색을 만드는 ML 엔지니어
수식과 표가 있는 PDF를 깔끔한 Markdown 청크로 바꾸기
GPU 호스트 한 대에서 balanced 모드와 --output_format chunks로 폴더 전체에 marker를 돌립니다. 수식은 LaTeX로 나옵니다. B200에서 보고된 초당 2.9페이지 기준으로 200만 페이지 코퍼스는 한 대에서 약 8일이 걸리며, --num_chunks로 여러 노드에 나눌 수 있습니다.
고객 계약서 를 처리하는 매출 $5M 미만의 리걸테크 스타트업
GPU나 페이지당 요금 없이 디지털 원본 계약서를 Markdown으로 변환하기
일반 CPU 인스턴스에서 --disable_ocr와 함께 fast 모드를 쓰면 비전 서버가 아예 뜨지 않습니다. 이 회사 규모에서는 가중치가 무료이지만, 매출이나 투자 유치액이 $5M을 넘으면 라이선스를 다시 검토해야 합니다.
직접 구축과 구매를 비교하는 2,000명 규모 보험사의 운영 책임자
Marker 자체 호스팅과 Datalab API 비용 지불 사이에서 결정하기
월 100,000페이지에서 API의 Convert 가격인 1,000페이지당 $4는 약 $400이며, $400 Team 요금제로 감당되고 BAA도 더해집니다. 이 규모에서 자체 호스팅에는 상용 가중치 라이선스와 GPU, 당직 비용이 필요합니다.
도입 전 확인할 점
- 설정
- PyTorch가 있는 Python 3.10+에서 pip install marker-pdf(Office와 EPUB은 marker-pdf[full])를 실행한 뒤 marker_single file.pdf를 씁니다. GPU 모드에는 Docker와 NVIDIA Container Toolkit도 필요하고, CPU와 Apple Silicon에는 llama.cpp의 llama-server가 필요합니다.
- 연동
- Python API, CLI, Streamlit 앱, 작은 FastAPI 서버. Gemini, Vertex, Claude, OpenAI 호환 엔드포인트, Azure OpenAI, OpenRouter, Ollama를 통한 선택적 LLM 보강. Modal 배포 예제.
- 데이터와 개인정보
- 로컬에서 실행되며, 저희가 저장소를 읽은 범위에서는 텔레메트리가 없었습니다. 문서는 --use_llm이 외부 모델(기본은 Gemini)로 보낼 때만 기기를 떠납니다. 가중치는 수정된 OpenRAIL-M입니다. Datalab 호스팅 API는 모든 요금제에 SOC 2 Type II가 있고 데이터 보존은 사용자가 선택해야 켜집니다.
- 대규모 사용 시 비용
- 자체 호스팅 비용은 GPU 시간입니다. README에 따르면 balanced 모드는 B200 한 대의 약 30%를 써서 초당 2.9페이지에 도달했습니다. Datalab API는 1,000페이지당 요금을 받습니다. lite Convert $0.50, fast 또는 balanced $4, accurate $10이며, EU 처리는 25%가 추가됩니다.
- 제한
- README 스스로 밝히듯 중첩된 표와 양식은 실패할 수 있습니다. API 서버는 --use_llm을 쓸 수 없습니다. VRAM 요구량은 공개되지 않았습니다. 열린 이슈 385개.
좋은 점
- balanced 모드로 olmOCR-bench 76.0, MinerU 파이프라인과 Docling보다 높음
- 2026년 7월 코드 라이선스를 Apache 2.0으로 변경
- 디지털 원본 PDF용 CPU 전용 경로
- Markdown, 경계 상자가 포함된 HTML과 JSON, 청크 출력
아쉬운 점
- 매출이나 투자 유치액 $5M 이상이면 가중치에 상용 라이선스 필요
- balanced 모드에는 Docker와 GPU 기반 vLLM 서버 필요
- fast 모드는 수식에 약함
- 기본 제공 API 서버는 단순하고 보안 강화가 안 됨
추천 대상
복잡하거나 스캔된 PDF를 자체 하드웨어에서 대량으로 변환하는 RAG 팀과 데이터 팀.
Marker 대안
Marker: 자주 묻는 질문
- Marker, 쓸 만한 가치가 있습니까?
- Marker는 제작사가 측정 한 다른 어떤 오픈 파이프라인보다 까다로운 PDF를 쓸 만한 Markdown으로 잘 바꿉니다. 다만 가중치 라이선스가 그 자유에 매출 상한을 둡니다. 평점은 5점 만점에 4.3점입니다.
- Marker의 가격은 얼마입니까?
- 코드는 Apache 2.0으로 무료이고, 가중치는 매출과 투자 유치액 $5M 미만이면 무료, 그 이상은 상용 라이선스입니다. 호스팅 Datalab API: Convert는 1,000페이지당 $4(fast 또는 balanced), Team 요금제는 월 $400입니다.
- Marker의 단점은 무엇입니까?
- 매출이나 투자 유치액 $5M 이상이면 가중치에 상용 라이선스 필요; balanced 모드에는 Docker와 GPU 기반 vLLM 서버 필요; fast 모드는 수식에 약함; 기본 제공 API 서버는 단순하고 보안 강화가 안 됨.
- Marker에 적합한 사람은 누구입니까?
- 복잡하거나 스캔된 PDF를 자체 하드웨어에서 대량으로 변환하는 RAG 팀과 데이터 팀.
- 팀이나 프로덕션 환경에서 Marker의 비용은 얼마입니까?
- 자체 호스팅 비용은 GPU 시간입니다. README에 따르면 balanced 모드는 B200 한 대의 약 30%를 써서 초당 2.9페이지에 도달했습니다. Datalab API는 1,000페이지당 요금을 받습니다. lite Convert $0.50, fast 또는 balanced $4, accurate $10이며, EU 처리는 25%가 추가됩니다.
- Marker에 회사 데이터를 맡겨도 안전합니까?
- 로컬에서 실행되며, 저희가 저장소를 읽은 범위에서는 텔레메트리가 없었습니다. 문서는 --use_llm이 외부 모델(기본은 Gemini)로 보낼 때만 기기를 떠납니다. 가중치는 수정된 OpenRAIL-M입니다. Datalab 호스팅 API는 모든 요금제에 SOC 2 Type II가 있고 데이터 보존은 사용자가 선택해야 켜집니다.
- Marker의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Docling, MarkItDown, Unstructured, pdf-inspector 및 Xberg (formerly Kreuzberg)입니다.
답변 확인일: 2026년 10월 23일.
Marker 개발사입니까? 이 평점을 사이트에 표시하십시오
