본문으로 건너뛰기
ReviewRamble

주간 브리프

AI 리뷰를 받은편지함으로.

  • 도구, 모델, MCP 서버, 저장소의 새 리뷰(결론부터)
  • 변경이 있을 때 다시 확인한 가격과 평점
  • 새로 발행된 분석 글

모델, 에이전트, MCP 서버, 그리고 정말 시간을 들일 만한 도구.

일주일에 한 통입니다. 각 브리프의 링크로 구독을 해지할 수 있습니다. 이메일 사용 방식

레이아웃 분석

레이아웃 분석(layout analysis)은 문서 파싱의 한 부분으로, 페이지에서 제목, 문단, 표, 그림, 캡션, 바닥글 같은 영역을 찾아 각각에 레이블을 붙이고, 사람이 읽는 순서를 알아냅니다.

다른 이름: reading order, layout detection

작성 Divya Sharma · 2026년 11월 15일 확인 · 리뷰 방식

PDF에서 바로 뽑은 텍스트는 순서가 틀린 경우가 많습니다. 두 단이 한 줄씩 뒤섞이고, 각주가 문장 중간에 끼어들고, 페이지 머리글이 페이지마다 반복됩니다. 레이아웃 분석은 텍스트가 청킹이나 모델에 닿기 전에 이를 바로잡으며, 그래서 모든 문서 파싱 파이프라인에 중요합니다.

작동 방식

대부분의 시스템은 이를 페이지 이미지에서의 객체 탐지로 다룹니다. 모델이 영역 주위에 경계 상자를 그리고 각각에 클래스를 붙입니다. 예를 들어 DocLayNet 데이터셋은 모든 영역에 캡션, 각주, 수식, 목록 항목, 표, 제목, 텍스트 등 11개 클래스 중 하나를 붙입니다. 두 번째 단계에서 상자들을 읽는 순서대로 정렬하며, 단, 사이드바, 그림을 처리합니다. 그다음 탐지된 영역은 알맞은 도구로 갑니다. 텍스트 블록은 필요하면 OCR로, 표는 표 추출로, 그림은 이미지 모델로 갑니다.

예시

두 단으로 된 연구 논문이 주어지면, 레이아웃 분석은 제목, 초록, 두 텍스트 단, 캡션이 달린 그림, 참고 문헌 목록을 찾습니다. 읽는 순서는 왼쪽 단을 오른쪽 단보다 앞에 두고, 캡션을 그림과 함께 두고, 반복되는 머리글은 뺍니다. Docling 같은 오픈소스 파서에 이 단계가 들어 있습니다.

한계

잡지, 양식, 포스터, 슬라이드 같은 특이한 디자인은 대부분의 모델이 학습한 범위를 벗어나며, 복잡한 페이지의 읽는 순서는 여전히 오류가 나기 쉽습니다. 비전 언어 모델은 레이아웃을 암묵적으로 처리할 수 있지만 결과에 대한 통제권은 더 적습니다.

관련 용어

문서 파싱
문서 파싱(document parsing)은 PDF, 스캔본, 슬라이드, 스프레드시트 같은 파일을 소프트웨어가 쓸 수 있는 구조화된 텍스트로 바꾸는 작업입니다. 평평한 문자열이 아니라 제목, 읽는 순서, 표, 이미지를 유지합니다.
광학 문자 인식(OCR)
광학 문자 인식(optical character recognition, OCR)은 스캔한 페이지, 사진, 스크린샷 같은 이미지에서 텍스트를 읽어, 검색하거나 복사하거나 모델에 넣을 수 있는 기계 판독 문자로 바꾸는 소프트웨어입니다.
표 추출(Table extraction)
표 추출(table extraction)은 문서에서 표를 찾아 그 행, 열, 머리글, 셀을 흩어진 텍스트 줄이 아니라 HTML, Markdown, CSV 같은 구조화된 데이터로 다시 만드는 작업입니다.
비전 언어 모델(Vision-language model)
비전 언어 모델(vision-language model, VLM)은 이미지와 텍스트를 입력으로 받아 텍스트를 내놓는 모델로, 그림을 설명하고, 그림에 관한 질문에 답하고, 문서를 읽고, 스크린샷에서 데이터를 추출할 수 있습니다.
청킹
청킹(chunking)은 긴 문서를 임베딩하고 색인하기 전에 더 작은 구절로 나누는 단계로, 검색 시스템이 문서 가운데 질의에 답하는 부분만 찾아 돌려줄 수 있게 합니다.

출처