Helpy Document Vision: 복잡한 문서를 구조화 데이터로 변환하는 AI 문서 분석 모델

단락, 표, 차트, 수식, 이미지까지 사람이 일일이 정리하던 복잡한 문서를 AI가 한번에 읽어 구조화된 데이터로 변환합니다. 기존 상용 솔루션이 약 33.6초 걸리던 분석을 평균 9.8초에 완료, 약 3.4배 빠른 속도를 자랑하는 문서 분석 모델입니다.

3.4배 빠른 속도 · 표, 차트, 수식, 이미지 인식 · 계층적 JSON 출력

Helpy Document Vision 한눈에 보기

입력 → 변환 결과

문서를 통째로 넣으면 페이지 안의 요소를 종류별로 나누고 위치까지 파악해 계층적 데이터로 전환합니다.

• 변환 결과 샘플(JSON)

{
  "page_count": 168,
  "pages": [
    {
      "elements": [
        { "label": "header",          "content": "ISSN 2288-7083" },
        { "label": "paragraph_title",  "content": "경제전망 Indigo Book 2026년 5월" },
        { "label": "table",            "content": "<table> ... </table>" },
        { "label": "footer_image",     "description": "한국은행 로고. 파란 원형 엠블럼과 ..." }
      ]
    }
  ]
}

PPT 입력 예시

• PPT·이미지 문서도 동일하게 처리합니다.

텍스트만 인식하는 OCR을 넘어, 문서 전체를 이해합니다

문서 속 모든 요소를 한 번에 구조화

페이지 안의 제목·표·차트·수식·이미지를 종류별로 구분하고 읽는 순서까지 파악합니다.

• 요소 단위 인식 : 단락·표·차트·수식·이미지를 종류별로 분리
• 읽기 순서 복원 : 페이지의 논리적 흐름을 그대로 유지
• 이미지 설명 생성 : 로고·사진 같은 요소는 텍스트 설명까지 자동 작성

표를 감지하면 전문 모델 Helpy Table Vision 자동 호출

문서 안에 표를 감지하면 표 처리에 특화된 Helpy Table Vision이 동작해 병합 셀과 다중 헤더 구조를 그대로 HTML로 변환합니다.

• 셀 병합(rowspan·colspan) 보존 : 복잡한 표도 행·열 관계 유지
• 차트·그래프 데이터 복원 : 그림 속 수치를 데이터(HTML 표)로 복원
• 수식 기호화 : 복잡한 수식을 구조화된 형태로 변환

옛글자 문서·대용량 엑셀까지 정밀하게

일반 모델이 처리하기 어려운 문서도 적은 학습 데이터로 빠르게 최적화해 정확도를 높입니다.

• 고문서·근현대사 문서 : 수백 건 학습만으로 정확히 분석
• 대용량 엑셀 : 수백 행에 달하는 긴 표 문서도 안정적으로 처리
• 도메인 맞춤 최적화 : 금융·의료·법률 등 산업별 특수 문서에 맞춤 학습

모델 사양 (입력·출력·API)

문서를 넣으면 페이지 요소를 구조화한 계층적 JSON으로 변환합니다.

Helpy Document Vision 작동 원리 4단계

문서를 입력하면 페이지 레이아웃과 요소를 분석하고, 종류별로 정리한 계층적 JSON으로 변환합니다.

STEP 1 · 문서 입력 PDF·PPT·이미지 등 분석할 문서를 업로드합니다.

STEP 2 · 통합 레이아웃 분석 페이지 안의 단락·표·차트·수식·이미지를 구분하고, 위치와 읽는 순서를 파악합니다.

STEP 3 · 요소별 병렬 처리 요소 종류에 맞는 엔진이 동시에 동작합니다. 텍스트는 OCR, 표는 Helpy Table Vision(표 구조 인식), 차트는 데이터로 복원, 수식은 기호화해 처리합니다.

STEP 4 · 계층적 JSON 출력 각 요소를 종류·내용·좌표로 정리하고, 표는 HTML로 채워 계층적 JSON으로 출력합니다.

약 3.4배 빠른 문서 분석 속도, 벤치마크 결과

기존 상용 솔루션이 평균 33.6초 걸리던 문서 분석을 평균 9.8초에 끝냅니다.

읽기 순서 추출 정확성, 표·수식 추출 성능, 실행 시간 등 전반적인 문서 이해 지표에서도 기존 솔루션을 앞서며 표 처리의 핵심인 Helpy Table Vision은 글로벌 VLM 벤치마크 'Nanonets'에서 업계 1위를 기록했습니다.

*실제 도입 환경에서의 성능은 문서 종류와 품질에 따라 달라질 수 있습니다. 시범 도입(PoC) 단계에서 실제 고객사 문서로 검증할 수 있습니다.

표 변환이 중요하다면, Helpy Table Vision

표 데이터만 정확하게 뽑아내면 충분하다면 Helpy Table Vision을 단독으로 쓸 수 있습니다. OpenAI 호환 API라 기존 서비스에 코드 변경 없이 바로 연동됩니다.

도입 사례

국가 기록기관(사명 비공개) 옛한글 고문서 디지털 전환

수백 년 된 옛한글 고문서의 표·삽화·수기 주석까지 구조화 데이터로 변환한 국가 단위 디지털 전환 사례입니다. 일반 모델이 읽기 어려운 문서를 적은 학습 데이터로 맞춰 정밀하게 분석했습니다. [자세히 보기 →]

현대자동차그룹 99% 정확도로 충돌 시험 이미지 검색·분류

충돌 시험에서 쏟아지는 수만 장의 이미지를 사진으로 검색하는 시스템을 구축했습니다. 엘리스 AI팀이 라벨링 체계 설계부터 모델 개발과 현업 적용까지 전 과정을 맡았습니다. 현재 분류 정확도 99% 수준으로 운영 중입니다. [자세히 보기 →]

보안·도입 환경

자체 GPU 프라이빗 환경 엘리스클라우드에서 운영되며, 다른 고객과 자원·데이터를 격리합니다. 금융·의료·공공기관 등 민감 데이터 환경에 적합합니다.

• CSAP 인증 : 공공기관 도입 필수 기준 충족
• ISO 27001·27701 : 국제 표준 정보보호·개인정보 관리체계
• 국내 리전 운영 : 데이터 해외 반출 없음
• 전용(Dedicated) 환경 : 자원·데이터 완전 격리
• AI PMDC 연계 : 모듈형 데이터센터 연계 시 외부 인터넷과 분리된 폐쇄망 운영

자주 묻는 질문

Q. 어떤 문서 형식을 지원하나요? PDF·PPT·PPTX·PNG·JPEG·JPG를 지원합니다. 디지털 문서는 물론 스캔본·사진 형태의 문서도 분석할 수 있습니다.

Q. 표·차트·수식이 섞인 문서도 한 번에 처리되나요? 가능합니다. 한 페이지 안의 단락·표·차트·수식·이미지를 종류별로 구분해 구조화합니다. 표는 Helpy Table Vision이 자동 호출되어 HTML로, 차트는 데이터로 복원하고, 수식은 기호화해 출력합니다.

Q. 출력 데이터는 어떤 형태인가요? 계층적 JSON입니다. 각 요소를 종류(label)·내용(content)·좌표(coordinate)로 정리하고, 표는 HTML로, 이미지·로고는 텍스트 설명(description)으로 함께 변환합니다. RAG·AI 에이전트 시스템에 바로 넣어 활용할 수 있습니다.

Q. 기존 상용 솔루션보다 무엇이 나은가요? 같은 문서 레이아웃 분석 및 데이터 추출 기준으로 기존 상용 솔루션 평균 33.6초 대비 평균 9.8초로 약 3.4배 빠릅니다. 읽기 순서 정확성과 표와 수식 추출 성능 등 전반적인 문서 이해 품질에서도 우수합니다.

Q. 고문서나 대용량 엑셀처럼 까다로운 문서도 되나요? 가능합니다. 일반 모델이 어려워하는 고문서, 근현대사 문서를 수백 건 학습만으로 정확히 분석하고 수백 행에 달하는 긴 엑셀 문서도 안정적으로 처리합니다.

Q. 도메인 맞춤 학습이 가능한가요? 가능합니다. 사내 데이터와 학습 인프라를 결합해 금융, 의료, 법률 등 산업별 특수 문서에 맞춰 빠르게 최적화할 수 있습니다. 도입 전 엘리스 팀과 방향을 함께 논의할 수 있습니다.

Q. 대기업·공공 보안 환경에서도 도입 가능한가요? 자체 GPU 프라이빗 환경 엘리스클라우드에서 운영하며, 국내외 주요 보안 인증을 충족합니다. 국내 기반의 엘리스 AI PMDC(모듈형 데이터센터)와 연계하여 외부 인터넷과 분리된 폐쇄망 운영까지 지원합니다.

Q. Helpy Table Vision과 어떻게 다른가요? Helpy Document Vision은 단락, 표, 차트, 수식, 이미지를 포함한 문서 전체를 분석하는 모델입니다. Helpy Table Vision은 표 추출에 특화된 모델로 표만 필요할 때 OpenAI 호환 API로 가볍게 쓰기 좋습니다. 문서 전체 구조가 필요하면 Document Vision을, 표 데이터만 필요하면 Table Vision을 선택하세요. (Document Vision은 내부적으로 Table Vision을 호출합니다.)