PyMuPDF4LLM 1.28, PDF 표 추출 성능 개선

PyMuPDF4LLM 1.28 버전의 Layout 모듈이 업데이트되어 PDF 문서 내 표(Table) 추출 기능이 강화되었습니다. 기존의 한계였던 병합된 셀, 불규칙한 셀 경계, 줄바꿈 문제를 해결하기 위해 다음과 같은 프로세스를 적용합니다.

• 표 바운딩 박스 감지: 표의 위치를 더욱 정확하게 식별합니다.
• 표 구조 감지: 행과 열, 셀 그리드를 정밀하게 재구성합니다.
• 레이아웃 통합 처리: 전체 문서 레이아웃 분석 과정에 표 구조 파악을 통합하여 일관성을 높였습니다.

이번 업데이트는 RAG(Retrieval-Augmented Generation) 파이프라인 구축 시, 표 데이터의 손실이나 왜곡을 줄여 LLM의 답변 품질을 높이는 데 기여할 것으로 기대됩니다. 기존 API를 그대로 사용할 수 있어 라이브러리 업데이트만으로 즉시 적용이 가능합니다.