본문으로 건너뛰기
LlamaIndex

LlamaSheets를 활용하여 복잡한 스프레드시트를 구조화된 Parquet 파일로 변환하기

LlamaSheets를 사용하여 비정형 스프레드시트에서 의미론적 맥락을 유지하며 데이터를 추출하고, 이를 AI 에이전트가 활용 가능한 Parquet 형식으로 변환하는 기술적 방법론을 제시한다.

챕터별 상세

00:00

LlamaIndex 생태계와 문서 에이전트의 진화

LlamaIndex는 단순한 RAG 프레임워크를 넘어 복잡한 문서를 처리하는 'Document Agent'를 위한 개발 플랫폼으로 진화했다. LlamaCloud를 통해 문서 파싱(LlamaParse), 구조화된 추출(LlamaExtract), 그리고 이번에 새롭게 추가된 시트 파싱(LlamaSheets) 기능을 통합적으로 제공한다. 인간이 이해하기 위해 만든 복잡한 문서 레이아웃을 LLM이 소비할 수 있는 형태로 변환하는 것이 핵심 목표이다.
07:40

스프레드시트 파싱의 기술적 난제

단일 엑셀 시트 내에 여러 개의 독립적인 테이블이나 텍스트 영역이 혼재된 경우 기존의 단순 변환 방식으로는 데이터 오염이 발생한다. 각 영역(Region)은 서로 다른 의미적 맥락을 가지며, 이를 구분하지 못하면 LLM은 엉뚱한 행과 열을 결합하여 잘못된 추론을 수행한다. 특히 금융 데이터처럼 수치와 단위가 중요한 경우, 데이터 타입 정보가 유실되는 CSV 방식은 실무 적용에 한계가 뚜렷하다.
08:45

LlamaSheets의 작동 원리와 Region 감지

LlamaSheets는 알고리즘을 통해 시트 내의 개별 테이블 영역을 자동으로 식별하고 분류한다. 각 영역에 대해 제목(Title)과 설명(Description)을 생성하여 데이터의 용도를 명확히 정의한다. 추출된 데이터는 단순 텍스트가 아니라 셀의 위치, 서식, 통화 여부, 백분율 정보 등을 포함한 풍부한 메타데이터와 함께 저장된다. 이를 통해 AI 에이전트는 특정 수치가 무엇을 의미하는지 정확한 컨텍스트를 파악한다.
09:40

Parquet 포맷 선택의 이유와 이점

LlamaSheets는 최종 출력물로 Parquet 파일을 사용한다. Parquet은 데이터 과학 분야에서 널리 쓰이는 컬럼 지향 포맷으로, 날짜나 숫자 등의 데이터 타입을 엄격하게 유지한다. 이는 LLM이 데이터를 다시 읽어들일 때 문자열로 오인하는 사고를 방지하며, 대용량 시트 처리 시 압축 효율과 속도 면에서 CSV보다 압도적이다. 또한 Claude Code와 같은 코딩 에이전트들이 이 포맷을 즉시 이해하고 조작할 수 있다는 장점이 있다.
15:30

LlamaCloud SDK 및 UI 실습 데모

Python SDK를 사용하여 엑셀 파일을 LlamaCloud에 업로드하고 파싱하는 과정을 시연했다. `client.beta.sheets.parse` 함수를 호출하면 시트 내의 모든 영역이 개별 Parquet 파일로 분리되어 생성된다. Pandas 라이브러리를 통해 파싱된 결과를 로드하면 엑셀의 복잡한 구조가 깔끔한 데이터프레임으로 변환된 것을 확인할 수 있다. LlamaCloud UI에서도 시각적으로 영역 분리 결과를 미리 보고 코드를 복사할 수 있는 기능을 지원한다.
python
from llama_cloud import LlamaCloud

client = LlamaCloud()
# 스프레드시트 업로드
file_obj = client.files.create(file="budget_2025.xlsx", purpose="parse")
file_id = file_obj.id

# LlamaSheets API를 통한 파싱 실행
result = client.beta.sheets.parse(
    file_id=file_id,
    config={"generate_additional_metadata": True}
)

LlamaCloud SDK를 사용하여 엑셀 파일을 업로드하고 LlamaSheets API로 파싱을 요청하는 기본 코드이다.

27:00

LlamaAgent Builder를 통한 자동화

자연어 프롬프트만으로 데이터 추출 에이전트를 생성하는 'LlamaAgent Builder' 기능을 공개했다. 사용자가 '인보이스에서 세금 정보를 추출해줘'라고 입력하면 시스템이 자동으로 LlamaExtract와 LlamaSheets를 조합한 워크플로우를 구성한다. 생성된 에이전트는 GitHub 리포지토리에 즉시 배포 가능하며, 복잡한 인프라 설정 없이도 실무에 바로 투입할 수 있는 수준의 코드를 제공한다.

용어 해설

파케이(Parquet)
— 데이터의 타입 정보를 보존하고 압축 효율이 뛰어난 컬럼 지향 저장 파일 형식이다. CSV와 달리 날짜, 숫자 등의 데이터 형식을 명확히 기록하여 LLM이나 데이터 분석 도구가 데이터를 오해 없이 처리하도록 돕는 중요한 역할을 한다.
의미론적 파싱(Semantic Parsing)
— 단순한 텍스트 추출을 넘어 데이터 간의 계층 구조, 헤더 관계, 서식 등 시각적 맥락을 파악하여 변환하는 기법이다. 복잡한 엑셀 시트에서 특정 데이터가 어떤 항목에 속하는지 LLM이 정확히 인지하게 하는 핵심 기술이다.
에이전트 워크플로우(Agentic Workflow)
— AI 에이전트가 주어진 목표를 달성하기 위해 여러 도구를 순차적으로 사용하거나 스스로 판단하여 작업을 수행하는 흐름이다. LlamaIndex에서는 문서 파싱, 데이터 추출, 결과 보고서 작성을 하나의 자동화된 단계로 연결하는 구조를 의미한다.
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 01. 31.수집 2026. 02. 21.출처 타입 YOUTUBE

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.