본문으로 건너뛰기
Roboflow Blog조회 10

Gemini 3 Pro를 활용하여 레거시 문서에서 구조화된 Markdown 추출하기

Gemini 3 Pro와 Roboflow Workflows를 결합하여 스캔된 레거시 문서의 구조를 유지하며 검색 가능한 Markdown으로 자동 변환하는 파이프라인 구축 방법을 제시한다.

섹션별 상세

01
Gemini 3 Pro는 100만 토큰의 방대한 컨텍스트 윈도우와 강력한 시각적 추론 능력을 갖추고 있어 복잡한 레이아웃과 표 구조를 정확하게 파악한다.
Roboflow Workflows에서 구성된 문서 추출 파이프라인 다이어그램
Diagram입력 이미지부터 Gemini 3 Pro 블록, JSON Parser를 거쳐 최종 출력으로 이어지는 전체 워크플로 구조를 보여준다. 각 블록 간의 데이터 흐름을 시각화하여 시스템 아키텍처를 이해하는 데 도움을 준다.
02
Roboflow Workflows에서 Gemini 블록을 'Structured Output Generation' 모드로 설정하고 특정 JSON 스키마를 정의하여 일관된 Markdown 출력을 유도한다.
text
Convert this document page to markdown format. Preserve all structure including:
- Headers (use # ## ### for hierarchy)
- Lists (numbered and bulleted)
- Tables (use markdown table syntax)
- Text formatting (bold, italic)
- Paragraph breaks
Return only the markdown content without any preamble or explanation.

Define the output structure:
{
  "markdown_content": "The complete markdown text extracted from the document page, preserving all headers, lists, tables, and formatting"
}

Gemini 3 Pro 블록에 입력하는 시스템 프롬프트 및 출력 JSON 스키마 정의 예시

03
JSON Parser 블록을 파이프라인에 추가함으로써 Gemini가 생성한 응답에서 Markdown 콘텐츠만 안전하게 추출하고 데이터 구조의 무결성을 검증한다.
JSON Parser 블록의 설정 화면 스크린샷
ScreenshotGemini 모델의 출력에서 'markdown_content' 필드를 추출하도록 설정된 구체적인 인터페이스를 보여준다. 실제 구현 시 어떤 파라미터를 입력해야 하는지 명확한 가이드를 제공한다.
04
1970년대 IBM 타자기 매뉴얼과 같은 실제 레거시 문서를 테스트한 결과, 다단 레이아웃과 기술 도표가 포함된 스캔본도 검색 가능한 텍스트로 성공적으로 변환됨을 확인했다.
1970년대 IBM 타자기 매뉴얼의 원본 스캔 페이지
Photo다단 텍스트, 표, 흑백 사진이 포함된 복잡한 레거시 문서의 예시를 보여준다. 이 워크플로가 해결해야 하는 원본 데이터의 복잡성을 시각적으로 증명한다.
추출된 Markdown이 렌더링된 현대적인 문서 화면
Screenshot원본 스캔본의 표와 목록 구조가 Markdown으로 완벽하게 변환되어 현대적인 UI에서 깔끔하게 보여지는 결과를 제시한다. 기술의 효과성을 직접적으로 보여주는 비교 자료이다.
05
프로덕션 환경에서는 도메인 특화 프롬프트 엔지니어링과 이미지 전처리 블록(대비 조정, 노이즈 제거)을 활용하여 저품질 스캔본의 인식률을 획기적으로 높일 수 있다.
06
추출된 데이터를 Notion이나 Elasticsearch와 같은 외부 시스템과 연동하기 위해 웹훅(Webhook)과 Zapier를 활용한 자동화 스택 구축이 가능하다.
07
대규모 문서 마이그레이션 시 병렬 워크플로 인스턴스를 운영하여 시간당 200-400페이지의 처리 속도를 확보함으로써 수동 작업 대비 수개월의 시간을 단축한다.

용어 해설

시각 언어 모델(Vision-Language Model)
이미지와 텍스트를 동시에 이해하고 처리할 수 있는 AI 모델이다. 이미지 내의 텍스트 추출뿐만 아니라 레이아웃, 도표, 시각적 문맥을 파악하여 구조화된 정보를 생성하는 데 필수적이다.
구조화된 출력(Structured Output)
AI 모델이 자유로운 텍스트 대신 JSON과 같이 미리 정의된 데이터 형식에 맞춰 결과를 생성하도록 하는 기법이다. 이를 통해 후속 시스템에서 별도의 가공 없이 데이터를 즉시 활용할 수 있다.
마크다운(Markdown)
일반 텍스트에 간단한 기호를 추가하여 서식(헤더, 표, 목록 등)을 지정하는 경량 마크업 언어이다. 현대적인 지식 관리 시스템과 호환성이 높으며 사람이 읽기에도 직관적이다.
웹훅(Webhook)
특정 이벤트가 발생했을 때 서버가 지정된 URL로 데이터를 실시간으로 전송하는 방식이다. 워크플로가 완료된 후 Notion이나 외부 데이터베이스로 결과를 자동 전송하는 데 사용된다.
컨텍스트 윈도우(Context Window)
모델이 한 번에 처리할 수 있는 정보의 총량을 의미한다. Gemini 3 Pro는 100만 토큰 이상의 넓은 범위를 제공하여 수천 페이지의 대규모 문서나 복잡한 데이터를 처리하기에 적합하다.

기술

  • Gemini 3 Pro
  • Roboflow Workflows
  • JSON Parser
  • Notion API
  • Zapier

활용 사례

  • 기술 매뉴얼의 디지털화
  • 법률 및 규정 준수 문서 자동 분류
  • 고객 지원용 지식 베이스 구축
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 03. 14.수집 2026. 03. 14.출처 타입 RSS

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