나의 첫 LLM 실험: Claude Code를 활용한 복잡한 PDF의 마크다운 변환기

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

핵심 요약

AI 기술에 대해 비판적인 시각을 가졌던 저자가 업무 효율성을 위해 Claude Code CLI를 도입하여 복잡한 PDF 문서를 마크다운으로 변환한 사례를 다룹니다. Alan Moore의 스토리텔링 강의 PDF를 대상으로 스타일 분석, YAML 헤더 생성, 섹션별 텍스트 및 이미지 추출 과정을 단계별 프롬프트와 함께 상세히 기술합니다. 단순히 텍스트를 복사하는 수준을 넘어 2단 구성을 1단으로 재배치하고 내부 링크와 이미지 크기까지 자동화된 명령으로 조정하는 워크플로를 구축했습니다. 이 실험은 정교한 프롬프트와 CLI 도구의 결합이 수동 작업 시간을 획기적으로 단축하고 고품질의 디지털 문서를 생성할 수 있음을 입증했습니다.

배경

CLI(Command Line Interface) 기본 사용법, 마크다운(Markdown) 및 YAML 문법에 대한 이해, 프롬프트 엔지니어링 기초 지식

대상 독자

LLM을 활용해 문서 자동화 워크플로를 구축하려는 개발자 및 콘텐츠 제작자

의미 / 영향

이 사례는 LLM이 단순한 텍스트 생성을 넘어 복잡한 레거시 문서(PDF)를 현대적인 데이터 포맷(Markdown, EPUB)으로 변환하는 강력한 도구가 될 수 있음을 보여줍니다. 특히 CLI 기반의 에이전틱 도구는 개발자가 프롬프트를 통해 정교한 제어를 수행하며 대규모 작업을 자동화할 수 있는 새로운 가능성을 제시합니다.

섹션별 상세

저자는 AI 기업들의 독점적 행태에 비판적이었으나, 웹사이트 업그레이드와 문서 변환 작업의 시간 절약을 위해 Claude Pro와 Claude Code CLI를 도입했습니다. CLI 도구는 기존의 채팅 인터페이스보다 개발자 친화적인 워크플로를 제공하며 파일 시스템에 직접 접근하여 작업을 수행합니다. 이를 통해 수동으로 처리하기 어려운 대량의 텍스트 변환 작업을 자동화하는 기반을 마련했습니다.

변환의 첫 단계로 PDF 내부의 스타일 구조를 먼저 파싱하여 제목, 본문, 이미지 등의 스타일 명칭을 확인하는 전략을 사용했습니다. 추출된 스타일 리스트를 별도 파일로 저장하고 이를 이후 프롬프트의 참조 데이터로 활용하여 변환의 정확도를 높였습니다. 이는 LLM이 문서의 구조를 오해하여 발생하는 할루시네이션을 방지하는 핵심적인 사전 작업입니다.

text

parse AlanMoore_Storytelling_BBCMaestro_CourseNotes-1.pdf and list styles
save to conversion-styles-document.md

PDF 문서의 내부 스타일 구조를 파싱하여 별도의 마크다운 파일로 저장하는 초기 분석 명령

문서 전체를 한 번에 변환하지 않고 YAML 헤더 생성, 목차 구성, 섹션별 본문 변환으로 단계를 나누어 처리했습니다. 각 섹션마다 2단 구성을 1단으로 변경하고 특정 스타일의 텍스트를 마크다운 헤더(H2, H3)로 매핑하는 구체적인 지시사항을 프롬프트에 포함했습니다. 결과적으로 복잡한 레이아웃의 PDF가 기기에서 읽기 좋은 표준 마크다운 파일들로 분할되어 생성되었습니다.

text

as a yaml key/value pairs, map subtitle "STORYTELLING" to the key "title". 
map title "ALAN MOORE" to the key "author". 
map quote "this is what a human face looks like after 40 years" to key "quote". 
map and append "course notes 3.2" to the key title. 
Save as storytelling-header.md

PDF의 텍스트 요소를 추출하여 마크다운용 YAML 헤더 형식으로 변환하는 프롬프트

text

extract full-bleed photos as same names as placeholder file names into subfolder "images".
convert all sections into single column format.
convert full-bleed photos to markdown images.
convert part headings to H2.
convert lesson headings to H3.
convert paragraphs to markdown format and ignore footers.
save to file named "storytelling" and part number

이미지 추출 및 본문 섹션을 구조화된 마크다운으로 변환하는 핵심 프롬프트

변환 과정에서 발생한 마크다운 내부 링크 오류와 거대한 이미지 크기 문제를 Claude Code의 추가 명령을 통해 즉각적으로 해결했습니다. HTML 앵커 링크를 사용하여 문서 내 이동을 최적화하고 이미지 크기를 50%로 일괄 축소하는 등 후처리 작업을 자동화했습니다. 최종적으로 모든 마크다운 파일을 병합하고 EPUB 포맷으로 변환하여 모바일 기기 가독성을 확보한 결과물을 얻었습니다.

Claude Code를 통해 변환된 마크다운 문서가 노션(Notion) 스타일의 인터페이스에 정리된 모습이다. — ScreenshotPDF의 복잡한 구조가 YAML 헤더, 목차, 섹션별 헤더로 깔끔하게 변환되었음을 보여준다. 저자가 프롬프트를 통해 의도한 'The Lessons' 링크 구조와 이미지 포함 결과가 실제 소프트웨어 상에서 어떻게 구현되었는지 시각적으로 증명한다.

실무 Takeaway

복잡한 PDF 변환 시 스타일 리스트를 먼저 추출하여 프롬프트에 명시하면 LLM의 구조 파악 능력을 극대화하고 할루시네이션을 줄일 수 있다.
대규모 문서를 섹션 단위로 나누어 변환한 후 병합하는 방식이 전체 문서의 일관성과 구조적 무결성을 유지하는 데 훨씬 효과적이다.
Claude Code와 같은 CLI 기반 에이전트는 파일 시스템 조작과 텍스트 처리를 결합하여 단순 챗봇보다 강력한 자동화 파이프라인을 제공한다.

언급된 리소스

문서Alan Moore Storytelling Course

나의 첫 LLM 실험: Claude Code를 활용한 복잡한 PDF의 마크다운 변환기

핵심 요약

배경

대상 독자

의미 / 영향

섹션별 상세

실무 Takeaway

언급된 리소스

관련 토론

댓글

관련 피드

관련 토론

댓글

관련 피드