레이아웃 인식 청킹
레이아웃 인식 청킹은 문서의 X/Y 좌표, 글꼴 크기, 줄 간격 같은 레이아웃 정보를 활용해 의미 단위로 텍스트를 분할하는 방식으로, 단순 토큰 기반 분할이 잘라내는 문맥 단절을 방지한다. 텍스트 블록을 시각적 구조에 따라 병합하거나 분할하는 휴리스틱을 적용해 헤딩·섹션·단락 정보를 유지한 채 청크를 생성한다. 이 방식은 검색 및 RAG 파이프라인에서 반환되는 청크의 응집력과 메타데이터 유용성을 크게 개선한다.
