그로비드
Grobid
머신러닝 기반의 학술 문헌 PDF 구조 분석 및 데이터 추출 라이브러리
무료WebAPICLI오픈소스한국어
웹사이트 방문하기github.com
OpenEvidence와(과) 비교하기그로비드 대안 모아보기소개
활용 워크플로우
데이터 수집 및 전처리
데이터 수집 및 전처리학술 PDF 문서 수집 및 로드pdfalto 기반 레이아웃 분석텍스트 및 시각적 특징(Visual Features) 추출멀티 컬럼 및 복잡한 문서 구조 인식
ML 기반 문서 세분화
ML 기반 문서 세분화문서 구역 분리 (Header, Body, References)DeLFT 딥러닝 모델 (SciBERT 등) 적용헤더 메타데이터(제목, 저자, 초록) 식별섹션 및 단락 단위 계층 구조 분석
구조화 및 상세 파싱
구조화 및 상세 파싱TEI/XML 표준 포맷 데이터 변환인용 문헌(Citations) 정밀 파싱수식(MathML) 및 표(Table) 데이터 추출본문 내 인용 포인트 자동 연결
검증 및 서비스 배포
검증 및 서비스 배포Crossref API 연동 메타데이터 보정ORCID 및 DOI 식별자 자동 연결Elasticsearch 검색 엔진 인덱싱REST API를 통한 대규모 병렬 처리 배포
핵심 차별점: 시각적 레이아웃 특징과 딥러닝 모델을 결합하여 학술 PDF의 복잡한 비정형 구조를 기계 학습에 최적화된 TEI/XML 형식으로 정밀하게 변환합니다.
주요 기능
- SciBERT·BidLSTM 등 DeLFT 기반 딥러닝 모델 통합
- 고성능 REST API 기반 대규모 병렬 처리 지원
- Crossref·biblio-glutton 연동 서지 정보 자동 보정
- CJK(한중일)·아랍어 등 다국어 지원
- 수식·표·그림 캡션 정밀 추출 및 좌표 정보 제공
- Apache 2.0 라이선스 완전 무료 오픈소스
장점 & 단점
웹검색을 통해 수집된 사용자 피드백 정보입니다
장점
- 학술 문헌에 최적화된 높은 추출 정확도를 자랑하며, 오픈 소스로서 자유로운 커스터마이징이 가능합니다. REST API와 Docker를 통해 기존 시스템에 쉽게 통합할 수 있으며, 복잡한 레이아웃의 논문도 구조적으로 잘 파악합니다.
단점
- Java 기반으로 실행 환경 설정이 다소 복잡할 수 있으며, 일반적인 비즈니스 문서나 양식이 불규칙한 문서에서는 학술 논문만큼의 성능이 나오지 않을 수 있습니다.
가격 정보
무료시작 가격: Free (open source)
학술 문서 및 PDF 데이터 추출을 위한 오픈소스 머신러닝 라이브러리로, Apache 2.0 라이선스 하에 무료로 제공됩니다. 상업적 이용을 포함하여 모든 기능을 비용 없이 사용할 수 있으며, 사용자가 직접 서버를 구축하여 운영하는 방식입니다.
정보 확인일: · 가격은 공식 페이지에서 재확인하세요
활용 사례
- 대규모 학술 검색 엔진 인덱싱 파이프라인 구축
- RAG 시스템용 고품질 논문 데이터 전처리
- 자동 인용 분석 및 서지 네트워크 구축
- 디지털 도서관 PDF 자료 일괄 구조화
대상 사용자
데이터 과학자학술 연구원디지털 도서관 개발자
태그
PDF 파싱학술 데이터데이터 추출오픈소스머신러닝연구 자동화
검증 근거
회사·가격·기능 정보는 아래 원문과 최근 검증 기록을 기준으로 표시합니다. 서로 다른 출처가 충돌하면 공식 원문과 최신 검증값을 우선합니다.
최근 검증 2026. 08. 30.검증 출처 1개
최근 소식
확인된 변경 내역
- 2026-01-09 Python 클라이언트 v0.1.4 출시 — 안정성 개선.
- 2025-11-19 Python 클라이언트 v0.1.2 출시.
- 2025-10-31 Python 클라이언트 v0.1.0 정식 출시 — Crossref 연동 개선, ORCID 자동 수집 지원 추가.
사용자 리뷰
리뷰를 불러오는 중...
대안 도구
이 도구 대신 사용할 수 있는 대안
