언스트럭처드
Unstructured
PDF·이미지·이메일 등 비정형 문서를 RAG 파이프라인용 구조화 데이터로 자동 변환하는 오픈소스 플랫폼
부분 무료WebAPICLI오픈소스멀티모달
웹사이트 방문하기unstructured.io
타블로 AI와(과) 비교하기언스트럭처드 대안 모아보기소개
Unstructured는 PDF·HTML·이미지·이메일 등 비정형 데이터를 LLM 학습 및 RAG 파이프라인에 바로 활용 가능한 구조화 데이터로 변환하는 플랫폼입니다. 오픈소스 라이브러리와 클라우드 API를 모두 제공하며, 복잡한 문서 레이아웃도 자동으로 파티셔닝·정제합니다. 2024년 3월 Databricks Ventures·IBM Ventures·NVIDIA NVentures 참여로 $4,000만 Series B를 유치했으며 누적 투자액은 $6,810만입니다. 2026년 5월 기준 최신 버전 0.22.30을 PyPI에 배포했습니다.
활용 워크플로우
소스 데이터 커넥터 (Data Ingestion)
소스 데이터 커넥터 (Data Ingestion)S3, Azure Blob, GCS 등 클라우드 스토리지SharePoint, OneDrive, Google Drive 기업 문서Salesforce, Zendesk, Slack 메시지 및 데이터Confluence 및 Notion 지식 베이스
지능형 파티셔닝 (Partitioning & Extraction)
지능형 파티셔닝 (Partitioning & Extraction)Chipper V2 모델 기반 문서 레이아웃 분석Tesseract/PaddleOCR 기반 고성능 OCR 처리복잡한 표(Table) 구조의 정형 데이터 변환이미지 및 폼 데이터의 시각적 요소 추출
데이터 정제 및 메타데이터 강화 (Enrichment)
데이터 정제 및 메타데이터 강화 (Enrichment)의미 단위(Semantic) 텍스트 청킹섹션 제목, 페이지 번호 등 메타데이터 자동 할당불필요한 공백 및 HTML 태그 클리닝비정형 요소의 정형 Element 객체화
RAG 및 벡터 DB 통합 (Loading)
RAG 및 벡터 DB 통합 (Loading)Pinecone, Weaviate, Milvus 벡터 DB 동기화LangChain 및 LlamaIndex 프레임워크 연동Databricks/Snowflake 데이터 웨어하우스 로드RAG 시스템을 위한 고품질 컨텍스트 공급
핵심 차별점: 문서의 시각적 문맥을 보존하며 모든 비정형 데이터를 LLM이 즉시 학습 가능한 'Element' 단위로 정교하게 분해하는 기술력
주요 기능
- PDF·HTML·이미지·이메일 등 비정형 문서 자동 파티셔닝·정제
- RAG 파이프라인 전처리를 위한 LLM 준비 데이터 변환
- 토큰 기반 청킹(max_tokens·new_after_n_tokens 파라미터) 지원
- 오픈소스 라이브러리 + 클라우드 API 이중 제공 구조
- 복잡한 문서 레이아웃(표·수식·다단 컬럼) 자동 처리
- 경로 순회 보안 취약점 수정 등 지속적 보안 패치
장점 & 단점
웹검색을 통해 수집된 사용자 피드백 정보입니다
장점
- LangChain, LlamaIndex 등 주요 AI 프레임워크와 완벽하게 통합됩니다. 오픈소스 라이브러리를 통해 로컬에서 무료로 테스트할 수 있으며, 클라우드 API를 사용하면 복잡한 인프라 설정 없이 대량의 문서를 빠르게 처리할 수 있습니다.
단점
- 매우 복잡하거나 해상도가 낮은 문서의 경우 OCR 정확도가 떨어질 수 있습니다. 클라우드 API 사용 시 대규모 데이터 처리 비용이 발생할 수 있으며, 일부 고급 기능은 유료 버전에서만 최적화되어 있습니다.
가격 정보
부분 무료시작 가격: Free / $0.03/page (Pay-as-you-go)
오픈소스 라이브러리는 무료이며, SaaS API의 경우 15,000페이지까지 무료로 제공하는 프리 티어가 있습니다. 유료 플랜은 사용량 기반(Pay-as-you-go)으로 운영되며, Fast 파이프라인은 1,000페이지당 $1, Hi-Res 파이프라인은 1,000페이지당 $10가 부과됩니다. 기업용 엔터프라이즈 플랜은 별도 문의를 통해 맞춤형 가격으로 제공됩니다.
정보 확인일:
활용 사례
- RAG(검색 증강 생성) 파이프라인 데이터 전처리
- 기업 내부 문서 AI 검색 시스템 구축
- PDF·계약서·보고서 구조화 데이터 추출
- 이메일 아카이브 비정형 데이터 분석
- 멀티모달 문서 LLM 파인튜닝 데이터 준비
대상 사용자
ML 엔지니어·데이터 과학자엔터프라이즈 AI 개발팀RAG 시스템 구축자
연동 서비스
LangChainLlamaIndexPineconeWeaviateDatabricks
태그
데이터전처리ETLRAG문서추출LLM인프라
최근 소식
확인된 변경 내역
- 2026-06-11 Unstructured 라이브러리 버전 0.23.1이 PyPI에 공개되었으며, 비정형 문서 처리 파이프라인의 최신 패치가 적용되었습니다.
- 2026-05-23 Unstructured 버전 0.22.31이 출시되어 청킹 옵션 명칭 isolate_tables를 isolate_table로 수정하는 버그 픽스가 포함되었습니다.
- 2026-05-22 최신 버전 0.22.30 PyPI 배포 — 토큰 기반 청킹 파라미터 추가, 이메일 MSG 첨부파일 경로 순회 보안 취약점 수정, PDF/이미지 파티셔닝 메모리 최적화.
사용자 리뷰
리뷰를 불러오는 중...
대안 도구
이 도구 대신 사용할 수 있는 대안
