DEEP Parser

Documents, rebuilt as data your AI can trust.

표, 차트, 병합 셀, 다단 레이아웃까지 문서의 구조를 그대로 살려, 검색과 에이전트가 바로 쓰는 데이터로 바꿔 드립니다.

Contact usStart for free

When parsing breaks, everything after it breaks.

RAG와 에이전트의 답이 흔들리는 원인은 모델보다 입력 문서에 있을 때가 많습니다. 그래서 KDL은 파싱에서 멈추지 않고, 문서를 받는 순간부터 답이 나가는 순간까지 전 과정을 함께 구축합니다.

  1. 01Document

    PDF, HWP, Office 문서, 스캔본을 변환 없이 그대로 받습니다.

  2. 02Parser

    다단, 표 헤더, 캡션을 원래 구조대로 읽습니다. 여기서 깨지면 뒤 단계가 전부 틀어집니다.

  3. 03Chunking

    글자 수가 아니라 조항, 문단, 표 단위로 나눠 뜻이 잘리지 않게 합니다.

  4. 04Embedding

    청크마다 제목, 페이지, 작성일, 문서 유형을 함께 붙여 벡터로 바꿉니다.

  5. 05VectorDB

    색인을 고객사 서버 안에 둡니다. 폐쇄망에서도 그대로 운영됩니다.

  6. 06Retrieval

    비슷한 문서가 아니라 지금 질문에 맞는 문서를 메타데이터까지 보고 찾습니다.

  7. 07Re-ranking

    찾아온 근거를 질문에 맞는 순서로 다시 세웁니다.

  8. 08Generation

    답마다 근거가 된 원문 위치를 붙여, 바로 확인하실 수 있게 답합니다.

Reads a page the way people do.

제목, 문단, 표, 그림, 차트, 수식을 요소별로 나누고 읽는 순서를 잡습니다. 문서마다 구성이 달라도 23종 레이아웃 태그로 같은 구조에 맞춰 정리해 드립니다.

23

Layout tags

  • Title
  • Section header
  • Text
  • List item
  • Caption
  • Footnote
  • Table
  • Picture
  • Chart
  • Formula
  • Flowchart

01 / 08NASA Facts

NASA Facts 「Mars Exploration Rover」 첫 쪽. 제목, 주소, NASA 로고, 표제, 로버 그림자 사진을 두 단 본문이 감싸고 있습니다.1
NASA Facts 「Mars Exploration Rover」, 미국 항공우주국 공개 자료. 사진 다음에 그 캡션을 읽고, 사진을 감싼 두 단은 줄 단위로 가로지르지 않고 왼쪽 단을 끝까지 읽은 뒤 오른쪽 단으로 넘어갑니다.

Tables

Tables inside tables, merged cells intact.

표 안의 표와 병합 셀까지 행과 열의 관계를 그대로 살립니다. 값이 빠지거나 겹치지 않아, 평가표와 행정 서식도 원래 구조 그대로 데이터가 됩니다.

< 15세이상인구 및 경제활동인구 >(단위: 천명, %, 전년대비)202320242025구성비증감구성비증감구성비증감증감률○ 15세이상인구45,407100.014745,570100.016345,762100.01920.4남자22,36249.28922,45949.39722,57549.31150.5여자23,04550.85823,11150.76623,18850.7770.3- 경제활동인구29,203100.028129,399100.019629,599100.02000.7남자16,38656.11016,37555.7−1116,40855.4330.2여자12,81743.927113,02344.320613,19144.61681.3- 비경제활동인구16,204100.0−13416,172100.0−3216,164100.0−8−0.1남자5,97636.9796,08437.61086,16738.2831.4여자10,22863.1−21410,08862.4−1409,99761.8−91−0.9<tr><th rowspan="2"></th><th colspan="3">2023</th><th colspan="3">2024</th><th colspan="4">2025</th></tr>출처: 국가데이터처, 「2025년 12월 및 연간 고용동향」(2026. 1. 14.) 25쪽 표를 원래 값 그대로 다시 그렸습니다.

Charts and drawings

Charts read as numbers, not pictures.

차트, 그래프, 도면을 그림으로 남기지 않고 축, 범례, 수치의 관계까지 데이터로 옮깁니다. 이미지로만 있던 정보도 검색하고 분석하실 수 있습니다.

< 취업자 및 고용률 추이 >(천명)(%)취업자15세이상 고용률15~64세 고용률26,00027,00028,00029,00030,00031,000044.048.052.056.060.064.068.072.00.069.969.468.868.969.369.970.570.370.269.970.470.170.269.663.261.461.061.762.563.263.863.663.463.363.763.463.461.528,82128,04127,87828,17928,58928,88729,16029,09129,02928,96729,15429,04029,04628,209'24.1112'25.12345678910111228,82163.269.928,04161.469.427,87861.068.828,17961.768.928,58962.569.328,88763.269.929,16063.870.529,09163.670.329,02963.470.228,96763.369.929,15463.770.429,04063.470.129,04663.470.228,20961.569.6출처: 국가데이터처, 「2025년 12월 및 연간 고용동향」(2026. 1. 14.) 3쪽 그림을 원래 값 그대로 다시 그렸습니다.

Chunks and metadata

Chunks that keep their meaning.

글자 수가 아니라 조항, 문단, 표 단위로 나눕니다. 제목, 페이지, 작성일, 문서 유형 같은 메타데이터를 함께 남겨, 비슷한 문서 대신 지금 질문에 맞는 문서를 찾도록 돕습니다.

120자마다 자르면제목과 문단, 표 단위로 나누면- 25 -- 26 -1. 15세이상인구 및 경제활동인구가. 15세이상인구 및 경제활동인구□ 2025년 15세이상인구는 4,576만 2천명으로 전년대비 19만 2천명(0.4%)증가하였음□ 경제활동인구는 2,959만 9천명으로 전년대비 20만명(0.7%) 증가하였음’21년’22년’23년’24년’25년경제활동인구(천명)28,31028,92229,20329,39929,599(전년비, %)(1.1)(2.2)(1.0)(0.7)(0.7)○ 성별로 보면 남자는 1,640만 8천명으로 전년대비 3만 3천명(0.2%)증가하였고, 여자는 1,319만 1천명으로 16만 8천명(1.3%) 증가하였음나. 경제활동참가율□ 경제활동참가율은 64.7%로 전년대비 0.2%p 상승하였음’21년’22년’23년’24년’25년경제활동참가율(%)62.863.964.364.564.7(전년대비 증감, %p)(0.3)(1.1)(0.4)(0.2)(0.2)○ 성별로 보면 남자는 72.7%로 전년대비 0.2%p 하락하였으나, 여자는56.9%로 0.6%p 상승하였음○ 연령계층별로 보면 40대(0.9%p), 30대(0.7%p), 60세이상(0.7%p)에서상승하였음유형 보도자료작성일 2026-01-14쪽 25제목 15세이상인구 및 경제활동인구유형 보도자료작성일 2026-01-14쪽 26제목 경제활동참가율출처: 국가데이터처, 「2025년 12월 및 연간 고용동향」(2026. 1. 14.) 25-26쪽 본문을 원래 줄바꿈 그대로 옮겼습니다.

Output your systems already read.

PDF, HWP, Office 문서, 스캔본을 받아 HTML, JSON, Markdown으로 돌려 드립니다. 결과는 ERP, EDMS, RPA와 RAG, 에이전트 파이프라인에 그대로 이어집니다.

In

  • PDF
  • HWP
  • Word
  • Excel
  • PowerPoint
  • Scans
  • Images

Out

  • HTML
  • JSON
  • Markdown

Into

  • ERP
  • EDMS
  • RPA
  • RAG
  • LLM
  • AI Agent

#1 of 33 on ParseBench.

LlamaIndex의 ParseBench는 보험, 금융, 공공 분야 실제 기업 문서 약 2,000쪽으로 문서 구조화 능력을 잽니다. Hugging Face 공식 리더보드에서 KDL의 1.2B 파서 모델이 33개 모델 중 1위를 기록했습니다.

76.36

Overall score, official leaderboard

See benchmarks

1.2B

Parameters

GPU 한 장 구동을 목표로 설계해 폐쇄망 안에서도 운영하실 수 있습니다.

1/30

Size of the previous open-source leader

직전 오픈소스 1위 모델(35.1B)의 약 30분의 1 크기입니다.

Open

Weights

가중치를 공개해 고객사가 직접 성능을 확인하고 검토하실 수 있습니다.

Gyeonggi Province

Public records structured with LLMs

경기도 생성형 AI 플랫폼이 쓰는 행정 문서 DB를 구축했습니다.

Case · Gyeonggi Provincial Government

A province-wide AI platform that started with documents.

경기도청은 2025년 생성형 AI 플랫폼 구축사업을 추진했습니다. 광역지자체 첫 사례였고, 내부 문서의 90% 이상이 HWP와 PDF였습니다. 그래서 모델보다 문서 구조화를 먼저 풀었고, 그 자리에 DEEP Parser가 들어갔습니다.

KRW 13.1B

Generative AI platform program, 2025

90%+

Internal documents in HWP or PDF

97.3%

Item recognition accuracy, internal test

Read the case

Security

Runs inside your closed network.

외부 네트워크와 완전히 끊긴 온프레미스와 폐쇄망 환경에서도 그대로 돌아갑니다. 문서와 모델이 고객사 밖으로 나가지 않습니다.

소프트웨어 품질인증(GS) 1등급

GS certified

소프트웨어 품질인증(GS) 1등급

품질경영 인증

ISO 9001

품질경영 인증

여성기업

Women-owned business

여성기업

조달청 혁신시제품

K-Innovative Product

조달청 혁신시제품

Choose how it runs

On-Premise

사내 서버에 직접 설치해 운영합니다.

Fits when

  • 서버가 준비되어 있을 때
  • 외부 인터넷을 쓸 수 없을 때
  • 보안이 가장 중요할 때

Private Cloud

전용 클라우드에서 데이터를 분리해 운영합니다.

Fits when

  • 폐쇄망 클라우드를 쓰고 싶을 때
  • 전용 환경과 데이터 분리가 필요할 때
  • 서버 운영은 맡기고 싶을 때

DEEP Hub

내부 서버가 없어도 전용 소프트웨어를 패키지로 바로 들입니다.

Fits when

  • 내부 서버가 없을 때
  • 서버를 한 번에 사기 부담될 때
  • 소프트웨어를 바로 쓰고 싶을 때

SaaS

설치 없이 클라우드에서 바로 시작합니다.

Fits when

  • 설치 없이 바로 쓰고 싶을 때
  • 인터넷을 쓸 수 있을 때
  • 합리적인 가격이 필요할 때

Works with the rest of DEEP Agent OS.

DEEP OCR

Understand

Any page in, every value out

Explore

DEEP Agent

Act

Agents that process, answer and analyze

Explore

DEEP Ops

Operate · Workflow

Keeps every agent accurate after launch

Explore

Bring us your hardest document.

표가 깨지고 순서가 꼬이는 문서를 공유해주세요. 문의를 남겨주시면 담당 엔지니어가 직접 확인 후 연락드립니다.

Contact usStart for free