본문으로 건너뛰기
PromptQuorum인간을 위해 설계. AI를 위해 구조화.
홈/고급 로컬 LLM
RAG & Document Chat

Marker 리뷰: OCR 및 표 추출 지원 PDF→Markdown 변환기

·6분 읽기 저 · PromptQuorum 창립자 · 오픈 웨이트·오픈소스 AI 디스커버리 엔진

Marker(GitHub 별 40,000+개)는 Surya OCR 모델을 사용해 PDF·DOCX·PPTX·XLSX·HTML·EPUB·이미지를 Markdown·JSON·HTML로 변환합니다; 코드는 Apache-2.0, 모델 가중치는 매출 한도가 있는 별도 라이선스입니다. Python 라이브러리·CLI; 설치: pip install marker-pdf.

핵심 요점

  • 코드는 Apache-2.0, 모델 가중치는 별도 라이선스; GitHub 별 40,000+개; Datalab 개발.
  • pip install marker-pdf: Python 3.10+와 PyTorch 필요.
  • 출력: Markdown·JSON(바운딩박스 포함)·HTML·RAG 청크.
  • Surya VLM으로 OCR, TableConverter로 표 추출.
  • README에 MCP 서버 언급 없음.

📍 한 문장으로

Marker는 Python 라이브러리(코드는 Apache-2.0, 모델 가중치는 별도 라이선스)로, Surya OCR 모델을 사용해 PDF·DOCX·PPTX·XLSX·HTML·EPUB·이미지를 Markdown·JSON·HTML로 변환합니다; 자신의 컴퓨터 또는 Datalab API로 사용 가능.

💬 쉽게 말하면

문서를 입력하면 제목·표·텍스트 블록 등 구조와 텍스트를 읽어 RAG 시스템이나 LLM이 사용할 수 있는 Markdown이나 JSON을 출력합니다. 기본적으로 Marker는 문서를 사용자의 컴퓨터에서 처리합니다. 선택 사항인 --use_llm 모드는 설정한 LLM 제공업체로 콘텐츠를 보낼 수 있습니다.

📌참고: PromptQuorum은 Marker를 직접 테스트하지 않았습니다. 모든 정보는 github.com/datalab-to/marker와 datalab.to(2026년 11월 15일 조회)를 기반으로 합니다.

Marker는 Datalab이 개발한 오픈소스 Python 라이브러리 및 CLI로, Surya VLM을 사용해 PDF·DOCX·PPTX·XLSX·HTML·EPUB·이미지를 Markdown·JSON·HTML로 변환합니다. 이 리뷰는 Marker GitHub 저장소와 datalab.to를 기반으로 작성되었습니다(2026년 11월 15일 조회).

Marker 리뷰: OCR 및 표 추출 지원 PDF→Markdown 변환기

기능

  • 입력 형식: PDF·PPTX·DOCX·XLSX·HTML·EPUB 및 일반 이미지 형식.
  • 출력 형식: Markdown·바운딩박스 포함 JSON·HTML·RAG 청크.
  • OCR: Surya VLM(다국어 스캔 문서 처리).
  • 표 추출: TableConverter가 Markdown·JSON으로 표 재구성.
  • GPU 선택: GPU, CPU 또는 Apple MPS에서 동작.
  • Datalab API: 월별 무료 이용량 제공(README는 약 5,000 변환 페이지로 기재, datalab.to/pricing 참조).

Marker 설치

  • 로컬: PDF는 pip install marker-pdf, 그 밖의 형식(PPTX·DOCX·XLSX·HTML·EPUB)은 `pip install marker-pdf[full]`.
  • Surya 서버: 첫 사용 시 Surya가 로컬 추론 서버를 시작합니다. NVIDIA GPU에서는 vllm이 포함된 Docker와 NVIDIA Container Toolkit, CPU와 Apple Silicon에서는 llama.cpp의 llama-server 바이너리가 필요합니다.
  • Datalab API: datalab.to에서 계정 생성; 월별 무료 이용량 제공(datalab.to/pricing 참조).
  • 소스코드: github.com/datalab-to/marker (코드: Apache-2.0).

데이터 흐름

  • 기본적으로 Marker는 문서를 사용자의 컴퓨터에서 처리합니다. 선택 사항인 --use_llm 모드는 설정한 LLM 제공업체(기본값 gemini-3.5-flash, Claude·OpenAI 호환·Azure·Vertex·OpenRouter·Ollama도 지원)로 콘텐츠를 보낼 수 있습니다. README에는 모델 가중치를 언제 다운로드하는지 나와 있지 않으므로 설치 중 다운로드가 있을 것으로 예상하세요.
  • Datalab API 사용 시 문서가 Datalab 서버에 업로드됩니다; 기밀 문서 전송 전 이용 약관을 확인하세요.
  • 민감한 작업에는 --use_llm 없이 Marker를 로컬에서 실행하세요.

라이선스 및 가격

  • 라이선스: 코드는 Apache-2.0입니다. 모델 가중치는 수정된 AI Pubs Open RAIL-M 라이선스를 사용하며, 연구·개인 이용 및 전년 총매출과 총 투자 유치액이 각각 500만 달러 이하인 조직은 무료입니다. 더 큰 조직은 Datalab 상업 라이선스가 필요하고, Datalab과 경쟁하는 제품·서비스에서의 사용은 금지됩니다.
  • 로컬: 계정 불필요; 위 모델 가중치 라이선스 조건 안에서 무료.
  • Datalab API: 월별 무료 이용량 제공(README는 약 5,000 변환 페이지로 기재, 요금 페이지는 달러 금액으로 표기: 업무용 이메일 월 20달러, 개인 이메일 10달러); 최신 조건은 datalab.to/pricing 참조.

📌참고: 경고: 상업적 사용 전에 모델 가중치 라이선스를 확인하세요. Apache-2.0은 Marker 코드에만 적용됩니다. 모델 가중치는 수정된 AI Pubs Open RAIL-M 라이선스를 사용하며, 총매출 또는 총 투자 유치액이 500만 달러를 초과하는 조직은 Datalab 상업 라이선스가 필요합니다.

경쟁 도구 및 대안

  • Docling — IBM MIT 라이선스; 문서화된 MCP 서버(별도 패키지 docling-mcp)·추가 출력 형식.
  • MinerU — 오픈소스, MinerU Open Source License(Apache 2.0에 추가 조건; 상업적 사용 전 확인); Markdown·HTML·LaTeX 출력.
  • Unstructured — Python ETL 라이브러리; 이메일 포함 광범위한 형식 지원.
  • OpenDataLoader PDF — PDF 전용 파서, Python·Node.js·Java SDK; 바운딩박스 포함 JSON·Markdown·HTML 출력.

디렉터리에서 비교

자주 묻는 질문

Marker는 상업 이용이 무료인가요?

조직에 따라 다릅니다. 코드는 Apache-2.0이지만 모델 가중치는 수정된 AI Pubs Open RAIL-M 라이선스를 사용하며, 연구·개인 이용 및 전년 총매출과 총 투자 유치액이 각각 500만 달러 이하인 조직은 무료입니다. 더 큰 조직은 Datalab 상업 라이선스가 필요하고, Datalab과 경쟁하는 제품·서비스에서의 사용도 금지됩니다. 상업적 사용 전에 모델 라이선스를 확인하세요.

Marker와 Docling의 차이는 무엇인가요?

둘 다 로컬에서 PDF→Markdown으로 변환합니다. Marker는 Surya OCR로 깔끔한 Markdown 출력에 집중하고, Docling은 문서화된 MCP 서버(별도 패키지 docling-mcp)와 추가 출력 형식을 제공합니다.

Marker에 GPU가 필요한가요?

아니요. Surya VLM은 CPU에서 동작합니다. GPU는 처리를 가속하지만 필수는 아닙니다.

Marker 설치 방법은?

Python 3.10+ 환경에서 PDF는 pip install marker-pdf, 그 밖의 형식은 `pip install marker-pdf[full]`을 실행합니다. PyTorch도 별도 설치가 필요합니다. 첫 사용 시 Surya가 로컬 추론 서버를 시작하며, NVIDIA GPU에서는 vllm이 포함된 Docker와 NVIDIA Container Toolkit, CPU와 Apple Silicon에서는 llama.cpp의 llama-server 바이너리가 필요합니다.

스캔 PDF를 처리할 수 있나요?

네. Surya VLM 모델이 스캔 문서와 이미지 기반 PDF의 OCR을 담당합니다.

어떤 출력 형식을 지원하나요?

Markdown·바운딩박스 포함 JSON·HTML·RAG 청크.

Marker에 MCP 서버가 있나요?

Marker README에는 MCP 서버 언급이 없어 문서화된 서버가 없습니다. 문서화된 AI 어시스턴트 통합이 필요하면 이를 명시한 Docling을 고려하세요.

Datalab API란 무엇인가요?

Marker를 개발하는 Datalab이 제공하는 호스팅 API 서비스입니다. 월별 무료 이용량 제공(README는 약 5,000 변환 페이지로 기재, 요금 페이지는 달러 금액으로 표기: 업무용 이메일 월 20달러, 개인 이메일 10달러); 최신 조건은 datalab.to/pricing 참조.

표 추출을 지원하나요?

네. TableConverter가 Markdown·JSON으로 표를 재구성합니다(README 명시 기능).

현재 버전은 무엇인가요?

v2.2.0, 2026년 11월 12일 릴리스(GitHub Releases). 2026년 11월 15일 확인.

출처

← 고급 로컬 LLM으로 돌아가기

MCP