2026년 최고의 PDF 마크다운 변환기 10종 비교 — 수식·표·스캔 PDF·RAG 대응
KomoAI LLC · 업데이트 · 최초 게시 · 5 분 분량
핵심 요약: 단일 컬럼의 깔끔한 디지털 PDF에서 빠르게 텍스트만 뽑으려면 무료 도구인 pdf2md.morethan.io나 pymupdf4llm으로 충분합니다. 하지만 2단 학술 논문, LaTeX 수식, 병합된 셀이 있는 표, 각주, 이미지 스캔 PDF가 섞이면 텍스트 레이어 추출기는 읽기 순서와 수식을 모두 망가뜨립니다. GPU 구축 없이 웹·REST API·AI 에이전트(Claude Code, Cursor)에서 바로 쓰려면 **KolmoPDF PDF 마크다운 변환기**가 가장 실용적이며, 로컬 CPU·폐쇄망 환경은 Docling(MIT), 자체 NVIDIA GPU 일괄 처리는 Marker / MinerU, 순수 수식 중심 작업은 Mathpix가 강점을 보입니다.
투명성 안내: KolmoPDF는 당사가 개발·운영하는 서비스입니다. 폐쇄망 로컬 실행이나 자체 GPU 기반 무료 대량 처리 등 오픈소스 도구가 더 유리한 상황도 함께 정리했습니다.
실제 논문으로 바로 확인하기: 공개 테스트 PDF(original.pdf)와 KolmoPDF가 생성한 실제 결과물(original.md)을 직접 비교해 보거나, PDF 마크다운 변환기 및 레이아웃 유지 PDF 번역에서 바로 테스트해 보세요.
2026년 PDF 마크다운 변환기 10종 한눈에 비교
| 변환기 | 방식 | 실행 환경 | 2단 읽기 순서 | 스캔 PDF (OCR) | 복합/병합 표 | LaTeX 수식 ($/$$) | 요금 및 라이선스 |
|---|---|---|---|---|---|---|---|
| KolmoPDF | 페이지 전체 VLM | 웹, REST API, Skill/MCP | ✅ 정확한 선형화 | ✅ 기본 내장 | ✅ GFM 파이프 표 | ✅ 인라인·블록 | 가입 300P + 매일 50P 무료; 2P/쪽, PAYG $3/1k |
| Docling (IBM) | 레이아웃 + TableFormer + OCR | 로컬 Python (CPU/GPU) | ✅ 우수 (캡션 확인 권장) | ✅ OCR 선택 가능 | ✅ 표 구조 매우 강함 | ⚠️ 옵션 활성화 | 무료 오픈소스 (MIT) |
| Marker (Datalab) | Surya OCR + 레이아웃 + LLM 선택 | 로컬 Python (GPU 권장) | ✅ 매우 우수 | ✅ 내장 | ✅ 양호 | ✅ LaTeX 출력 | 코드 Apache 2.0; 가중치 연매출 $5M 미만 무료 |
| MinerU | Pipeline + VLM 백엔드 | 로컬 Python (GPU 권장) | ✅ 매우 우수 | ✅ 100+ 언어 지원 | ✅ 매우 강함 | ✅ LaTeX 출력 | MinerU Open Source License |
| Mathpix | 수식 특화 비전 OCR (.mmd) | 웹, 데스크톱, API | ✅ 매우 우수 | ✅ 내장 | ⚠️ 밀집 재무표 약함 | ✅ 최상급 | 무료 페이지 매우 적음, 유료 |
| LlamaParse | 클라우드 Agentic 파싱 | LlamaCloud / API | ✅ 높음 (상위 티어) | ✅ 내장 | ✅ 강함 | ✅ 양호 | 월 무료 크레딧 + 페이지당 과금 |
| PyMuPDF4LLM | 텍스트 레이어 + 폰트 휴리스틱 | 로컬 Python (CPU) | ⚠️ 그림 주변에서 엉킴 | ❌ OCR 없음 | ⚠️ 단순 표만 | ❌ 기호 깨짐 | AGPL / 상용 라이선스 |
| MarkItDown (Microsoft) | 다중 포맷 텍스트 추출 | 로컬 Python / CLI | ❌ 열이 섞임 | ❌ 외부 OCR 필요 | ❌ 평면화됨 | ❌ 누락 | 무료 오픈소스 (MIT) |
| pdf2md.morethan.io | 브라우저 텍스트 레이어 파서 | 브라우저 로컬 | ⚠️ 2단 혼합 | ❌ 미지원 | ❌ 텍스트로 뭉개짐 | ❌ 기호 손상 | 완전 무료 |
| CloudConvert / iLovePDF | 범용 파일 변환 플랫폼 | 클라우드 웹 / API | ⚠️ 불안정 | ❌ 기본 미지원/유료 | ⚠️ 자주 무너짐 | ❌ 기호 손상 | 일일 무료 제한 |
테스트 기준 및 공개 검증 샘플
실무 연구와 RAG 파이프라인에서 가장 자주 실패하는 3가지 문서 유형을 기준으로 검증했습니다.
- 2단 학술 논문(공개 다운로드 제공): Vaswani et al., Attention Is All You Need (2017) — 원본 original.pdf와 KolmoPDF 출력 original.md를 그대로 공개합니다.
- 스캔 도서 챕터(텍스트 레이어 없는 이미지 PDF): 약간의 기울기, 머리글/바닥글, 각주 포함.
- 페이지가 나뉘고 셀이 병합된 재무 보고서 표.
실제 파싱 결과: Attention Is All You Need 4페이지·6페이지


추출된 수식 1 ($$ 블록 LaTeX):
$$
\text{Attention}(Q, K, V) = \text{softmax}(\frac{QK^T}{\sqrt{d_k}})V
$$
추출된 Table 1 (GitHub Flavored Markdown 파이프 표):
| Layer Type | Complexity per Layer | Sequential Operations | Maximum Path Length |
| :--- | :---: | :---: | :---: |
| Self-Attention | $O(n^2 \cdot d)$ | $O(1)$ | $O(1)$ |
| Recurrent | $O(n \cdot d^2)$ | $O(n)$ | $O(n)$ |
| Convolutional | $O(k \cdot n \cdot d^2)$ | $O(1)$ | $O(log_k(n))$ |
| Self-Attention (restricted) | $O(r \cdot n \cdot d)$ | $O(1)$ | $O(n/r)$ |
표 셀 내부의 인라인 수식 $O(n^2 \cdot d)$까지 유지되므로 Obsidian 정리나 RAG 청킹에 바로 투입할 수 있습니다. 단계별 사용법은 표와 수식을 보존해 PDF를 마크다운으로 변환하는 방법을 참고하세요.
어떤 도구를 선택해야 할까?
- GPU 설정 없이 논문·스캔·복합 표·수식을 바로 변환하려면: KolmoPDF PDF 마크다운 변환기 (최대 300 MB / 800쪽, 9개 언어 동시 번역, REST API 및
npx skills add komoai2026/kolmopdf-skill지원, AI 모델 학습에 문서 미사용 — 보안 정책). - 폐쇄망 / CPU 전용 서버 / 깔끔한 MIT 상용 라이선스가 필요하면: Docling.
- 자체 NVIDIA GPU에서 추가 비용 없이 대량 배치를 돌리려면: Marker 또는 MinerU.
- 깔끔한 단일 컬럼 디지털 PDF를 Python에서 초고속으로 뽑으려면: PyMuPDF4LLM.
- 원본 레이아웃 그대로 한국어 PDF 번역이 필요하다면: KolmoPDF PDF 번역기 (PDF 번역 7가지 방법 참고).
자주 묻는 질문 (FAQ)
왜 많은 무료 변환기가 2단 논문과 수식에서 깨지나요? PDF는 문단 구조 대신 글자의 좌표만 저장하므로, 텍스트 레이어만 읽는 도구는 좌우 열을 섞고 분수·첨자를 깨진 기호로 추출합니다. VLM 기반 파서는 페이지 이미지를 시각적으로 해석해 읽기 순서와 LaTeX를 복원합니다.
업로드한 PDF가 AI 학습에 사용되나요? KolmoPDF는 업로드된 PDF, 추출된 마크다운, 번역 결과를 AI 모델 학습에 사용하지 않으며 제3자 모델 플랫폼으로 전송하지 않습니다.