가장 큰 특징은 TypeScript 네이티브라는 거예요

LlamaIndex가 LiteParse라는 오픈소스 PDF 파싱 라이브러리를 공개했어요.

가장 큰 특징은 TypeScript 네이티브라는 거예요. 기존 AI 생태계는 대부분 Python 기반인데, LiteParse는 Python 의존성이 전혀 없어요. Node.js에서 PDF.js와 Tesseract.js를 활용해 로컬에서만 실행되니까 클라우드 API 비용도 없고 데이터가 외부로 나가지 않아요.

핵심 기술은 '공간 텍스트 파싱(Spatial Text Parsing)'이에요. 일반 파서들은 PDF를 Markdown으로 변환하다가 다단 레이아웃이나 복잡한 표에서 컨텍스트를 잃는 경우가 많거든요. LiteParse는 텍스트를 공간 그리드에 그대로 투영해서 원본 레이아웃을 들여쓰기와 공백으로 유지해요.

RAG 파이프라인에서 데이터 수집 단계가 LLM 자체보다 더 큰 병목이 되고 있는 시점에, 빠르고 프라이버시 친화적인 로컬 파싱 도구의 등장은 AI 에이전트 워크플로우 구축 비용을 낮추는 의미 있는 움직임이에요.