# \#docx-to-text **URL:** https://discuss.pytorch.kr/tag/docx-to-text/4293.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [NVIDIA-Ingest: PDF, Word, Powerpoint 등으로부터 텍스트, 이미지, 표 등을 추출하는 마이크로서비스](https://discuss.pytorch.kr/t/nvidia-ingest-pdf-word-powerpoint/5843)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [1월 13, 2025, 11:57오전 UTC](https://discuss.pytorch.kr/t/nvidia-ingest-pdf-word-powerpoint/5843 "2025-01-13T11:57:25Z")
NVIDIA-Ingest (nv-ingest) 소개 NVIDIA-Ingest (nv-ingest)는 NVIDIA가 공개한 마이크로서비스로, PDF / Word / PowerPoint 등의 다양한 문서로부터 텍스트, 이미지, 표, 차트 등을 구분하여 추출하는 고성능 데이터 추출 마이크로서비스입니다. 추출한 데이터는 JSON 형태로 추출되며, 벡터 데이터베이스 중 하나인 Milvus와 통합하여 사용할 수 있습니다. NVIDIA-Ingest가 제공하는 주요 기능은 다음과 같습니다: PDF, docx, pptx 문서의 텍스트, 이미지, 표, 차트를 추출 GPU 기반 병렬 처리를 활용한 고성능 데이터 처리 OCR(광학 문자 인식)을 통해 데이터를 문맥화하고 JSON으로 출력 Milvus(벡터 데이터베이스)와의 통합 지원 nv-ingest는 문서를 페이지 단위로 분리하고, 콘텐츠 유형에 따라 분류하여 병렬로 처리하는 구조를 채택하고 있습니다. 특히 PDF의 경우, PDFium, Unstructured.io, Adobe Content Extraction Services를 활용하여 정확도와 처리 속도의 균형을 제공합니다. NVIDIA-Ingest의 주요 특징 다양한 문서 형식 지원: PDF, Word, PowerPoint 파일뿐만 아니라 이미지 처리까지 지원합니다. 유연한 추출 옵션: 문서별로 텍스트, 이미지, 표, 차트 등의 추출 방법을 자유롭게 선택할 수 있습니다. 벡터 데이터베이스 통합: 추출된 데이터를 벡터로 변환하여 Milvus에 저장 및 관리할 수 있습니다. 고성능 병렬 처리: NVIDIA GPU를 활용한 병렬 처리를 통해 높은 처리량과 효율성을 자랑합니다. 확장성과 유연성: NIM(NeMo Inference Microservices) 컨테이너 기반으로 구성되어 있으며, Docker Compose와 Kubernetes를 통한 배포를 지원합니다. 실행을 위한 요구조건 nv-ingest 실행을 위해서는…