한글 문서 파싱의 어려움과 변환 도구 이야기

오늘 아침, 공공AX 네트워크에서 한 참가자가 한글 문서 형식을 두고 답답함을 쏟아냈다. hwp와 hwpx는 한글 워드프로세서가 쓰는 두 가지 파일 형식이다. 파싱은 파일 안의 글자와 표를 기계가 읽을 수 있는 구조로 풀어내는 일을 말한다. 이 참가자는 이렇게 적었다.

Hwp 랑 hwpx파싱을 왜이렇게 만만하게 보는거지

아침 대화는 이 문장에서 시작한다. 곧이어 같은 참가자가 사정을 풀었다.

지금 제대로 되는게 없어요 ㅋㅋㅋ 양식이랑 표랑 병합부터 할게 한두개가 아닌데

양식과 표, 셀 병합부터 손볼 것이 많다는 말이다. 이 참가자는 조금 뒤에도 같은 취지로 한 줄을 더했다.

파싱도 안됩니다 갈길이 한참멀었어요

방법론이 없으면 시연에 그친다는 말

다른 참가자는 이 시점에서 사람을 어떻게 쓸지에 대한 방법론이 나오지 않으면 결과가 어떨지를 한마디로 줄였다.

그냥 일부 인원의 ai 차력쇼

차력쇼는 힘자랑 시연을 빗댄 표현이고, 이어 수준일 것 같다고 적어 일부 인원의 시연에 머물 것이라는 뜻을 밝혔다. 이 말은 문서 파싱 이야기에 이어 나왔지만, 무엇을 위한 방법론인지 이 참가자가 따로 풀어 쓰지는 않았다.

파싱이 안 된다고 했던 참가자는 이어서 내년 흐름에 대한 자기 예상을 내놓았다.

일단 2027년도 흐름 예상

예상의 내용은 서비스 사용량이 기대에 못 미치고, 보안사고가 다시 터지고, 각 팀이 로컬로 구축에 들어간다는 순서였다. 보안 쪽은 이렇게 적었다.

보안사고 대차게 또 터짐

이것은 근거가 제시된 전망이 아니라 한 참가자의 예상이다. 대화 안에서는 암묵지 수집이 안 됐다는 이야기에 이어 한 참가자가 사업이 많이 나올 것 같다고 했고, 예상을 낸 참가자가 맞다고 답했을 뿐 확인된 사실로 이어지지는 않았다. 이 시간대 대화에는 AI와 직접 관계없는 일 이야기도 섞여 있어 여기서는 다루지 않는다.

폐쇄망 이야기

아침 대화 끝에는 연구 현장 사정이 짧게 나왔다. 같은 참가자가 이렇게 말했다.

Ai 많이 다루고싶어도

내부망 폐쇄망이라

폐쇄망은 바깥 인터넷과 분리된 내부 전용망을 뜻한다. 이 참가자는 보안을 풀고 우회하는 것도 결국 사람이라며 이렇게 덧붙였다.

내부사람이 이리저리 시도하다가 개방하는 경우가 다수라서

이 역시 본인이 아는 범위의 관찰이다. 어느 기관이 얼마나 그런지는 대화에 나오지 않았다.

저녁 무렵, 변환 도구를 소개한 글

저녁 무렵 다른 참가자가 hwp를 hwpx로 바꾸는 변환 도구를 소개한 글을 옮겨 올렸다. 옮겨 온 글에 따르면 도구 이름은 hwp2x이고, 글은 지난 30년간 공직사회가 만든 hwp 문서의 규모를 이렇게 추산했다.

공식 결재 문서만 약 20억 개, 실무 초안과 파생 버전까지 합치면 무려 100억 개가 넘는 것으로 추산됩니다

이 수치는 옮겨 온 글의 주장이며 대화에서 검증되지 않았다. 글은 이 문서들이 기계가 읽기 어려운 폐쇄형 포맷에 갇혀 있다고 보고, 개방형 표준인 hwpx로의 변환과 AI 학습용 형식 변환을 내세웠다.

반응은 짧았다. 한 참가자는 이렇게 적었다.

한글포맷도 여려군데서 코드로 답을 내고 계시는군요

잠시 뒤 다른 참가자는 유튜브 영상 주소를 올린 다음, 그 영상 회의에서 나온 이야기를 전했다.

이 유튜브 회의에서 hwpx파일을 표준 파일 포멧형태로 만들라고 이야기가 나왔고

같은 참가자는 아직도 hwp 파일이 안 읽히는 일을 이해하기 어렵다는 질문이 나왔는데 제대로 답하지 못했다고도 전했다. 이는 영상을 본 사람의 전언이며 영상 내용은 대화에서 확인되지 않았다. 또 다른 참가자는 공식 도구가 따로 있다고 알렸다.

한컴에서 배포한 공식 변환툴도 있어요

변환은 끝이 아니라는 말

그다음 흐름은 변환이라는 말 자체에 모였다.

변환이 문제의 끝이 아니라 시작이라...

이 말에 다른 참가자가 곧바로 맞장구를 쳤다.

변환.....한도 끝도 없는 늪 ㅠ

앞에 말한 참가자는 낙관도 보탰다.

하지만 곧 변환부터 ai활용하는 문서작성까지 결론이 날듯

읽는 법

아침과 저녁의 두 장면은 같은 곳을 다른 각도에서 가리킨다. 아침에는 표와 양식을 가진 문서를 기계가 읽는 일이 아직 안 된다는 체감이, 저녁에는 문서를 다른 형식으로 바꾸는 도구가 나와도 그 뒤가 이어진다는 체감이 나왔다. 어느 쪽도 특정 도구의 성능을 측정한 결과는 아니고, 도구가 얼마나 정확히 변환하는지는 대화에서 확인되지 않았다. 변환 도구 이야기에서는 한 참가자가 변환이 끝이 아니라 시작이라고 말했고, 곧 변환부터 AI를 활용한 문서 작성까지 결론이 날 것 같다고 내다봤다. 폐쇄망 이야기는 아침에 같은 방에서 따로 나온 말이다.