MarkItDown: 워드·엑셀·PDF를 AI가 읽기 좋은 마크다운으로 바꾸기

AI에게 문서를 보여주려고 PDF 내용을 복사했는데 줄바꿈이 엉키고 표가 풀어지는 경우가 있습니다. Microsoft가 공개한 MarkItDown은 여러 형식의 파일을 마크다운 텍스트로 바꿔 이런 전처리를 돕는 Python 도구입니다. 읽기 좋은 텍스트가 필요한 순간에 유용합니다.

파일 형식보다 내용의 구조에 집중합니다

제목, 목록, 링크, 표처럼 문서의 의미를 드러내는 구조를 텍스트로 남기는 데 초점을 둡니다. 워드·엑셀·프레젠테이션·PDF 등 여러 형식을 지원하지만, 모든 문서에서 같은 품질을 기대하면 안 됩니다. 복잡한 다단 편집과 그림 속 정보는 별도 확인이 필요합니다.

마크다운이 되었다고 무조건 토큰 수가 줄어드는 것은 아닙니다. 원본과 변환 결과, 모델의 토크나이저에 따라 달라집니다. 핵심 장점은 사람이 내용을 확인하고 필요한 부분을 골라 AI에 전달하기 쉬워진다는 데 있습니다.

비전공자를 위한 3단계 시작 가이드

01. Python과 테스트 문서를 준비합니다

공식 안내의 지원 Python 버전을 확인합니다. 다른 도구와 충돌하지 않도록 python -m venv .venv로 가상 환경을 만들고 활성화하세요. Windows PowerShell은 .venv/Scripts/Activate.ps1, macOS·Linux는 source .venv/bin/activate를 사용합니다. 본인이 공유할 수 있는 PDF 한 개를 sample.pdf라는 이름으로 준비합니다.

02. 변환 패키지를 설치합니다

python -m pip install "markitdown[all]"

대괄호의 all은 여러 파일 형식에 필요한 선택 의존성을 포함한다는 뜻입니다. 필요한 형식만 다룬다면 공식 문서의 형식별 설치 옵션도 살펴보세요. 설치가 끝나면 sample.pdf가 있는 폴더로 이동합니다.

03. PDF를 변환하고 결과를 읽습니다

markitdown sample.pdf -o sample.md

sample.md를 메모장이나 코드 편집기로 열어 제목과 표를 살펴보세요. 입력 파일명과 경로는 실제 파일에 맞게 바꿉니다. 변환 결과가 기존 파일을 덮어쓰지 않도록 출력 이름도 확인하세요. 내용이 길다면 한 섹션씩 골라 AI에 전달해 보는 방식이 좋습니다.

스캔 PDF에서 글자가 안 나올 때

텍스트가 들어 있는 PDF와 종이를 촬영한 PDF는 다릅니다. 스캔 문서는 OCR이 필요할 수 있고, 이미지 설명·문서 분석 옵션은 추가 구성이나 외부 서비스를 사용할 수 있습니다. 결과가 비어 있다면 먼저 PDF에서 글자를 직접 선택할 수 있는지 확인하세요.

원문과 꼭 대조할 세 가지

표의 열 순서, 금액과 단위, 각주의 연결을 확인하세요. 숫자와 문장이 잘 추출되어도 페이지 전체의 의미가 달라질 수 있습니다. 첫 테스트는 짧은 문서로 하고, 어떤 형식에서 잘 동작하는지 본인의 문서 유형별로 기록해 두면 반복 작업에 도움이 됩니다.

기본 로컬 변환과 외부 API 옵션은 데이터 흐름이 다릅니다. 사내 자료를 처리할 때는 어떤 플러그인과 분석 서비스를 활성화했는지 확인하세요. AI에 원고를 붙여넣는 단계에서도 별도의 외부 전송이 발생할 수 있습니다.

라이선스와 비용을 확인하세요

MarkItDown은 MIT 라이선스입니다. 선택하는 플러그인·외부 분석 서비스와 원본 문서의 이용 권한은 별도로 확인하세요.

2026.11.01 공식 자료 기준으로 작성했습니다. 설치 명령은 문서와 대조했으며 이 글을 위해 직접 실행 검증하지는 않았습니다. 설치와 다운로드 시간은 환경에 따라 달라집니다. 대표 이미지는 도구의 용도를 설명하기 위해 AI로 제작한 사진형 이미지이며, 실제 제품 화면이나 실행 결과가 아닙니다.