Kordoc MCP Server

kordoc

모두 파싱해버리겠다.

대한민국에서 둘째가라면 서러울 문서지옥. 거기서 7년 버틴 공무원이 만들었습니다.

HWP 3.x·5.x, HWPX, HWPML, PDF, XLS·XLSX, DOCX, PPTX, 이미지(PNG·JPG·WebP·TIFF·GIF·BMP·AVIF·HEIC·PCX)를 Markdown과 구조화 데이터로 변환합니다. 라이브러리·CLI·MCP 서버로 사용할 수 있습니다.

English · 상세 사용법 · 벤치마크 · 변경 이력

_{같은 법령 별표 한 건을 HWP·HWPX·PDF·스캔 이미지로 넣은 실제 출력입니다. 네 경우 모두 병합 칸(rowspan·colspan)을 같은 짜임의 표로 읽습니다. 스캔 이미지는 OCR이 자동으로 켜집니다.}

• 📊 PDF 공개 벤치 종합 0.965: opendataloader-bench 200문서, 공개 리더보드(2026-09-29 기록) 12개 파서보다 높은 점수(4.24.50 측정). 측정 조건
• 🇰🇷 한국 공문서 표 구조 100%: 원본 HWPX 2,424문서의 보이는 표 10,342개 전부 구조 일치. 검증 결과

쓸모 있었다면 GitHub ⭐ 하나 눌러주세요. 다른 사람이 이 도구를 찾는 데 도움이 됩니다.

영상: 공개 벤치 측정 과정(2026-09-27 판, 1분 31초) · 양식 일괄 채우기 시연

설치

Node.js 20 이상 · macOS / Linux / Windows

npm install kordoc

CLI는 설치 없이 npx kordoc으로 실행할 수 있습니다. PDF·OCR·그림 형식 변환·QR 읽기 의존성은 기본 설치되며, --omit=optional로 제외하면 해당 기능이 제한됩니다.

AI 에이전트에 연결

npx -y kordoc setup

Claude Desktop·Claude Code·Cursor·Codex 등 설치된 클라이언트에 MCP를 등록합니다. 공식 MCP 레지스트리에도 io.github.chrisryugj/kordoc으로 등재돼 있습니다. 클라이언트를 재시작하면 파싱·비교·생성·검수·렌더 등 22개 도구를 사용할 수 있습니다.

VS Code·Cursor는 버튼 한 번으로 등록됩니다.

Claude Code 플러그인:

/plugin marketplace add chrisryugj/kordoc
/plugin install kordoc@kordoc

수동 MCP 등록과 설치 문제 해결

빠른 시작

CLI

npx kordoc 문서.hwpx -o 문서.md
npx kordoc *.pdf --jobs 4 -d ./결과
npx kordoc 문서.pdf --format json --pages 1-3
npx kordoc 스캔본.pdf --ocr -o 스캔본.md
npx kordoc generate 보고서.md --preset 보고서 -o 보고서.hwpx
npx kordoc to-hwpx 문서.hwp -o 문서.hwpx
npx kordoc to-hwpx ./옛문서   # 폴더째(하위 폴더까지) — 각 파일 옆에 .hwpx, 이미 있으면 건너뜀
npx kordoc 문서.pdf -o 문서.hwpx   # PDF·DOCX 등도 읽은 내용으로 HWPX (그림 포함)
npx kordoc pack build 보고서1.hwpx 보고서2.hwpx 보고서3.hwpx --name 광양시 -o 광양시.kpack   # 기관팩 (docs/agency-pack.md)
npx kordoc generate 새보고서.md --pack 광양시.kpack -o 새보고서.hwpx
npx kordoc fill --template gian -j 값.json -o 기안문.hwpx
npx kordoc lint 보고서.hwpx --gate --preset 보고서

--jobs는 파일 단위 병렬 변환이며 메모리 사용도 늘어납니다. 병렬 변환 안내

JavaScript / TypeScript

import { parse, markdownToHwpx } from "kordoc"
import { writeFile } from "node:fs/promises"

const result = await parse("문서.hwpx")
if (result.success) {
  console.log(result.markdown)
  // result.blocks: 구조화 데이터, result.metadata: 문서 정보
}

const hwpx = await markdownToHwpx("# 추진계획\n\n본문", {
  gongmun: { preset: "보고서" },
})
await writeFile("보고서.hwpx", Buffer.from(hwpx))

파싱 옵션·API·양식·렌더 예제

주요 기능

작업	기능
읽기	문서 → Markdown·IR·쪽별 본문·RAG 청크, 로컬 OCR(손글씨 인식 포함), 그림 속 QR 값(--qr-codes), 그림 형식 통일(--image-format png|webp)
비교·편집	블록·셀 단위 비교, HWPX·HWP 서식 보존 패치, 견본 서식 그대로 새 내용 쓰기
작성	Markdown → HWPX·HWP(HWP 는 npm install @rhwp/core 뒤 -o 문서.hwp), 공문서 프리셋·부서 서식 견본(--template), 표·수식·차트
변환	HWP → HWPX — HWP 5.x 는 서식 그대로(글꼴·문단 모양·표·그림·도형·수식·머리말·각주·차트, 배포용·변경 추적 문서 포함). PDF·DOCX 등은 -o 문서.hwpx 로 읽은 내용을 HWPX 로
기관팩	우리 기관 문서 몇 건으로 서식 묶음(.kpack)을 만들어 그 서식대로 새 문서 — 기관팩
양식	필드·누름틀 채우기, 표준 기안문 2종, 도장 날인
검수	표기법·공공언어, 구성·AI 문체 게이트, 예산 산출근거 검산, 열린 문서 블록 단위 검수(lint-blocks)
보기·보안	HWPX·HWP 미리보기·영역 추출, 개인정보 마스킹

서식 보존 패치용 Markdown은 --keep-layout-tables로 추출합니다. 적용하지 못한 편집은 건너뛴 사유로 보고합니다. 서식 보존 편집 · CLI 전체

검증 결과

4.22.14 · 2026-10-19 검증(렌더 배치·별표는 4.24.24 · 2026-10-30, PDF 표는 4.24.35 · 2026-11-01, OCR 은 4.24.32 · 2026-11-01, HWP → HWPX 변환은 4.24.29 · 2026-10-31, PDF 글·KoOCR-Bench·opendataloader-bench 기본값과 OCR 켬은 4.24.50 · 2026-11-07). 고정 코퍼스와 참조 기준으로 측정한 결과입니다.

대상	규모	결과
HWPX	2,424문서 · 10,342표	표 구조 일치 10,342/10,342 · 100%
HWP 5.x ↔ HWPX	1,130쌍 · 4,315표	짝 문서의 표 구조 일치 100%
HWP 5.x → HWPX 변환	한글 저장 짝 264쌍 (속성 대조 232쌍)	속성 일치 99.21% · 완전 일치 69/232 · 글 264/264 · 한글 화면 대조 80문서
PDF 글	744쌍	글자 재현율 99.887% · 정확도 99.685% · 읽기 순서 99.398% · 어절 F1 99.131%
PDF 표	708쌍 · 2,331표	표 탐지 99.83% · 구조 일치 98.24% · 칸 F1 0.9919
HWPX 재조판	다중줄 25,187문단 (12개 폴더)	모든 줄 시작 일치 24,941/25,187 · 99.02%
PDF 중첩표 (텍스트층)	29문서 · 101표	구조·칸 내용 101/101 · 100%
법령 별표	272건 · 346표	HWP 346/346, PDF 343/346 · 99.13%
PDF 전체	1,911문서 중 1,729건 채점	글 커버리지 99.80%
OCR	53문서 · 102쪽 · 65표	CER 0.0237 · 글자 재현율 99.33% · 표 구조 일치 33/65
KoOCR-Bench v2.0c (외부)	공개 877쪽 (표·글·손글씨·순서)	종합 기본값 0.906 · 표 0.916 · 손글씨 0.921 · 순서 0.914 · 제목 재현율 0.930 (4.24.68)
opendataloader-bench	PDF 200문서	종합 기본값 0.965 · ocr: true 0.967 · OCR 끔 0.939 (4.22.14)
HWPX 렌더 배치	한컴 PDF 짝 1,565문서(쪽 수 일치 1,508) · 글 조각 111,480 · 그림 4,300	글 위치(±1.5pt) 106,904 · 95.9% · 그림 위치(±2pt) 4,213 · 98.0%

표 구조 점수와 셀 내용·화면 재현은 별도 지표입니다. 중첩표 100%는 위 101표에 한정하며 전체 PDF·조판의 완전 일치를 뜻하지 않습니다. 채점 범위·제외 기준·옵션별 수치·재현 방법은 벤치마크 상세에 있습니다.

최근 업데이트

최신 배포: 4.24.80 · 2026-11-15

버전	주요 변경	수치 변화
4.24.80	HWP(5.0) 저장 — generate -o 문서.hwp·MCP output_path .hwp·hwpxToHwp, 선택 의존성 @rhwp/core(기본 설치 크기 그대로)	생성 견본 11종(공문서 프리셋 9종·2단+수식, 표·그림 포함) 쪽 수 그대로 · 손실 보고 0건 · 파서 무변
4.24.79	PDF 띄운 숫자("- 10 -")·한자 뒤 줄 머리 조사·조사 꼴 어절 뒤 한 음절 조각·날짜 뒤 요일 괄호 · 괘선 없는 쪽 경계에서 갈린 표 행(두 줄 이름표·칸 안 번호 목록) · OCR 칸 없는 구간 행 사이 값 행	PDF 글 어절 F1 99.149% → 99.159% (19문서 상승, 결재문서 0.981 → 1) · ODL 표 TEDS 98.015% → 98.053% · 별표 PDF 재현율 99.982% → 99.983% · KoOCR 0.90644 → 0.90653 · 문서별 하락 2(채점 산출물 — CHANGELOG)
4.24.78	PDF 자간 넓힌 한글 줄 거짓 공백("한 국 정부 가") · 레이아웃 표를 풀 때 사라지던 표 캡션 · HWP 아래 캡션 그림 순서 · 내어 쓴 번호 목록 꺾인 줄 · OCR 표 칸 "18 (18.2%)"	PDF 글 어절 F1 99.139% → 99.149% (20문서 상승, MOU 보도자료 0.925 → 0.954) · 점수 벤치 5,465문서 전부 1 · KoOCR 약 설명서 쪽 CER 0.134 → 0.123 · 자체 벤치·KoOCR 문서별 하락 0
4.24.77	PDF 거짓 공백(Microsoft Print To PDF·LibreOffice 문서도 반올림 전 좌표로 공백 판정) · 미리보기 분수 쌓아 그리기·경우 수식 한 줄 글	PDF 글 어절 F1 9문서 상승(전통시장 보도자료 0.962 → 0.993, 청년 종합투자 0.974 → 0.992) · 자체 벤치·KoOCR 문서별 하락 0
4.24.76	PDF 아이템 여럿으로 찍힌 위첨자 덩어리(연도 이름표·각주 참조) · 쪽 아래 각주 목록이 표로 서던 것 · 칸 안 두 줄 이름표 글자 엇갈림	PDF 글 어절 F1 156775859 0.989 → 0.996·156782262 → 1 · PDF 커버리지 11문서 상승(6902633 0.981 → 1) · 자체 벤치·KoOCR 문서별 하락 0

이전 버전과 상세 내용은 변경 이력에 있습니다.

자주 묻는 질문

Q. HWP·HWPX 파일을 Markdown으로 바꾸려면? npx kordoc 문서.hwp -o 문서.md 한 줄입니다. 한컴오피스 없이 파일을 직접 읽으며, 여러 파일은 npx kordoc *.hwpx -d ./output으로 한 번에 바꿉니다.

Q. Claude·Cursor 같은 AI가 한글 문서를 읽게 하려면? npx -y kordoc setup으로 MCP를 등록하면 AI가 파일 경로만 받아 HWP·PDF·엑셀을 읽고, 비교하고, 양식을 채웁니다.

Q. 인터넷이 막힌 폐쇄망에서도 되나요? 됩니다. KORDOC_OFFLINE=1이 외부 통신을 모두 막고, OCR도 API 키 없이 로컬 CPU에서 돕니다. 폐쇄망 설치

Q. RAG 색인용으로 쓸 수 있나요? --format chunks가 제목 경로를 붙인 구조 청크와 독립 표 청크를 냅니다. 표를 HTML 없이 받으려면 --table-format gfm(API는 tableFormat: "gfm")을 씁니다. Python·Java에서는 Python SDK·Java SDK로 부릅니다.

Q. OCR 줄 좌표나 다른 모델이 필요하면? --ocr --ocr-lines --format json이 줄별 상자·신뢰도를 내고, --ocr-det·--ocr-det-long-side로 검출 모델과 해상도를, --ocr-rec handwriting|auto로 손글씨 인식 모델을 고릅니다. OCR 줄·모델 선택

문서·보안

• 상세 사용법: 전체 CLI·MCP 도구·API·지원 포맷
• Java SDK · Python SDK: 상주 엔진 워커로 Java·Python 시스템에서 파싱 (워커 프로토콜)
• 공문서 생성 가이드 · 아키텍처
• 폐쇄망 설치: KORDOC_OFFLINE=1, MCP 접근 범위 KORDOC_ROOT
• gVisor 샌드박스: 파서를 gVisor 안에서 실행해 호스트 보호(Linux, KORDOC_SANDBOX=gvisor·docker --runtime=runsc)
• 보안 정책 · 라이선스 MIT · 오픈소스 고지

만든 사람

대한민국 지방공무원. 광진구청에서 7년간 HWP 파일과 싸우다가 이걸 만들었습니다. 5개 공공 프로젝트에서 수천 건의 실제 관공서 문서를 파싱하며 검증했습니다.