대용량 hwp 변환기 hwp2LLM을 소개합니다.
🗂️ 다운받기 : https://github.com/physhero/hwp2LLM
들어가며
한국의 업무 환경 특성상 수많은 기업과 기관에는 다년간 축적된 HWP 문서들이 방대하게 쌓여 있습니다. 하지만 최근 각광받는 LLM 학습이나 RAG 구축 등 인공지능(AI) 파이프라인에 이를 활용하기 위해 HWP를 순수 텍스트 데이터로 변환하는 작업은 매우 까다롭고 고된 과정이었습니다. 그 과정에서의 비효율과 답답함을 해결하고자 직접 자동화 도구를 개발하였으며, 저와 같은 어려움과 시간 낭비를 겪고 계실 많은 분들께 도움이 되고자 이 프로그램을 배포합니다.
hwp2LLM 이란?
hwp2LLM은 대용량 HWP / HWPX 한글 문서를 PDF와 TXT 파일로 동시에 일괄 변환하는 데이터 전처리 도구입니다. 복잡한 한글 문서 내부의 텍스트 데이터를 AI 가공에 적합한 형태로 안전하게 추출합니다.
🛡️ 보안 사항
- 본 실행 파일은 바이러스 및 악성코드가 포함되어 있지 않습니다.
- VirusTotal 테스트: 스캔 결과 보고서 링크 (69 회사의 바이러스 테스트 통과)
- SHA-256 Hash:
64EA36CE0E2C4CBB96F8CF37908106C78F6627CA8F1A53863B03AC3CD56D9635 - 공식 지원: http://x.com/physhero
🎯 개발 취지
- 한국어 데이터의 핵심을 이루는 한글(HWP) 문서를 LLM(대형 언어 모델) 및 AI 파이프라인에서 즉시 활용할 수 있도록 돕기 위해 개발되었습니다. 텍스트 추출과 원본 확인용 PDF 변환을 동시에 수행하여 AI 데이터 준비 시간을 크게 단축합니다. 본 앱을 사용해서 많은 사용자들이 다양한 연구와 교육에 도움을 받기를 바랍니다.
✨ 핵심 기능
- PDF & TXT 동시 변환 (Dual Export): 문서 1개당 텍스트 분석용 TXT와 양식 확인용 PDF를 함께 생성합니다.
- 대용량 일괄 처리 (Batch Processing): 수십만 개의 문서를 중단 없이 안정적으로 자동 변환합니다.
- 깨진 파일 등 예외 처리 : 중복 변환 자동 방지(Skip System) 및 한글 COM 프로세스 멈춤(Hang) 방지 타임아웃을 탑재했습니다.
💡 주요 활용처
- LLM & RAG 데이터 파이프라인: Vector DB 인덱싱, RAG(검색 증강 생성) 구축, AI 모델 임베딩/파인튜닝 데이터 전처리
- 생성형 AI 문서 분석: Grok, ChatGPT, Claude 등 생성형 AI 서비스에 TXT 파일들을 직접 업로드하여 데이터 요약, 정보 추출 및 학술 분석 수행
‼️ 요구 사항
- 윈도우 11 이상
- HWP 2018 버전 이상
❓ Q&A 및 문의
- X (Twitter): http://x.com/physhero
- Web: https://ed.or.kr
🔒 License
- Copyright (c) 2026. All rights reserved.
- 본 프로그램 및 소스 코드에 대한 모든 권리는 저작권자에게 있습니다. 저작권자의 사전 허가 없는 무단 복제, 수정, 재배포 및 상업적 이용을 엄격히 금지합니다.
