GitHub AI 스타 트렌드
문서·데이터 파싱도구/라이브러리Python

microsoft/markitdown

Python tool for converting files and office documents to Markdown.

GitHub 에서 보기 ↗카드 기준일 2026-10-31 · 처음 작성 2026-10-28 · 갱신 2026-11-02
+1,386지난 주
0.7%규모 대비 성장률
193,267누적 스타

AI 작성이 카드는 AI(Claude)가 공개 자료(README·릴리스·HN·웹 글)로 쓴 요약입니다. 사람이 검토하지 않았으며, 주장마다 출처 링크와 확인·추정 표시를 붙였습니다. 숫자는 GitHub API 값을 코드가 채웁니다.

013줄 요약

  • 무엇인지 — MarkItDown은 PDF·Word·PowerPoint·Excel·이미지·오디오·HTML 등 여러 형식의 파일을 LLM과 텍스트 분석 파이프라인에 넣기 좋은 Markdown으로 바꾸는 Microsoft의 Python 유틸리티다.
  • 왜 지금 떴나 — 이번 주에는 뚜렷한 급등일이 없다. 2026-10-21 v0.1.9 릴리스와 하루 앞선 Medium 가이드가 나오면서, 이미 널리 쓰이던 저장소에 관심이 꾸준히 이어진 것으로 보인다.
  • 어떤 의미인지 — RAG·에이전트 파이프라인의 문서 전처리 단계를 가볍게 시작할 수 있는 도구다. 다만 PDF처럼 레이아웃이 복잡한 입력에서는 품질 한계가 지적되므로, 형식별로 다른 도구와 비교해 골라 쓰는 편이 좋다.

02숫자

누적 스타193,2672026-10-31
지난 주+1,386전주 1,330
규모 대비 성장률0.7%주 시작 191,881
생성11.132024년
주간 스타 · 최근 12주
12주 전10.25 주
이번 주 일별 스타 (UTC)
일 10.25토
항목값
누적 스타193,267 (2026-10-31 기준)
이번 주 증가+1,386
성장률+1% (주 시작 191,881)
AI 탭 순위누적 TOP 14위
일별 증가10-25 +236 · 10-26 +230 · 10-27 +193 · 10-28 +176 · 10-29 +191 · 10-30 +178 · 10-31 +182
급등일없음
유형 · 카테고리도구/라이브러리 · 문서·데이터 파싱 (보조: MCP 서버·도구)
확인 필요없음

03왜 지금 떴나

  • 2026-09-04 v0.1.8b1 프리릴리스가 나왔다. 새 기능 없이 버그 수정만 대량으로 담았지만, 변경량이 많아 신중하게 배포한다고 밝혔다. GitHub 릴리스 (확인)
  • 2026-09-21 v0.1.8 정식 릴리스가 나왔다. 수십 개의 작은 패치를 묶었고 markitdown-ocr 플러그인을 리팩터링했다. GitHub 릴리스 (확인)
  • 2026-10-20 Medium에 MarkItDown을 AI 문서 워크플로용 변환 도구로 소개하는 가이드 글이 올라왔다. medium.com (확인)
  • 2026-10-21 v0.1.9가 릴리스됐다. HTTP 응답 읽기 청크 크기 확대, 오디오 전사 언어 파라미터 추가, 모바일 위키백과 URL 지원과 함께 테스트를 실제 변환 fixture 기반으로 재정비했다. GitHub 릴리스 (확인)

04무엇인가

MarkItDown은 다양한 파일을 LLM이 읽기 좋은 Markdown으로 바꾸는 가벼운 Python 도구다. textract와 비슷한 역할을 하지만 제목·목록·표·링크 같은 문서 구조를 Markdown으로 보존하는 데 초점을 둔다. 사람이 읽을 고충실도 문서 변환보다는 텍스트 분석 도구가 소비하는 출력을 목표로 한다.

지원 형식은 PDF, PowerPoint, Word, Excel, 이미지(EXIF·OCR), 오디오(EXIF·음성 전사), HTML, CSV·JSON·XML, ZIP, YouTube URL, EPub 등이다. Markdown을 고른 이유로는 주류 LLM이 Markdown을 잘 이해하고 토큰 효율도 높다는 점을 든다. 형식별 의존성은 [pdf], [docx], [pptx], [az-doc-intel]처럼 선택 설치 옵션으로 나뉘어 있다.

사용 방식은 CLI(markitdown file.pdf -o out.md, 파이프 입력 지원)와 Python API(MarkItDown().convert()) 두 가지다. 서드파티 플러그인 구조를 갖추고 있으며, 플러그인은 기본적으로 꺼져 있다. 대표 플러그인인 markitdown-ocr는 OpenAI 호환 llm_client/llm_model을 받아 문서에 들어 있는 이미지의 텍스트를 LLM Vision으로 뽑는다. 품질을 더 높이고 싶으면 Azure Document Intelligence나 Azure Content Understanding 백엔드를 연결할 수 있다.

05비교

  • deanmalmgren/textract — README가 가장 비슷한 도구로 꼽는다. MarkItDown은 평문 추출에 그치지 않고 문서 구조를 Markdown으로 보존한다는 점이 다르다. GitHub (확인)
  • Docling은 이미지 처리가 낫다는 사용자 평이 있다. 이미지와 표가 많은 문서라면 대안으로 거론된다. reddit.com (확인)
  • pymupdf4llm은 텍스트 위주 PDF에서 MarkItDown보다 낫다는 사용자 비교가 있다. reddit.com (확인)
  • PDF 변환 벤치마크에서 MarkItDown은 다른 오픈소스 변환기보다 제목·이미지·수식 복원 점수가 전반적으로 낮게 나왔다. pdfmarkdown.app (확인)

06활용사례

  • VS Code 확장이 markitdown을 감싸, 에디터 안에서 우클릭 한 번으로 PDF·DOCX·PPTX·XLSX를 .md로 변환한다. marketplace.visualstudio.com (확인)
  • Obsidian 플러그인으로 파일·폴더·URL·YouTube 영상을 vault용 Markdown으로 변환한다. github.com (확인)
  • MarkItDown MCP 서버를 GitHub Copilot과 함께 써서 이미지와 PDF를 Markdown으로 바꾸는 튜토리얼이 있다. youtube.com (확인)
  • Microsoft Learn 문서가 cu_endpoint로 Azure Content Understanding을 연결해 레이아웃을 반영한 Markdown과 YAML front matter 필드를 얻는 방법을 안내한다. learn.microsoft.com (확인)
  • Windows에서 uv로 환경을 구성해 기업 문서를 Markdown으로 일괄 변환하고, AI 에이전트·벡터 DB 수집 파이프라인 맨 앞에 두는 튜토리얼이 있다. youtube.com (확인)

07한계·리스크

항목값
라이선스MIT
기여자133
상위 1명 기여 비중36%
지난 30일 이슈열림 52 · 닫힘 26
릴리스 주기약 38.2일마다
열린 이슈+PR784
패키지PyPI markitdown — 지난 주 다운로드 4,734,250 · 패키지 의존 저장소 0 — 출처 ecosyste.ms (CC BY-SA 4.0)
  • MarkItDown은 현재 프로세스 권한으로 파일과 URL에 접근한다. 신뢰할 수 없는 입력은 직접 정제하고, convert_stream()처럼 범위가 가장 좁은 함수를 쓰라고 README가 경고한다. 서드파티 플러그인도 코드와 데이터 처리 방식을 검토한 뒤 써야 한다. GitHub · remio.ai (확인)
  • PDF 품질이 약점으로 반복 지적된다. 다단 구성, 표, 수식, 스캔 문서에서 제목과 구조 복원이 부족하다는 평가와, 표 텍스트는 남지만 열 구조를 조용히 잃는다는 리뷰가 있다. thunderbit.com · pdfmarkdown.app · reddit.com (확인)
  • 기존 서드파티 라이브러리를 감싸는 래퍼 성격이 강하다는 분석이 있다. 가볍다는 소개와 달리 ML 런타임 의존성이 예상보다 크다는 측정 결과도 있다. thunderbit.com · yage.ai (확인)
  • 아직 0.1.x 버전대이고, 최근 릴리스는 새 기능보다 버그 수정과 테스트 보강이 중심이다. 메이저 버전 전이므로 출력 형식이 바뀔 가능성을 염두에 둬야 한다. GitHub 릴리스 · GitHub 릴리스 · GitHub 릴리스 (추정)

08변경 기록

근거