AI가 흔든 37년 ‘HWP’… 잠자던 공공문서 데이터화 “이제 시작”

공공문서는 그동안 국내 인공지능(AI) 산업이 충분히 활용하지 못한 한국어 데이터 자산으로 꼽혔다. 행정기관에 쌓인 문서 상당수가 아래아한글(HWP)과 PDF 형태로 남아 있어 AI 학습과 검색·분석에 바로 쓰기 어려웠기 때문이다. 연구 현장에서는 HWP 문서를 일일이 열어 필요한 내용을 복사해 붙여넣거나, PDF로 변환한 뒤 다시 데이터를 정리하는 비효율도 반복됐다.이런 상황은 앞으로 개선될 여지가 크다. 정부의 HWPX 의무화, 글로벌 AI 서비스의 HWP 지원, 오픈소스 파서(Parser)·편집기 등장, 국내 문서 엔진 기업들