복잡한 재무제표 표(Table)와 다단 PDF 완벽 인식: Vision LLM 기반 마크다운 변환 파이프라인

import fitz  # PyMuPDF
import base64
from openai import OpenAI

client = OpenAI()

def parse_complex_pdf_page(pdf_path: str, page_num: int) -> str:
    doc = fitz.open(pdf_path)
    page = doc.load_page(page_num)
    
    # 300 DPI 초고해상도 렌더링 (줌 계수 4.16)
    pix = page.get_pixmap(matrix=fitz.Matrix(4.16, 4.16))
    img_bytes = pix.tobytes("png")
    b64_img = base64.b64encode(img_bytes).decode("utf-8")

    # Vision 모델에 표 구조 엄격 복원 지시
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {
                "role": "system",
                "content": "당신은 세계 최고의 회계 문서 전산화 전문가입니다. 이미지 내 표를 누락 없이 정확한 Markdown Table로 변환하세요. 병합된 셀은 빈 칸으로 두지 말고 상위 의미를 유지하세요."
            },
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": "이 재무제표 페이지의 모든 수치와 계정과목을 정밀 마크다운으로 추출하세요."},
                    {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{b64_img}"}}
                ]
            }
        ],
        temperature=0.0
    )
    return response.choices[0].message.content