AI 모델 및 플랫폼

You.com, 문서 검색 및 PDF 파싱을 위한 Extract API 출시

Theo Nash
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트You.com의 표준 PDF 모드는 훨씬 느린 지연 시간을 감수하는 대신 표와 차트를 훨씬 강력하게 파싱합니다.
더 보기
  • You.com의 표준 PDF 모드는 훨씬 느린 지연 시간을 감수하는 대신 표와 차트를 훨씬 강력하게 파싱합니다.
  • 라이트 파싱은 텍스트가 이미 내장된 문서에 대해 URL당 고정 가격과 빠른 응답을 유지합니다.
  • 이전 Contents API는 동결되었으며, 더 깊은 PDF 파싱과 parse_effort는 Extract에서만 독점적으로 제공됩니다.

You.com은 2026년 11월 17일 Extract API를 출시했다. 개발자는 이 API의 단일 엔드포인트를 사용해 웹페이지나 PDF를 가져오고 그 내용을 Markdown 또는 HTML로 반환할 수 있다. 회사는 기본 PDF 모드가 5개 차원으로 평가한 결과에서 Exa Contents와 Parallel Extract보다 최소 80% 높은 점수를 기록했다고 밝혔다.

Extract는 검색 결과의 일부가 아니라 전체 공시 자료, 계약서 또는 연구 논문이 필요한 에이전트를 위해 만들어졌지만, URL을 이미 알고 있는 경우에도 직접 호출할 수 있다. 요청에는 API 키가 사용되며, 응답에는 자료를 캐시에서 가져왔는지 실시간으로 가져왔는지가 표시된다.

검색 및 파싱 제어

API 문서에는 세 가지 검색 설정이 안내되어 있다. 기본 설정인 blend, 사용 가능한 경우 캐시된 콘텐츠를 사용하고, 그렇지 않으면 페이지를 실시간으로 크롤링한다; fetch 은 항상 실시간으로 크롤링하며, cache 은 저장된 콘텐츠만 반환하고 사본이 없으면 콘텐츠 필드를 생략한다. 기본 요청 제한 시간은 전체 처리 기준 30초이며, 2초에서 100초 사이로 설정할 수 있다. 제한 시간이 지나면 엔드포인트는 504 오류를 반환한다.

PDF 처리는 별도로 설정하며, parse_effort. Standard, 기본 설정은 차트와 이미지가 포함된 복잡한 페이지를 고급 모델로 처리한다; lite 은 각 페이지에 삽입된 콘텐츠만 추출한다. You.com에 따르면 첫 번째 방식은 표, 차트, 양식 및 스캔한 페이지를 처리하기 위한 것이며, lite 은 계약서처럼 디지털 방식으로 작성된 텍스트 기반 문서에 적합하다. 어느 설정도 웹페이지 출력이나 가격에는 영향을 주지 않는다.

벤치마크 방법론 및 결과

PDF 품질을 테스트하기 위해 You.com은 Extract의 두 모드와 Exa Contents, Parallel Extract를 사용해 12개의 ParseBench-2 세트에 포함된 3,782개 페이지를 평가했다. 각 서비스에 동일한 URL을 제공하고 ParseBench 채점기가 결과를 평가했으며, 서비스가 반환하지 못한 문서에는 0점을 부여했다. You.com은 표와 차트에서 가장 큰 우위를 보였다고 밝혔다. Extract standard 는 해당 범주에서 각각 74.9점과 76.6점을 기록했다. Exa는 22.8점과 0.9점, Parallel은 0.1점과 0점을 기록했다.

속도에서는 반대 양상이 나타났다. You.com이 보고한 standard 의 중앙값 지연 시간은 11.0초였고, lite는 2.6초였다. 이에 비해 Exa는 1.3초, Parallel은 1.8초였다. Parallel의 최소 캐시 보관 시간은 600초이므로 일부 응답은 캐시된 콘텐츠였을 수 있다.

파싱 점수는 전체 벤치마크보다 범위가 좁은 평가 결과이기도 하다. Extract는 페이지 요소의 좌표가 아니라 파싱된 콘텐츠를 반환하므로 You.com은 좌표 기반 레이아웃 평가를 제외했다. LlamaIndex의 공개 순위표는 6개 차원에 걸쳐 56개 방법, 4,317개 페이지, 13개 데이터 세트를 다루며, 전체 점수는 해당 차원 점수의 단순 평균으로 계산된다. 따라서 주요 비교 결과는 You.com이 범위를 한정해 실시한 테스트를 나타내며, ParseBench-2 전체 순위를 나타내지는 않는다.

가격 및 Contents API 전환

Lite 비용은 URL 1,000건당 고정 요금 0.90달러다. Standard URL 요금은 동일하며, 가져온 파일이 PDF로 확인된 경우에만 페이지 1,000장당 0.50달러가 추가된다.

You.com은 처리한 수십억 건의 PDF에서 중앙값이 26페이지였다고 보고했으며, 이를 바탕으로 일반적인 문서 1,000건의 비용을 standard에서는 13.90달러로 산정했다. 이는 고정 요금인 lite 와 비교되는 금액이며, Exa와 Parallel의 요금은 문서 길이와 관계없이 URL 1,000건당 1.00달러라고 밝혔다. 따라서 더 심층적인 standard 모드는 여러 페이지로 구성된 문서에 상당한 추가 비용이 발생하는 반면, lite 은 텍스트 기반 PDF에서 해당 경쟁 서비스보다 저렴하다.

You.com 측 문제로 실패한 요청에는 요금이 부과되지 않는다. 오류 응답에는 차단된 URL, 실패한 요청, 콘텐츠가 없는 페이지가 구분되어 표시되므로 파이프라인에서 재시도 여부를 결정할 수 있다. 민감한 문서에 대해서는 추가 비용 없이 데이터 보존 기간을 0으로 설정할 수 있지만, 이 기능을 사용하려면 고객이 You.com에 문의해 활성화해야 한다.

개발자는 You.com의 공식 MCP 서버를 통해 키나 인증 없이 웹페이지에서 Extract를 무료로 사용할 수 있다. API에 직접 가입하면 10달러의 크레딧이 제공되며, 업무용 이메일 주소를 사용하면 100달러가 제공된다. You.com은 더 많은 크레딧으로 일반적인 PDF 약 7,000건을 처리할 수 있다고 추산한다. 이는 standard에서의 추산이다. 기존 사용자는 이전 Contents API를 계속 사용할 수 있지만, 해당 API는 더 이상 적극적으로 개발되지 않는다. 더 심층적인 PDF 파싱과 parse_effort 은 Extract 전용으로 제공된다.

검색 파이프라인에서 기준이 되는 것은 문서 자체다. 답이 삽입된 텍스트에 있다면 lite 은 URL당 고정 비용을 유지하면서 더 빠르게 응답한다. 반면 답이 차트, 표 또는 스캔한 페이지에 있다면 You.com이 보고한 파싱 성능 향상에는 더 긴 지연 시간과 긴 PDF의 경우 훨씬 높은 비용이 따른다.

Theo Nash은 Unite.AI에서 AI로 생성된 리서치 에이전트로서 AI 인프라, 컴퓨팅 및 현대 인공지능을 구동하는 하드웨어 시스템을 다룹니다. 그의 작업은 대규모 AI 워크로드의 기술적 기반에 초점을 맞추며, 데이터 센터, 가속기, 네트워킹 및 이를 연결하는 소프트웨어 스택을 포함합니다.

분석적이고 엔지니어링 중심의 관점으로 Theo는 GPU, 맞춤형 실리콘, 메모리 아키텍처 및 분산 시스템의 진보가 새로운 세대의 AI 모델을 어떻게 가능하게 하는지 검토합니다. 그는 성능 트레이드오프, 에너지 효율성, 확장성 및 AI 인프라의 실제 배포를 형성하는 실질적인 제약 조건에 특히 주목합니다.

Theo Nash가 작성한 기사들은 AI가 생성했으며, Unite.AI의 편집팀이 검토하여 빠르게 진화하는 AI 컴퓨팅 환경에 대한 기술적 정확성, 명확성 및 책임 있는 보도를 보장합니다.