작성자: 이소윤

1. 오늘의 목표 (Plan)

• [x] hwp → pdf 변환 완료

2. 오늘 내가 한 일 (Work Done)

• HWP 원본 96개를 GCP VM에서 LibreOffice+h2orestart로 PDF 변환(94개 성공, 2개 실패 확인)
• VM에 한글 폰트 설치 후 재변환하여 글자 깨짐 문제 해결
• 변환된 PDF 94개를 로컬로 rsync 다운로드
• 기존 PDF 4개 + 수동 변환 2개(실패 파일)까지 합쳐 data/pdf_raw 구성
• 전체 PDF(100개) 대상으로 rich 추출 수행 및 누락 13개 재추출 완료
• rich 결과 최종 MD 100 / MANIFEST 100 / MISSING 0 확인

🌟 오늘 팀에 기여한 부분

• (개인 MVP 작업 진행)

3. 오늘의 인사이트 / 배운 점 (Insights)

• LibreOffice 변환 품질은 폰트 설치 여부가 핵심(한글 깨짐 방지 필수)
• Colab 환경은 HWP import 필터 부재로 실제 변환이 불가
• 대량 파일 업로드는 rsync가 가장 안정적이며 콘솔 업로더는 실패율이 높음
• rich 추출 누락은 재추출로 대부분 복구 가능