사장된 SCORM 과정을 살아있는 지식 기반으로 바꾸세요

기업 교육 라이브러리에는 수십 년간 축적된 도메인 지식이 있습니다 — 안전 절차, 규정 준수 요건, 제품 사양, 온보딩 프로세스. 이 콘텐츠는 해당 분야 전문가들이 상당한 비용을 들여 제작한 것입니다. 하지만 AI 파이프라인이 아닌 LMS 상호 운용성을 위해 설계된 SCORM 패키지에 갇혀 있습니다.

ScormParser가 이 간극을 연결합니다. AI 엔진이 SCORM의 내부 구조를 이해하고, 모든 콘텐츠 자산을 추출하며, 오디오와 동영상을 전사하고, 임베딩 최적화된 사전 청킹 콘텐츠로 출력합니다.

API를 통해 SCORM ZIP 패키지를 업로드하세요. ScormParser의 AI가 전체 패키지를 처리합니다 — 텍스트 콘텐츠를 추출하고, 음성 인식으로 오디오와 동영상을 전사하며, 모든 것을 깔끔한 Markdown 또는 JSON으로 구조화합니다. 출력에는 인기 임베딩 모델에 최적화된 사전 계산된 청크 경계가 포함됩니다.

임베딩 모델마다 컨텍스트 윈도우가 다르며 각기 다른 청크 크기에서 최적의 성능을 발휘합니다. ScormParser는 OpenAI의 text-embedding-3-large, Cohere의 embed-v3, BGE나 E5 같은 오픈소스 모델 등 사용하는 모델에 맞게 청킹 전략을 설정할 수 있습니다. 각 청크에는 과정 계층 구조 메타데이터가 포함되어 검색 파이프라인이 컨텍스트를 보존합니다.

{
  "text": "All forklift operators must complete...",
  "metadata": {
    "course": "Warehouse Safety 2024",
    "module": "Equipment Operation",
    "slide": 7
  }
}

ScormParser의 청킹 출력은 인기 벡터 데이터베이스에 직접 수집되도록 설계되었습니다. 커스텀 변환 코드 작성 없이 Pinecone, Weaviate, Qdrant, ChromaDB에 청크를 바로 로드하세요. 출력 형식이 이러한 데이터베이스가 기대하는 것과 일치하므로, SCORM에서 검색 가능한 지식까지 몇 분이면 충분합니다.