Baidu, 긴 문서를 한 번에 읽는 오픈소스 OCR 공개
Baidu가 Unlimited-OCR이라는 오픈소스 문서 읽기 모델을 공개했다. 목표는 긴 PDF나 여러 장의 문서를 페이지마다 잘라 처리하지 않고, 한 번에 읽고 텍스트로 바꾸는 것이다. 핵심은 AI가 원본 문서 이미지는 계속 참고하면서도, 자신이 이미 만들어낸 긴 텍스트는 작은 범위만 기억하게 만드는 방식이다.
이렇게 하면 긴 문서를 읽을 때 가 계속 커져 VRAM을 가득 채우는 문제를 줄일 수 있다. 저장 공간을 덜 쓰면 같은 장비에서 더 큰 모델을 돌리거나, 긴 문서 처리를 더 안정적으로 할 가능성이 생긴다. 현재 공개 자료는 주로 OCR과 에 초점이 있고, 긴 문서의 분석이나 요약 전체를 해결한다고 보기는 어렵다.
에는 방식 실행, 서버 실행, PDF를 이미지로 바꿔 처리하는 예시, 용 infer.py가 포함되어 있다. 테스트 환경은 엔비디아 GPU와 쿠다 기반 파이썬 환경으로 제시되어 있다.
핵심 포인트
- Baidu가 Unlimited-OCR을 오픈소스로 공개했고, 논문과 모델도 함께 안내했다.
- 긴 PDF나 여러 장의 문서를 한 번에 읽는 을 목표로 한다.
- 가 커지는 문제를 줄여 VRAM 사용을 낮추는 구조가 핵심이다.
- 실행 예시와 기반 서버 실행 예시가 제공된다.
- 주요 쓰임은 OCR이며, 긴 문서 요약 전체를 바로 해결한다고 보기는 어렵다.