문서 40쪽 읽는 바이두 AI, OCR 혁신 이끌까?

111

 

계약서나 제안서, 보고서를 스캔해 두고도 정작 필요한 문장을 찾지 못해 다시 처음부터 넘겨 보신 적 있으실 겁니다. 분명 디지털 파일인데도, 사람은 읽을 수 있어도 기계는 제대로 이해하지 못하는 순간이 많았지요. 그렇다면 만약 AI가 문서를 한 장씩 끊어 읽는 것이 아니라, 40쪽 넘는 문서를 한 호흡에 훑고 맥락까지 붙잡을 수 있다면 어떨까요. 최근 바이두가 공개한 Unlimited OCR는 바로 그 질문을 던지게 만든 사례입니다. 

핵심 포인트 이제 OCR 경쟁은 “글자를 읽느냐”가 아니라 “긴 문서를 얼마나 자연스럽게 이해하느냐”로 이동하고 있습니다.

Unlimited OCR가 왜 주목받는가

바이두는 2026년 6월 22일 Unlimited OCR을 공개하며, 수십 페이지 문서를 단 한 번의 추론으로 처리하는 방향을 제시했습니다. 기존 LLM 기반 OCR은 페이지 수가 늘수록 메모리 사용량이 커지고 속도가 떨어지는 문제가 있었는데, 이번 모델은 이 병목을 줄이는 데 초점을 맞췄습니다. 쉽게 말해 “읽을 페이지가 많아질수록 점점 버벅이던 OCR”을 “길게 읽어도 리듬이 무너지지 않는 OCR”로 바꾸려는 시도라고 보시면 됩니다.

 

AI 에이전트 시대, ERP도 다크SW로 변하나?

 

사람처럼 필요한 것만 붙드는 방식

논문에서 설명하는 핵심은 R-SWA라는 구조입니다. 사람도 책을 베껴 쓸 때 이미 적은 모든 문장을 머릿속에 끝까지 들고 가지는 않지요. 원본과 방금 적은 몇 줄만 보며 다음 줄로 넘어갑니다. Unlimited OCR도 비슷하게, 이미지와 프롬프트 같은 기준 정보는 계속 참고하되 최근 출력 일부만 기억하는 방식으로 작동합니다. 이 덕분에 KV 캐시가 계속 불어나지 않아 긴 문서에서도 속도와 메모리 부담을 상대적으로 안정적으로 유지할 수 있습니다. 

실제 사례로 보면 뭐가 달라지나

이 변화가 가장 크게 다가오는 장면은 여러 페이지가 연결된 PDF 업무입니다. 공식 저장소를 보면 이 모델은 단일 이미지뿐 아니라 멀티페이지 이미지와 PDF를 대상으로 파싱 흐름을 제공하고 있습니다. 즉, 문서를 한 장씩 잘라 결과를 합치는 보조 작업 대신, 처음부터 여러 페이지를 이어진 맥락으로 읽는 방향을 제품 수준에서 보여준 셈입니다. OCR이 “스캔된 글자 추출기”를 넘어 “문서 흐름 해석기”로 가고 있다는 신호로 읽힙니다. 

 

성능 수치도 흥미롭습니다. AI타임스 보도에 따르면 Unlimited OCR은 20페이지 이상 문서를 단일 추론으로 안정적으로 처리했고, 40페이지가 넘는 문서에서도 편집 거리 0.11 이하와 Distinct-35 약 97%를 기록했습니다. 또 논문 기준 OmniDocBench v1.5에서 전체 점수 93.23을 기록해 비교 대상 DeepSeek-OCR의 87.01보다 높았습니다. 숫자만 보면, 긴 문서를 읽을수록 흔들리던 기존 OCR의 약점을 꽤 정면으로 찌른 결과라고 할 수 있습니다.

 

한·미·중 AI 전쟁 속 한국의 독자 모델 전략

 

 

PaddleOCR가 보여준 흐름과 연결해 보면

사실 바이두의 움직임은 갑자기 튀어나온 이벤트가 아닙니다. 공식 PaddleOCR 저장소는 이미 PDF와 이미지를 JSON·Markdown 같은 LLM 친화 데이터로 바꾸고, 표·수식·차트·문단 구조까지 다루는 방향을 강조해 왔습니다. 여기에 Dify, RAGFlow 같은 생태계 연동까지 더해지면서 OCR은 단순 입력 기술이 아니라 AI 에이전트와 검색 시스템의 전처리 엔진으로 자리 잡는 중입니다. Unlimited OCR은 그 흐름 안에서 “더 길고 더 복잡한 문서를 끊김 없이 읽게 하려는 다음 단계”로 보입니다.

 

AI 표정 생성 기술 혁신, 목소리 속 비꼬는 감정까지 읽고 시각화한다

 

실수 방지 포인트
긴 문서를 잘 읽는 OCR이 나왔다고 해서 결과를 무조건 그대로 믿으시면 안 됩니다. 표의 셀 경계, 수식 기호, 스캔 품질, 페이지 순서 오류는 여전히 후처리 검증이 필요합니다.

독자가 얻을 수 있는 실전 인사이트

• 첫째, 페이지 단위 정확도만 보지 마십시오. 실제 업무는 문서 전체 흐름이 중요하니 멀티페이지 성능을 꼭 확인하셔야 합니다.
• 둘째, OCR의 최종 목적을 분명히 하셔야 합니다. 단순 텍스트 추출인지, 표 구조화인지, RAG용 전처리인지에 따라 좋은 모델의 기준이 달라집니다.
• 셋째, 긴 문서일수록 메모리 구조가 중요합니다. 속도가 느려지는 모델은 운영비와 대기시간을 동시에 키웁니다.
• 넷째, 오픈소스 공개 여부를 체크하십시오. 실무에서는 데모보다 배포 가능성과 커스터마이징 여지가 더 중요합니다.

특히 중소기업이나 문서 자동화 프로젝트를 준비하는 팀이라면, 이번 사례를 “정확도 경쟁”보다 “운영 가능성 경쟁”으로 읽는 편이 좋겠습니다. IT조선이 짚었듯 최근 OCR 시장은 거대한 모델 자랑보다 실제 배포 가능성과 효율성을 중시하는 흐름으로 움직이고 있습니다. 바이두가 이전부터 경량 문서 파싱과 다국어 처리, 표·수식 인식까지 넓혀 온 점을 보면 이번 Unlimited OCR도 단발성 화제라기보다 제품화 가능한 문서 AI 포트폴리오의 연장선으로 보는 편이 더 정확합니다.

 

인공지능 신약 후보 물질 혁신, 글로벌 제약사들이 드 노보 기술에 올인한 이유

 

그래서 OCR 혁신을 이끌 수 있을까

제 생각에는 “가능성은 충분하지만, 혁신의 완성은 현장 적용이 결정한다”가 가장 솔직한 답입니다. 40쪽 넘는 문서를 한 번에 읽는다는 메시지는 분명 강력합니다. 다만 혁신은 연구 발표에서 끝나지 않습니다. 실제로는 다양한 서식의 PDF, 낮은 해상도 스캔본, 깨진 표, 복합 언어 문서까지 버텨야 비로소 시장의 표준으로 인정받습니다. 그럼에도 이번 발표가 반가운 이유는 OCR의 기준을 한 단계 올려 놓았기 때문입니다. 이제 우리는 “잘 읽느냐”만이 아니라 “길게 읽어도 이해가 유지되느냐”를 묻게 됐습니다.

 

우주 AI 기술력 인정, 텔레픽스 논문 화제

 

정리하자면, 바이두의 Unlimited OCR은 긴 문서 OCR의 병목이었던 메모리와 속도 문제를 정면으로 건드린 흥미로운 시도입니다. 개인적으로는 이 기술이 계약서 검토, 사내 문서 검색, 논문 정리, 스캔 아카이브 디지털화 같은 분야에서 특히 파급력이 클 것으로 보입니다.

 

여러분은 어떻게 보시나요? 문서 40쪽을 한 번에 읽는 OCR이 실제 업무를 바꿀 만큼 의미 있는 혁신이라고 느끼시는지, 아니면 아직은 조금 더 지켜봐야 한다고 생각하시는지 의견 남겨주시면 재미있게 함께 이야기 나눠보겠습니다.

이 글이 좋았다면, 공유와 구독 부탁드립니다.

참고하면 도움이 되는 글 보러가기 아래 참고하세요 ~

 

AI 로봇 내시경 혁명! 국산 기술의 반격

 

구글 IO AI검색 새 시대! 말만 하면 다 찾아준다? 웹 생태계 대격변

 

AI 로봇 관련주 쇼크! 대장주 바뀐다? 필수 주목해야할 이유