AI Briefing#ocr
#ocr와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#ocr와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
특허 문서의 복잡한 표와 화학식을 정확하게 처리하는 0.3B 파라미터 규모의 MOSS-OCR 모델이 공개되었습니다.
수식, 표, 악보 등 복잡한 시각 정보를 하나의 모델로 처리하는 엔드투엔드 OCR 모델 GOT-OCR2.0이 공개되었습니다.
HWP·PDF·Office 문서를 마크다운으로 변환하고 MCP 서버로 AI 에이전트와 연동하는 오픈소스 도구 kordoc이 공개됐다.
PaddlePaddle이 계층적 병렬 디코딩 기반 1B 문서 파싱 모델 HPD-Parsing을 공개해 OmniDocBench v1.6에서 94.91%로 최고 성능을 기록했다.
텍스트 대신 이미지를 활용해 LLM 입력 토큰 수를 줄임으로써 API 비용을 획기적으로 절감하는 기술을 소개한다.
Mistral의 OCR, Agents, Workflows를 활용해 의료 문서 처리 파이프라인을 구축하는 방법을 설명한다.
단일 이미지부터 PDF까지 문서 전체를 파싱하는 3.3B 규모의 오픈소스 OCR 모델이 출시되었습니다.
Baidu에서 긴 문서 및 다중 페이지를 한 번에 처리하는 새로운 OCR 모델인 Unlimited-OCR를 공개했다.
PaddlePaddle이 다양한 환경에 최적화된 다국어 지원 경량 OCR 모델인 PP-OCRv6를 출시했다.
PaddleOCR이 정확도와 속도를 대폭 개선한 신규 OCR 모델 시리즈 PP-OCRv6를 공개했습니다.
경농이 Vision LLM과 Amazon OpenSearch를 활용해 사진 촬영만으로 농약 정보를 찾는 시각적 검색 시스템을 구축했다.
Qwen3.5-4B 기반의 문서 데이터 추출 및 Markdown 변환 특화 VLM인 NuExtract3가 공개되었습니다.
문서 이해와 구조화된 정보 추출에 특화된 4B 규모의 비전-언어 모델 NuExtract3가 공개되었습니다.
앵커 기반 방식 대신 픽셀별 거리 회귀와 DBSCAN을 사용하는 WordDetectorNet의 구조를 분석한다.
30억 파라미터 전문화 모델이 Claude Opus, GPT-5.4 등 모든 상용 프론티어 API를 OCR 벤치마크에서 능가했다.
Numind가 Qwen3.5-4B 기반의 문서 구조화 및 OCR 특화 VLM인 NuExtract3를 공개했다.
Numind가 문서의 Markdown 변환 및 구조화된 데이터 추출에 특화된 4B 규모의 오픈 웨이트 VLM인 NuExtract3를 출시했다.