추천Unlimited-OCR-2: SR-SWA로 문서 길이 제한 제거한 OCR 모델

수백 페이지에 달하는 장문서도 하나의 컨텍스트 윈도우 안에서 끝까지 파싱한다. 기존 방식과 달리 문서 길이에 따라 메모리나 연산 비용이 기하급수적으로 늘어나지 않도록 설계했다. Baidu가 공개한 Unlimited-OCR-2는 이러한 '무한 지평선(Unlimited-Horizon)' 처리를 목표로 한다.

1 / 2

핵심은 희소 참조 슬라이딩 윈도우 어텐션(SR-SWA) 기술이다. 초장문 시퀀스의 텍스트-시각 어텐션 상호작용을 512 토큰 수준의 고정 크기 작업 참조 집합으로 압축한다. 이를 통해 단계별 디코딩 지연 시간과 메모리 사용량이 문서 길이와 무관하게 거의 일정하게 유지된다.

MPDocBench과 같은 수십 페이지 벤치마크는 물론, MarathonDocBench와 같은 극단적인 백 페이지 단위 벤치마크에서도 최상위 성능을 보인다. Transformers 라이브러리를 통한 기본 추론과 함께, 서버 배포를 위한 SGLang 지원도 제공한다. MIT 라이선스로 공개되어 있으며 다국어 처리를 지원한다.

대용량 문서 디지털화나 장문서 정보 추출이 필요한 개발자에게 적합하다. 특히 페이지 간 문맥을 활용해야 하는 멀티페이지 인퍼런스 작업에서 강점을 보인다. vLLM 및 SGLang 등 주요 추론 프레임워크와의 호환성을 확보해 프로덕션 환경 적용이 용이하다.