Unlimited-OCR은 장문 문서 OCR 병목을 어떻게 줄이려는가
Summary
Unlimited-OCR은 문서 전체를 한 번에 파싱하는 OCR 워크플로를 지향하며, 핵심 차별점으로 R-SWA 기반의 고정형 KV cache 운영과 다페이지 일관성 확보를 내세운다. 다만 한국어 장문 정확도는 공개 댓글 기준 상반된 신호가 있어 실문서 벤치가 필요하다.
Key Takeaways
- 다페이지 OCR의 핵심 문제를
페이지 분할 → 페이지별 OCR → 결과 병합구조에서 발생하는 문맥 단절과 포맷 붕괴로 본다. - R-SWA는 전체 문서를 참조하면서도 출력 쪽 attention 범위를 제한해 장문 생성 병목을 줄이려는 설계다.
- GitHub README 기준으로
infer_multi와 PDF→이미지 변환 예시, sglang/OpenAI 호환 API 배포 예시까지 제공한다. - LinkedIn 공개 댓글에서는 페이지 간 유지가 좋다는 실사용 평가와, 한국어 장수 증가 시 정확도 저하가 크다는 반론이 함께 보인다.
Why It Matters
- 문서 자동화 파이프라인에서 OCR 정확도만이 아니라
다페이지 구조 유지,장문 속도,후처리 병합 비용이 중요해진다. - JYP Labs 관점에서는 문서 AI 인프라 평가 프레임과 한국어 벤치 체크리스트를 만드는 계기로 활용할 수 있다.