SoMark의 OXR이 문서 파싱 3개 벤치마크 1위를 내세웠다

PDF와 문서 이미지를 마크다운이나 JSON으로 바꾸는 OXR-1.0을 SoMark가 공개했습니다. 매개변수 13억 개 규모인 이 모델이 세 문서 파싱(document parsing) 벤치마크에서 1위를 했고 속도도 앞선다고 팀은 밝혔습니다. 저는 모델 규모와 세 시험의 1위가 함께 제시된 점이 눈에 들어옵니다. 그 성적이 실제 문서의 표와 읽기 순서에서도 유지되는지가 오래 남습니다.

재귀적 자기 개선(RSI)을 다룬 SoMark 팀의 설명과 이어집니다. 팀은 OXR의 오류와 불안정한 예측을 바탕으로 새 학습 데이터를 만들어 후속 학습에 반영했다고 밝혔습니다. 이번 공개에서는 그 학습을 거친 OXR-1.0의 성과를 세 벤치마크 1위와 속도 우위로 내세웁니다.

반가운 점은 글자만 옮기는 데 그치지 않는다는 것입니다. 문서 요소 13종의 위치와 읽기 순서까지 결과에 담습니다. 수식은 LaTeX로, 표는 HTML이나 마크다운(Markdown)으로 내보냅니다. 레이아웃 분석(layout analysis) 모델은 다른 모델로 교체할 수 있습니다.

세 벤치마크 1위는 그 평가에서의 성적이며, 내 문서의 품질은 직접 확인해야 합니다. 평가 결과와 재현 방법은 공개돼 있어 성적 자체를 확인할 수 있습니다. 무료 응용 프로그래밍 인터페이스(application programming interface, API)는 요청이 대기열을 탈 수 있습니다. 처리 속도도 달라질 수 있고 서비스 안정성도 보장되지 않습니다. SoMark도 운영 환경에는 권하지 않는다고 선을 긋습니다.

민감하지 않은 PDF 한 건을 온라인 데모에 넣고, 표의 행과 열, 페이지의 읽기 순서를 원본과 비교해 보십시오. 결과가 맞으면 같은 유형의 문서를 더 시험하고, 어긋나면 그 오류가 반복되는지 살펴보십시오. 운영에 쓸 계획이라면 무료 API의 대기 가능성과 별도 라이선스 조건도 확인하십시오.

문서 변환 결과의 표나 읽기 순서를 직접 고쳐야 했던 마지막 순간은 언제였습니까?