스캔 문서 한 폴더를 PC에서 읽는 MiniCPM-OCR, 사람은 어느 페이지를 봐야 할까?
MiniCPM-OCR 1.0.5 SDK는 입력 파일 여러 개를 한 번에 처리합니다. 문서별 결과를 남기고, 중요한 필드를 확인해 어떤 스캔을 검색 가능한 자료에 넣을지 판단해 봅니다.
오래된 청구서 세 장이 있습니다. 사람이 읽기에는 무리가 없지만 검색은 어렵습니다. 하나는 편집할 수 없는 이미지형 PDF, 하나는 모서리가 접힌 종이를 찍은 사진, 마지막은 두 페이지에 걸친 표가 담긴 깨끗한 스캔입니다. 로컬 OCR로 이미지를 텍스트로 바꿀 수 있습니다. 다만 보관을 승인하는 사람은 어느 결과가 어느 파일에 해당하는지, 표의 열이 원래 의미를 유지했는지 알아야 합니다.
OpenBMB는 2026년 11월 9일 MiniCPM-OCR SDK 1.0.5를 공개했습니다. 한 번에 입력 여러 개를 받아 파일마다 결과를 만듭니다. 별도 옵션을 쓰면 개별 이미지를 각각 독립 문서로 처리할 수 있습니다. 파라미터 13억 개의 MiniCPM-OCR 1.0 모델은 중국어와 영어 문서, PDF를 대상으로 설계됐습니다. 모델과 SDK 자체는 앞서 공개됐고, 인식 서비스를 로컬에서 실행하는 방법도 나와 있습니다. PyPI 릴리스 · OpenBMB 프로젝트와 변경 이력
검토 과정을 추적할 수 있는 작은 묶음으로 시험해 보세요. 입력마다 바뀌지 않는 식별자를 붙이고 추출 결과가 어떤 원본과 짝을 이루는지 남깁니다. 값이 틀리면 문제가 되는 필드는 직접 확인하세요. 그래야 검색용 초안과 실제 판단에 사용할 수 있는 기록을 구분할 수 있습니다.

문서가 구조화된 텍스트가 되는 과정을 그린 OpenBMB 공식 MiniCPM-OCR 출시 이미지입니다. Apache 2.0. Telli.sh가 래스터 이미지로 바꾸고 크기를 조정했습니다. 원본 일러스트
이번 업데이트로 문서 경계를 유지하기 쉬워졌습니다
OpenBMB의 11월 9일 릴리스 노트에 따르면 1.0.5에 파일 여러 개를 넘기면 파일마다 결과 하나를 반환합니다. --split-images 옵션은 개별 이미지를 각각 별도 문서로 처리합니다. 여러 페이지짜리 PDF와 카메라 사진을 함께 다루는 사무실에서 의미 있는 차이입니다. 하나의 PDF로 합쳐 둔 청구서는 일반적으로 그대로 유지하고, 서로 관계없는 사진 두 장은 두 기록으로 남겨야 합니다. MiniCPM-OCR 1.0.5 패키지와 릴리스 노트
작게 시험하려면 유형마다 문서 하나를 준비합니다. 깔끔한 PDF에서는 예상 읽기 순서를 확인할 수 있습니다. 종이 사진에서는 접힘, 회전, 빛 반사가 특정 영역의 인식을 망치는지 볼 수 있습니다. 빽빽한 표에서는 두 열에 비슷한 값이 있을 때 어떻게 되는지 확인할 수 있습니다. 같은 문서의 두 페이지를 각각 찍었다면 파서에 보내기 전에 묶는 방법을 결정하세요. 명령은 파일을 받지만 어느 파일이 한 문서에 속하는지는 원본의 맥락이 정합니다.
각 입력에 고정된 문서 식별자를 붙이고, 검토가 끝날 때까지 원본을 보관하는 예입니다. Telli.sh 제작.
원본, 페이지 수, 예상 출력이 기록된 입력 목록을 쓰세요. 실수로 파일이 바뀌었는지 확인할 체크섬을 쓴다면 일괄 처리 전에 원본에서 계산합니다. 나중에 다시 실행해도 유일한 원본을 덮어쓰지 않도록 추출 결과는 별도 위치에 저장하세요. 서로 다른 폴더에 같은 invoice.pdf가 있더라도 고정된 식별자가 있으면 어느 원본과 짝인지 분명합니다.
다음 단계에서 읽을 수 있는 형식을 고르세요. OpenBMB SDK는 호출 설정에 따라 Markdown이나 JSON으로 결과를 만듭니다. Markdown은 사람이 초안을 읽기 편하고, 구조화된 출력은 후속 프로그램이 파서가 반환한 영역을 다루는 데 도움이 됩니다. 어느 형식이든 판단에 쓰일 숫자나 필드라면 원본 이미지와 대조해야 합니다. OpenBMB 문서 파싱 흐름
로컬 구성은 레이아웃 분석과 문자 인식으로 나뉩니다
OpenBMB는 데스크톱 전체 페이지 분석을 두 단계로 설명합니다. SDK의 레이아웃 모델이 텍스트, 표, 수식 등 영역을 찾고 순서를 정합니다. 잘라낸 영역을 HTTP로 인식 서비스에 보내고, 응답을 읽기 순서에 맞춰 조립합니다. 두 부분 모두 직접 관리하는 하드웨어에서 실행할 수 있습니다. 인식 서비스는 별도 실행 환경이므로 SDK가 다른 위치의 서비스를 가리키도록 설정할 수도 있습니다. OpenBMB 전체 페이지 분석과 로컬 배포 안내
문서에 비공개 정보가 있다면 이 경계가 중요합니다. 레이아웃 단계가 잘라낸 영역을 어디로 보내는지 확인해야 합니다. SDK를 로컬에서 돌려도 외부 호스팅 서비스를 호출하도록 설정하면 문서 내용이 네트워크를 통해 전송될 수 있습니다. 의도한 서비스에 연결하고 조직이 승인한 저장·로그 정책을 적용하세요. 공개 데모는 합성 문서로 인터페이스를 살펴보는 데 쓸 수 있습니다. 실제 고객 문서를 보낼 필요는 없습니다.
11월 5일 OpenBMB는 SDK, vLLM, 모델을 함께 담은 Docker 이미지를 공개했습니다. 문서에 명시된 환경은 Linux x86-64, NVIDIA GPU, CUDA 12.9 호환 드라이버, NVIDIA Container Toolkit을 갖춘 Docker입니다. 인식 서비스용 백엔드로 llama.cpp와 Ollama 등도 설명합니다. 모델 크기만으로 특정 기기에서 전체 흐름이 무리 없이 돌아가는지 알 수 없습니다. 대상 기기에서 레이아웃 구성 요소, 모델 형식, 메모리, 처리량을 확인하세요. OpenBMB 배포 요구사항
문서 한 건을 읽는 모바일 방법도 있습니다. OpenBMB는 11월 2일 iOS 오프라인 분석을 발표했습니다. 11월 12일 프로젝트 업데이트에서는 기기 내 데모를 Android와 HarmonyOS로 넓혔습니다. 모바일 데모와 데스크톱 일괄 처리 SDK는 모델을 쓰는 별도의 방법입니다. 문서가 어디에 있고 결과를 어떻게 확인할지에 맞춰 고르세요. OpenBMB 모바일 릴리스 이력
겉보기에는 정상이어도 틀릴 수 있는 필드를 확인하세요
청구서 한 줄에 수량 10개, 단가 38.50이 적혀 있다고 가정해 보죠. 추출된 표에는 수량 열에 38.50, 단가 열에 10이 들어 있습니다. 두 숫자가 모두 존재하는지만 확인하는 시스템은 통과시킬 수 있습니다. 하지만 결과를 사용하는 사람에게 중요한 정보는 숫자가 어느 열에 속하는지입니다. 행과 열 제목, 합계를 함께 비교하세요.
검색용 보관 자료라면 위험의 양상이 다릅니다. 원본을 찾을 수 있다면 설명란의 오타 하나는 감수할 만할 수 있습니다. 발주 번호가 틀리면 엉뚱한 문서로 갈 수 있습니다. 어떤 필드가 완전히 일치해야 하는지 정하고 원본과 대조하세요. 페이지에 코드가 있다면 앞자리의 0을 유지한 채 확인합니다. 파서가 올바르게 읽었어도 숫자 표시나 스프레드시트 가져오기 과정에서 0이 사라질 수 있습니다.
| 문서 예 | 원본과 대조할 내용 | 후속 사용 전에 정할 것 |
|---|---|---|
| 청구서 | 공급사 ID, 청구서 번호, 통화, 합계와 각 열 제목 | 정확히 일치해야 하는 필드 |
| 여러 단으로 된 보고서 | 제목, 단의 순서, 그림 옆의 설명 | 결과가 올바른 순서로 읽히는지 |
| 회전된 문서나 촬영한 양식 | 이름, 선택란, 인장, 접힌 부분 가까이의 기재 내용 | 직접 검토하거나 다시 스캔할 페이지 |
| 다국어 스캔 | 문서에 있는 언어별 ID와 필드 텍스트 | 보관 기준을 충족하는 언어 |
OpenBMB가 MiniCPM-OCR 1.0의 대상으로 명시한 언어는 중국어와 영어입니다. 한국어나 여러 언어가 섞인 페이지를 다루는 팀은 해당 문서에서 직접 인식 정확도를 재 보세요. 중요한 언어마다 빽빽한 문서, 깨끗한 양식, 카메라 이미지를 넣는 것이 실용적입니다. 서로 다른 소수 문서를 한 점수로 평균 내기보다 어떤 종류의 오류가 나오는지 남기세요. OpenBMB 모델 설명
영역별 점수는 검토 순서를 정하는 데 도움이 됩니다
OpenBMB는 이미지 영역과 추출된 텍스트, 수식, 표를 대조해 평가하는 별도 모델인 MiniCPM-OCR Jev도 공개했습니다. 프로젝트는 검토가 필요할 수 있는 영역을 찾는 점수라고 설명합니다. 일괄 작업에서는 이 점수를 우선순위에 활용하되, 틀렸을 때 영향이 큰 필드는 여전히 원본과 비교할 수 있습니다. 검토 대기열을 점수에 맡기기 전에 관심 있는 오류를 얼마나 잘 골라내는지 확인하세요. OpenBMB의 MiniCPM-OCR Jev 설명
선택적으로 영역 점수를 이용해 검토 우선순위를 정할 수 있습니다. 결제, 식별자 등 실제 결정에 쓰이는 필드는 직접 확인이 필요할 수 있습니다. Telli.sh 제작.
점수가 어디에 도움이 되는지 알려면 팀이 이미 식별할 줄 아는 오류를 넣은 작은 기준 자료를 준비하세요. 부품 번호의 문자 하나가 빠진 경우, 행 정렬이 잘못된 경우, 깨끗한 페이지에서 가져온 문장은 각각 다른 상황을 시험합니다. 올바르게 인식한 영역도 몇 개 넣으세요. 틀린 결과에 높은 점수를 주거나 맞는 결과에 낮은 점수를 주는 사례를 살펴보세요. 문턱값을 작업 기준으로 삼기 전에 논의할 사례입니다.
불일치는 보이게 남겨 두세요. 검토자가 합계를 수정했다면 최초 OCR 결과를 보존하고 원본 문서에 어떤 수정을 했는지 연결해 기록합니다. 그래야 특정 문서 유형이나 촬영 방식에서 오류가 몰리는지 확인할 수 있습니다. 다음 사람도 사람이 고친 내용과 모델이 처음 반환한 결과를 구분할 수 있습니다.
사람이 검토에 쓰는 시간이 이 방식의 확장성을 좌우할 수 있습니다. 문제를 해결하는 시간과 다시 봐야 하는 페이지의 종류를 기록하세요. 로컬 도구는 깨끗한 문서에서 시간을 아껴 주는 한편 상태가 나쁜 스캔의 검토 대기열은 길어질 수 있습니다. 같은 종이 양식에서 계속 문제가 나면 모델을 추가하기보다 스캔 방식을 개선하는 편이 나을 수 있습니다.
서로 다른 방식으로 실패할 수 있는 작은 묶음부터 시험하세요
- 사용 승인을 받은 문서 예제를 모읍니다. 실제 언어와 레이아웃을 반영한 깨끗한 스캔, 회전된 사진, 여러 페이지의 표를 넣습니다. 원본별로 바뀌지 않는 식별자를 붙입니다.
- 승인된 로컬 처리 경로를 고릅니다. 데스크톱 일괄 작업이라면 OpenBMB의 로컬 배포 안내에 따라 인식 서비스 주소를 확인합니다. 파일을 열기 전에 하드웨어와 환경 요구사항을 점검하세요. 공식 로컬 배포 안내
- SDK를 실행하고 파일별 결과를 남깁니다. SDK 버전, 모델이나 양자화 방식, 백엔드, 출력 형식을 기록합니다. 이미지의 묶음 처리 방식을 의도적으로 고르고 결과마다 원본을 보관합니다. SDK 1.0.5 안내
- 보관 자료의 실제 용도에 맞춰 검토합니다. 검색용이면 읽기 순서, 후속 처리용이면 추출값에 의존하는 필드를 확인합니다. 어떤 문서를 승인, 수정, 제외했는지 이유와 함께 기록합니다.
- 새 문서를 조금 골라 반복합니다. 같은 합격 기준을 적용합니다. 검토에 걸린 시간과 원본을 추적하기 쉬운지 비교하고, 작업량을 늘리기 전에 직접 처리가 필요한 문서 유형을 파악해 대응합니다.
당장 필요한 용도에 맞게 범위를 잡으세요. 스캔한 회의 자료를 검색하도록 돕는 도구와 청구서 지급 양식을 자동으로 채우는 도구에 같은 수준의 필드 보장이 필요한 것은 아닙니다. 당장 검색이 필요하다면 검색이나 다른 되돌릴 수 있는 작업부터 시작하세요. 나중에 어떤 추출 결과에 더 엄격한 검사가 필요한지 실험에서 확인할 수 있습니다.
보관 시스템에서 무엇을 색인했는지 알 수 있게 하세요. 검색 결과에 기계가 만든 텍스트만 표시하면 사용자가 그럴듯한 결과를 권위 있는 기록으로 여길 수 있습니다. 검색 결과 옆에 원본 파일명이나 문서 ID를 표시하고 해당 페이지를 찾기 쉽게 만드세요. 검토 상태가 있다면 함께 표시합니다. 그래야 자료를 쓰는 사람이 언제 원본을 읽어야 하는지 판단할 수 있습니다.
같은 출력 폴더를 쓰는 문서 묶음에는 복구 시험도 해볼 만합니다. 파일 하나가 실패해 다른 설정으로 그 파일만 다시 돌린다고 합시다. 다른 파일의 결과가 남아 있고 입력 목록으로 두 번째 실행의 결과를 식별할 수 있는지 확인합니다. 자동 재처리가 있어야 하는 시험은 아닙니다. 다른 파일이 무엇을 출력했는지 기록을 잃지 않고 결과 하나를 개선할 수 있는지 보는 것입니다.
결과마다 원본 페이지로 돌아갈 수 있어야 일괄 처리에 가치가 있습니다
MiniCPM-OCR의 SDK 업데이트로 파일을 하나씩 보내는 수고는 줄었습니다. 그 뒤는 문서 보관 기준에 달려 있습니다. 문서의 경계를 유지하고 이미지가 처리되는 위치를 정하세요. 각 필드를 얼마나 검증할지는 다음 작업의 필요에 맞춥니다. 다음 달 누군가 결과에서 숫자 하나를 찾았을 때 그 숫자가 나온 페이지를 열어, 파서가 실제로 읽은 부분을 볼 수 있어야 합니다.
출처
- PyPI MiniCPM-OCR SDK 1.0.5, 2026년 11월 9일
- OpenBMB MiniCPM-OCR 저장소, 모델 카드, 공개 일정과 배포 안내
- OpenBMB 공개 데모
- OpenBMB 출시 일러스트와 라이선스
문서를 보관하기까지 거친 검토와 결정을 나중에 검색할 수 있게 남기려면 Telli.sh 계정을 만들어 보세요.