바이두는 2026년 10월 27일 긴 문서를 한 번에 분석하는 ‘Unlimited OCR 2’를 공개하고 오픈소스로 풀었다. 기존 OCR이 문자를 추출하는 데 그치는 것과 달리, 이 모델은 제목과 문단, 표, 수식, 그림을 구분해 구조화된 결과를 내도록 설계됐다. 계약서 묶음이나 연구 논문처럼 페이지가 많은 문서를 다룰 때, 문서를 여러 조각으로 나눠 처리해야 하는 부담을 줄이는 것이 목표다.
이 모델은 매개변수 33억4000만 개 규모의 비전언어모델이다. 쉽게 말해 글자와 이미지 정보를 함께 처리하는 AI다. 바이두는 SR-SWA라는 희소 어텐션 기술로 문서에서 중복되는 시각 정보를 덜 계산하고, ‘무한 지평 디코딩’으로 계산량과 메모리 사용을 줄였다고 설명했다. 문서가 길어질수록 처리 비용이 급격히 커지는 문제를 완화하려는 접근이다.
페이지를 넘나드는 구조도 처리한다
바이두에 따르면 모델은 표가 다음 페이지로 이어지는지 파악해 하나의 표로 합치고, 페이지에서 끊긴 문단도 문맥에 맞게 이어 붙인다. 제목과 문단, 표 등의 위치와 유형, 구조 단계도 결과에 담는다. 따라서 긴 문서에서 특정 표나 문단을 찾아 후속 분석을 하려는 작업에 활용할 수 있다. 다만 실제 업무에서의 정확도는 문서의 형식과 품질에 따라 달라질 수 있으며, 공개된 자료에는 다양한 현장 문서에서의 독립적인 검증 결과가 제시되지 않았다.
바이두는 해리 포터 시리즈 7권, 총 3600페이지가 넘는 문서를 한 번에 처리했다고 밝혔다. 이 회사는 다중 페이지 문서 평가 MPDocBench에서 84.6점, 100페이지 이상 문서 평가 MarathonDocBench에서 77.1점을 기록했다고도 발표했다. AI Times는 MarathonDocBench에서 비교 모델 Kimi K3가 33.7점을 받았다고 전했다. 바이두는 다른 여러 모델보다도 앞섰다고 주장하지만, 이 결과들은 회사가 공개한 평가로 봐야 한다.
모델 공개와 제품 사용은 다르다
AI Times에 따르면 모델 가중치와 코드는 MIT 라이선스로 공개됐다. 누구나 내려받아 활용하거나 수정할 수 있는 조건이다. 한편 바이두는 제품 형태의 문서 분석 서비스를 공개 베타로 제공한다고 안내했다. 오픈소스 모델을 직접 시험하는 것과 바이두의 서비스에 접근하는 것은 별개의 경로다. 바이두는 이전 버전이 공개 후 5일 만에 GitHub 별 1만 개를 넘었다고도 소개했지만, 이는 새 버전의 성능을 검증하는 지표는 아니다.
왜 중요한가
긴 계약서나 연구 자료를 다루는 사람은 페이지를 잘게 나눠 처리하는 대신, 문서 전체의 표와 문단 구조를 보존해 분석하는 방법을 시험해볼 수 있다. 모델은 오픈소스로 공개됐지만, 벤치마크 점수가 실제 업무 문서에서의 정확도를 보장하는 것은 아니다.
