최근 Surya OCR 2가 Papers with Code 트렌딩 모델로 언급되며 OCR 모델 경쟁이 다시 주목받고 있습니다. 하지만 중요한 것은 순위 자체가 아닙니다. OCR의 평가 기준이 “글자를 얼마나 잘 읽는가”에서 “문서를 얼마나 구조적으로 이해하는가”로 옮겨가고 있다는 점입니다.
Surya OCR 2는 어떤 모델인가
Surya는 문서 지능(Document Intelligence)을 위한 OCR 모델입니다.1 여기서 문서 지능은 스캔 문서나 PDF에서 텍스트만 추출하는 것이 아니라, 표, 이미지, 헤더, 읽기 순서 같은 문서 구조까지 함께 파악하는 기술을 뜻합니다.
Surya OCR 2는 6억 5천만 파라미터 규모의 OCR 모델입니다.2 초대형 멀티모달 모델은 아니지만, OCR, 레이아웃 분석, 읽기 순서 추정, 표 인식을 한 흐름에서 다룬다는 점이 핵심입니다.2
봐야 할 지점은 ‘크기 대비 성능’이다
Surya OCR 2는 olmOCR-bench에서 83.3%를 기록했으며, 30억 파라미터 미만 모델 중 상위 성능으로 소개됩니다.2 이 수치는 단순한 정확도 지표를 넘어, 비교적 작은 모델이 문서 이해 작업에서 어느 수준까지 도달했는지를 보여줍니다.
실제 도입에서는 속도도 중요합니다. Hugging Face 모델 카드 기준 Surya OCR 2는 RTX 5090에서 초당 5페이지 처리량을 제시합니다.2 대량의 계약서, 보고서, 스캔 PDF를 처리하는 환경에서는 정확도뿐 아니라 처리 비용과 지연시간이 곧 운영 효율로 이어집니다.
왜 문서 자동화에 더 적합한가
업무 문서는 대개 단순한 텍스트 덩어리가 아닙니다. 제목, 본문, 표, 이미지, 여러 열 레이아웃이 섞여 있고, 사람이 읽는 순서와 화면에 배치된 순서가 다를 때도 많습니다.
Surya OCR 2는 표, 이미지, 헤더 등 문서 레이아웃을 분석하고, 문서의 읽기 순서도 함께 산출합니다.2 또한 표의 행과 열을 인식하는 table recognition 기능을 제공합니다.2 따라서 검색용 텍스트 추출을 넘어, RAG 파이프라인이나 문서 자동 입력 시스템에 더 바로 쓰기 쉬운 형태로 문서를 변환할 수 있습니다.
다국어 문서를 다루는 팀에도 확인할 만한 지점이 있습니다. Surya OCR 2는 91개 언어 내부 벤치마크에서 87.2%를 기록했습니다.2 한국어, 영어, 일본어, 중국어 등이 섞인 문서 환경이라면 언어 지원 범위와 다국어 성능은 중요한 선택 기준이 됩니다.
OCR 모델을 고를 때의 체크리스트
Surya OCR 2가 보여주는 흐름은 분명합니다. 이제 OCR은 단순 텍스트 추출 도구가 아니라, 문서를 구조화 데이터로 바꾸는 전처리 엔진에 가까워지고 있습니다.
OCR 모델을 평가할 때는 다음 항목을 함께 봐야 합니다.
텍스트 인식 정확도
표, 이미지, 헤더 등 레이아웃 분석 능력
읽기 순서 산출 여부
표의 행과 열 인식 기능
처리 속도와 운영 비용
다국어 지원 범위와 성능
문서가 많은 팀이라면 Surya OCR 2는 실험해볼 만한 후보입니다. 특히 스캔 PDF를 구조화 데이터로 바꾸거나, 검색·RAG 파이프라인에 넣으려는 경우에는 단순 OCR보다 문서 구조 이해 능력이 더 큰 차이를 만들 수 있습니다.
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.