Falcon OCR의 개요
Falcon OCR은 아부다비 Technology Innovation Institute가 만든 오픈 문서 OCR 모델입니다. Apache 2.0으로 공개되었고, 2026년 3월 28일자 Falcon Perception 기술 보고서에 소개되었습니다. 페이지 이미지를 일반 텍스트로, 수식은 LaTeX로, 표는 HTML로 바꿉니다. 2026년 9월 11일 올라온 버전 1.5는 오래된 스캔, 손글씨, 영수증, 까다로운 표로 다시 학습했고, 환각 텍스트와 끝없는 반복을 겨냥한 강화학습 단계를 추가했습니다.
설계가 특이합니다. 대부분의 OCR 모델은 비전 인코더와 별도의 텍스트 디코더를 짝지웁니다. Falcon OCR은 이미지 패치와 텍스트 토큰을 첫 레이어부터 22레이어짜리 Transformer 하나에 넣습니다. 이미지 토큰은 양방향으로 attention을 하고, 텍스트는 왼쪽에서 오른쪽으로 디코딩합니다. Hugging Face API 기준 파라미터는 2억 7,000만(270 million)개입니다. 선택 모드에서는 Baidu의 PP-DocLayoutV3 검출기를 먼저 돌리며, 이때 약 3,000만(30 million)개가 더해집니다.
Falcon OCR, 쓸 만한 가치가 있습니까?
Falcon OCR의 논점은 크기 대비 정확도이며, TII의 수치로 보면 이 거래는 괜찮습니다. 버전 1.5는 end-to-end 모드로 olmOCR-bench에서 82.4점을 기록합니다. PaddleOCR-VL-1.6은 78.7점, DeepSeek-OCR 2는 73.3점이고, Chandra OCR 2의 83.8점과는 1.4점 차이에 불과합니다. 비교표는 TII가 만든 것이고, 카드는 경쟁 모델 점수를 다시 측정했는지 옮겨 적었는지 밝히지 않습니다. 또 평균에서 olmOCR의 header·footer 항목을 뺐기 때문에 Marker의 76.0 같은 공식 olmOCR 평균과 나란히 비교할 수 없습니다.
약점은 표입 니다. OmniDocBench에서 end-to-end 모드의 종합 점수는 86.47이지만, 표 구조는 69.51 TEDS로 같은 표에 있는 PaddleOCR-VL-1.6의 90.24에 못 미칩니다. 레이아웃 파이프라인을 켜면 종합 점수는 93.15, 표는 88.53으로 오르지만 두 번째 모델이 필요하고, olmOCR 평균은 80.6으로 떨어집니다. 카드는 대부분의 페이지에 end-to-end 모드를, 빽빽한 신문에만 파이프라인을 권합니다. 그래서 표가 많은 문서는 어중간한 위치에 놓입니다.
운영 수치는 이 그룹의 어떤 모델보다 구체적입니다. vLLM을 쓴 A100-80GB 한 장에서 레이아웃과 OCR 전체 파이프라인은 초당 이미지 2.9장, 초당 5,825 토큰을 처리합니다. 가중치는 float32로 저장된 1.08 GB 파일 하나입니다. TII는 OpenAI 호환 엔드포인트와 PDF 업로드 경로를 갖춘 Docker 이미지를 제공하며, 두 서비스를 GPU 한 장에서 함께 돌리는 방법을 문서로 안내합니다.
비용은 맞춤 아키텍처에서 흔히 보는 것들입니다. 로딩에는 trust_remote_code와 FlexAttention을 위한 PyTorch 2.5 이상이 필요하고, 첫 호출은 torch.compile이 커널을 만드는 동안 느립니다. 카드는 열화된 스캔과 아주 작은 글자를 미해결 문제로 꼽습니다. 오래된 스캔은 olmOCR에서 41.8점으로 대부분의 경쟁 모델보다 앞서지만, 여전히 가장 약한 항목입니다.
제 역할을 하는 곳
경비 관리 스타트업의 플랫폼 엔지니어
적은 GPU 예산으로 영수증과 사진으로 찍은 송장을 대량으로 읽기
skip_layout을 true로 설정해 vLLM Docker 이 미지를 실행하고 이미지를 업로드 경로로 보냅니다. 270M 모델이라 카드 한 장에 높은 동시 처리 여유가 남습니다. 카드의 A100 수치는 레이아웃을 켠 상태에서 초당 이미지 2.9장입니다.
손편지와 역사 등록부를 디지털화하는 아키비스트
클라우드 서비스 없이 손글씨와 바랜 인쇄물이 섞인 자료를 전사
버전 1.5는 손글씨와 역사 스캔으로 다시 학습했고, 가중치는 워크스테이션 GPU에서 돌아갑니다. 카드가 남은 약점으로 꼽는 가장 흐린 페이지는 직접 확인하십시오.
검색용으로 신문 과월호를 파싱하는 데이터 엔지니어
빽빽한 다단 페이지에서 읽기 순서 유지
generate_with_layout을 호출해 PP-DocLayoutV3가 영역을 찾은 뒤 Falcon OCR이 각 잘라낸 영역을 읽게 합니다. Docker 가이드가 제안하듯, 처리량을 높이려면 레이아웃 모델에 별도 GPU를 배정하십시오.
도입 전 확인할 점
- 설정
- pip로 torch>=2.5, transformers, pillow, einops를 설치한 뒤 trust_remote_code로 tiiuae/Falcon-OCR을 로드합니다. 또는 docker run ghcr.io/tiiuae/falcon-ocr:latest를 실행하면 포트 8000에 vLLM, 5002에 파싱 파이프라인이 열립니다.
- 연동
- 11개 출력 범주를 지원하는 Python generate(), 선택형 레이아웃 파이프라인, OpenAI 호환 vLLM 엔드포인트, 이미지와 여러 페이지 PDF를 받는 multipart 업로드 경로를 제공합니다.
- 데이터와 개인정보
- 자체 호스팅이므로 문서는 사용자의 하드웨어에 남습니다. Apache 2.0은 상업적 사용을 허용합니다. 로딩 시 모델 저장소의 Python 코드가 실행됩니다.
- 대규모 사용 시 비용
- 가중치는 무료입니다. TII는 A100-80GB 한 장에서 전체 파이프라인으로 초당 이미지 2.9장, 5,825 토큰을 보고하므로, 이 속도라면 카드 한 장이 하루 약 250,000장을 처리합니다. 호스팅 가격은 없습니다.
- 제한
- end-to-end 모드에서 표 구조가 약합니다. 최대 모델 길이는 16,384 토큰입니다. 카드는 열화된 스캔과 아주 작은 글리프를 약점으로 표시합니다. 비교표는 TII 자체 작성입니다.
좋은 점
- 270M 파라미터, 1.08 GB 가중치 파일 하나
- TII 기준 end-to-end olmOCR-bench 82.4점
- 레이아웃 포함 A100 한 장에서 초당 이미지 2.9장
- Apache 2.0, 공식 vLLM Docker 이미지 제공
아쉬운 점
- 비교표는 TII 자체 작성이며 olmOCR 평균에서 header·footer 제외
- end-to-end 모드의 표 TEDS 69.51
- trust_remote_code와 PyTorch 2.5+ 필요
- 열화된 스캔과 아주 작은 글자에 여전히 약함
추천 대상
영수증, 양식, 스캔, 손글씨를 대량으로 평범한 GPU에서 처리하며, 표 구조보다 텍스트가 중요한 팀.
Falcon OCR 대안
Falcon OCR: 자주 묻는 질문
- Falcon OCR, 쓸 만한 가치가 있습니까?
- Falcon OCR은 270M 파라미터 한 번의 처리 비용으로 10배 큰 모델에 가까운 수준으로 텍스트를 읽습니다. 단, 표 구조가 약하다는 점을 감수할 수 있어야 합니다. 평점은 5점 만점에 4.0점입니다.
- Falcon OCR의 가격은 얼마입니까?
- Apache 2.0으로 무료입니다. 호스팅 API는 없으며, TII가 자체 호스팅용 vLLM Docker 이미지를 배포합니다.
- Falcon OCR의 단점은 무엇입니까?
- 비교표는 TII 자체 작성이며 olmOCR 평균에서 header·footer 제외; end-to-end 모드의 표 TEDS 69.51; trust_remote_code와 PyTorch 2.5+ 필요; 열화된 스캔과 아주 작은 글자에 여전히 약함.
- Falcon OCR에 적합한 사람은 누구입니까?
- 영수증, 양식, 스캔, 손글씨를 대량으로 평범한 GPU에서 처리하며, 표 구조보다 텍스트가 중요한 팀.
- 팀이나 프로덕션 환경에서 Falcon OCR의 비용은 얼마입니까?
- 가중치는 무료입니다. TII는 A100-80GB 한 장에서 전체 파이프라인으로 초당 이미지 2.9장, 5,825 토큰을 보고하므로, 이 속도라면 카드 한 장이 하루 약 250,000장을 처리합니다. 호스팅 가격은 없습니다.
- Falcon OCR에 회사 데이터를 맡겨도 안전합니까?
- 자체 호스팅이므로 문서는 사용자의 하드웨어에 남습니다. Apache 2.0은 상업적 사용을 허용합니다. 로딩 시 모델 저장소의 Python 코드가 실행됩니다.
- Falcon OCR의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 PaddleOCR-VL-1.6, Surya OCR 2.5, DeepSeek-OCR 2, FireRed-OCR 및 dots.ocr입니다.
답변 확인일: 2026년 11월 2일.
Falcon OCR 개발사입니까? 이 평점을 사이트에 표시하십시오
