MiniCPM-OCR 1.0의 개요
MiniCPM-OCR 1.0은 OpenBMB의 MiniCPM-V 계열에서 처음 나온 OCR 전용 모델로, 2026년 10월 말 OpenBMB와 ModelBest가 Apache 2.0으로 공개했습니다. 파라미터는 13억(1.3 billion) 개이며 SigLIP 비전 인코더와 Qwen3.5 언어 모델로 구성되고, MiniCPM-V 4.6을 바탕으로 OCR용 학습을 거쳤습니다. 중국어와 영어 텍스트, 표, 수식, 차트, 도장을 읽고, 지정한 필드를 JSON으로 추출합니다.
단독이 아니라 파이프라인 안에서 쓰도록 만들어졌습니다. minicpm-ocr SDK는 PDF나 이미지를 받아 Baidu의 PP-DocLayoutV3 레이아웃 모델로 영역을 찾고, 잘라 낸 영역을 인식 서버로 보낸 뒤 읽는 순서대로 Markdown과 JSON을 다시 조립합니다. 선택 사항인 DSpark 드래프트 모델이 디코딩 속도를 높이며, 양자화된 GGUF, AWQ, GPTQ 빌드가 같은 날 나왔습니다.
OpenBMB는 함께 MiniCPM-OCR Jev도 공개했습니다. 어떤 OCR 시스템의 출력이든 원본 이미지와 대조해 신뢰도를 매기는 2B 모델로, 의심스러운 페이지를 사람에게 넘길 수 있습니다. ModelBest는 무료 호스팅 문서 파싱 API도 제공합니다.
MiniCPM-OCR 1.0, 쓸 만한 가치가 있습니까?
MiniCPM-OCR 1.0의 강점은 단일 점수 1위가 아니라 최상위에 가까운 정확도에서 내는 속도입니다. OpenBMB의 처리량 테스트에서 RTX 5090으로 OmniDocBench v1.6 전체 1,651페이지를 처리했을 때, DSpark를 켜고 초당 1.217페이지를 파싱했습니다. GLM-OCR은 1.179, PaddleOCR-VL-1.6은 0.818, Xiaomi-OCR-0은 0.724, Unlimited-OCR 2는 0.246이었습니다. 8페이지를 병렬로 처리하면 초당 2.133페이지에 도달했습니다.
정확도에서는 OpenBMB 표의 벤치마크 6개 중 4개에서 앞섭니다. Real5-OmniDocBench 93.68(PaddleOCR-VL-1.6은 93.19), Wild-OmniDocBench 92.39, OCRBench v2 54.7이며, OCRBench v2에서 다음 순위인 Nanonets-OCR-s는 47.4입니다. 표준 OmniDocBench v1.6에서는 96.51로 TeleOCR 96.91, Xiaomi-OCR-0 96.83, OvisOCR2 96.58에 뒤지고, olmOCR-Bench에서는 chandra-ocr-2에 85.8 대 82.7로 집니다. 경쟁 모델 수치를 포함해 모든 수치는 OpenBMB가 직접 측정한 것입니다. 다만 재현 가이드는 공개했습니다.
네 번째 항목은 눈에 띕니다. CHAOS-Bench에서 29.78을 기록했는데, 다음 순위인 TeleOCR은 21.28이고 대부분의 경쟁 모델은 15 미만입니다. CHAOS-Bench는 새 벤치마크이고 격차가 크기 때문에 구매 판단에 쓰기 전에 외부 검증을 기다릴 만합니다.
파이프라인이 대가입니다. 전체 페이지 파싱은 PP-DocLayoutV3에 의존합니다. SDK가 따로 내려받는 별도 모델이며 예시는 NVIDIA GPU를 전제로 하므로, 1.3B라는 수치는 실제 배포 규모를 작게 보이게 합니다. SDK와 인식 서버는 서로 다른 Python 환경에서 실행되며, DSpark는 같은 릴리스의 드래프트 모델과만 작동합니다.
이번 출시에서 더 특이한 것은 동반 모델인 Jev입니다. 다른 파서가 만든 텍스트, 수식, 표를 페이지 이미지와 대조해 점수를 매기므로 신뢰도가 낮은 페이지를 사람 검토로 넘기는 데 적합합니다. 자체 JevOCRBench에서 Qwen3.5-397B-A17B에 근접한다는 OpenBMB의 주장은 외부에서 검증되지 않았습니다.
제 역할을 하는 곳
스 캔된 대출 서류 적체분을 디지털화하는 은행의 데이터 플랫폼 팀
사내 GPU로 수백만 페이지를 Markdown과 JSON으로 파싱하기
BF16 모델과 DSpark 드래프트를 vLLM으로 서빙하고, 페이지와 영역 동시 처리 수를 높여 SDK를 연결합니다. 동시 처리 8에서 초당 2.133페이지라는 OpenBMB 수치는 RTX 5090 한 대당 시간당 약 7,700페이지에 해당하며, 그 전에 레이아웃 검출이 병목이 될 수 있습니다.
도장과 손글씨가 있는 보험금 청구서를 검토하는 보험사의 운영 책임자
의심스러운 페이지만 사람 검토자에게 보내기
MiniCPM-OCR 1.0으로 파싱하되 도장에는 'Seal Recognition:' 프롬프트를 쓰고, 각 결과를 MiniCPM-OCR Jev로 채점해 자사 문서로 보정한 기준값 이상은 자동 승인합니다. Jev는 다른 파서와도 작동하므로 기존 OCR 시스템을 점검하는 데도 쓸 수 있습니다.
청구서 추출을 시험 개발하는 5인 스타트업의 개발자
GPU를 사기 전에 문서 파싱을 시험하기
무료 ModelBest API나 Hugging Face Space로 먼저 써 보고, 이후 워크스테이션의 llama.cpp에서 GGUF 빌드로 옮깁니다. 호스팅 API의 할당량과 데이터 조건이 공개되지 않았으므로 공개될 때까지 고객 문서는 올리지 않는 편이 좋습니다.
도입 전 확인할 점
- 설정
- Python 3.10+에서 pip install 'minicpm-ocr[all]'을 실행하고, 별도 환경에서 인식 서버(vLLM, SGLang, llama.cpp, Ollama)를 띄운 뒤 minicpmvocr parse를 실행합니다. SDK는 처음 사용할 때 PP-DocLayoutV3를 내려받습니다. OpenBMB는 코딩 에이전트에게 설치 과정을 안내하는 에이전트 스킬도 제공합니다.
- 연동
- vLLM 또는 SGLang의 OpenAI 호환 엔드포인트, GGUF용 llama.cpp와 Ollama, Huawei Ascend, Kunlunxin, Moore Threads 등 중국산 가속기용 FlagOS 빌드, LLaMA-Factory와 ms-swift 파인튜닝 레시피가 있습니다.
- 데이터와 개인정보
- 가중치, 코드, 문서 모두 Apache 2.0입니다. 직접 호스팅하면 문서는 자체 하드웨어에 남습니다. ModelBest API의 보존 및 학습 조건은 모델 카드와 보도자료에 나와 있지 않습니다.
- 대규모 사용 시 비용
- BF16 체크포인트는 2.6 GB이므로 소비자용 GPU 한 대로 서빙할 수 있습니다. 초당 1.217페이지면 페이지 동시 처리 없이 RTX 5090 한 대당 시간당 약 4,400페이지입니다. 레이아웃 모델이 별도로 GPU 부하를 더하며, 호스팅 API의 유료 요금은 공개되지 않았습니다.
- 제한
- 주요 언어는 중국어와 영어입니다. 각 이미지는 448픽셀 기준 최대 9개 조각으로 나뉘고 시각 토큰은 4x로 압축됩니다. 가이드는 출력이 잘렸는지 finish_reason을 확인하라고 경고하며, DSpark에는 짝이 맞는 드래프트 가중치가 필요합니다.
좋은 점
- RTX 5090에서 초당 1.217페이지로 OpenBMB의 15개 모델 테스트 중 가장 빠름
- Real5-OmniDocBench 93.68, OCRBench v2 54.7(자체 보고)
- 출시 시점에 GGUF, AWQ, GPTQ 빌드와 vLLM, SGLang, llama.cpp, Ollama 지원
- Apache 2.0이며 사람 검토 분배용 2B 검증 모델 제공
아쉬운 점
- OmniDocBench v1.6에서 TeleOCR, Xiaomi-OCR-0, OvisOCR2에 뒤짐
- 모든 비교 수치가 OpenBMB 자체 측정
- 전체 페이지 파싱에 별도 레이아웃 모델이 필요하며 예시는 GPU 기반
- 호스팅 API의 할당량과 보존 조건 미공개
추천 대상
자체 GPU로 중국어나 영어 문서를 대량 파싱하며, 마지막 정확도 1점만큼이나 시간당 처리 페이지 수를 중시하는 팀에 맞습니다.
MiniCPM-OCR 1.0 대안
MiniCPM-OCR 1.0: 자주 묻는 질문
- MiniCPM-OCR 1.0, 쓸 만한 가치가 있습니까?
- MiniCPM-OCR 1.0은 최상위에 가까운 파싱 정확도와 개발사 15개 모델 테스트에서 가장 높은 처리량을 함께 갖췄습니다. 수치가 사실이라면 실용적인 소형 OCR 선택지입니다. 평점은 5점 만점에 4.3점입니 다.
- MiniCPM-OCR 1.0의 가격은 얼마입니까?
- Apache 2.0에 따라 무료입니다. ModelBest의 호스팅 문서 파싱 API는 무료로 안내되어 있으나 할당량과 유료 요금은 공개되지 않았습니다.
- MiniCPM-OCR 1.0의 단점은 무엇입니까?
- OmniDocBench v1.6에서 TeleOCR, Xiaomi-OCR-0, OvisOCR2에 뒤짐; 모든 비교 수치가 OpenBMB 자체 측정; 전체 페이지 파싱에 별도 레이아웃 모델이 필요하며 예시는 GPU 기반; 호스팅 API의 할당량과 보존 조건 미공개.
- MiniCPM-OCR 1.0에 적합한 사람은 누구입니까?
- 자체 GPU로 중국어나 영어 문서를 대량 파싱하며, 마지막 정확도 1점만큼이나 시간당 처리 페이지 수를 중시하는 팀에 맞습니다.
- 팀이나 프로덕션 환경에서 MiniCPM-OCR 1.0의 비용은 얼마입니까?
- BF16 체크포인트는 2.6 GB이므로 소비자용 GPU 한 대로 서빙할 수 있습니다. 초당 1.217페이지면 페이지 동시 처리 없이 RTX 5090 한 대당 시간당 약 4,400페이지입니다. 레이아웃 모델이 별도로 GPU 부하를 더하며, 호스팅 API의 유료 요금은 공개되지 않았습니다.
- MiniCPM-OCR 1.0에 회사 데이터를 맡겨도 안전합니까?
- 가중치, 코드, 문서 모두 Apache 2.0입니다. 직접 호스팅하면 문서는 자체 하드웨어에 남습니다. ModelBest API의 보존 및 학습 조건은 모델 카드와 보도자료에 나와 있지 않습니다.
- MiniCPM-OCR 1.0의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 PaddleOCR-VL-1.6, Xiaomi-OCR-0, Surya OCR 2.5 및 Mistral OCR 4.1입니다.
답변 확인일: 2026년 11월 2일.
MiniCPM-OCR 1.0 개발사입니까? 이 평점을 사이트에 표시하십시오
