PaddleOCR-VL-1.6의 개요
PaddleOCR-VL-1.6은 Baidu PaddlePaddle 팀의 소형 오픈 문서 파싱 모델로, 2026년 5월 28일 Apache 2.0으로 공개됐고 2026년 6월 2일 기술 보고서가 나왔습니다. 109개 언어로 된 페이지 이미지에서 텍스트, 표, 수식, 차트, 도장을 읽으며, PaddleOCR-VL-1.5를 그대로 대체할 수 있습니다. NaViT 방식의 시각 인코더와 Baidu의 ERNIE-4.5-0.3B 언어 모델을 결합했으며, 전체 파라미터는 약 9억 6,000만(0.96 billion) 개입니다.
이번 업그레이드는 이전 버전이 실수하던 영역을 겨냥해, 해당 영역에 학습 데이터를 추가하고 학습 후 강화학습을 적용했습니다. 팀은 표, 중국 고문서, 희귀 문자, 도장, 차트에서 개선을 보고합니다. 페이지 전체 파싱은 PaddleOCR 파이프라인을 거치며, 이 파이프라인은 VLM 앞에 별도의 레이아웃 분석 모델을 둡니다.
PaddleOCR-VL-1.6, 쓸 만한 가치가 있습니까?
PaddleOCR-VL-1.6은 오픈 문서 파서 중 파라미터당 정확도가 가장 높습니다. 단, 정확도 수치는 개발사의 것입니다. 팀은 OmniDocBench v1.6에서 96.33%를 보고하고, v1.5와 자체 Real5-OmniDocBench에서도 최고치를 경신했다고 밝힙니다. Real5-OmniDocBench는 스캔, 휘어진 페이지, 화면 촬영, 나쁜 조명, 기울어짐을 시험합니다. 이전 PaddleOCR-VL은 DeepSeek 자신의 논문에서 v1.5 기준 92.86 대 91.09로 DeepSeek-OCR 2를 이미 앞섰으므로, 이 계열에는 외부 근거도 어느 정도 있습니다.
채점 방식은 다시 볼 필요가 있습니다. 모델 카드에 따르면 경쟁 모델 수치는 공개 OmniDocBench 리더보드에서 가져왔지만, Gemini 3 Pro, Qwen3-VL-235B, 그리고 PaddleOCR-VL-1.6 자신은 팀이 별도로 돌렸습니다. 파서를 비교하는 구매자라면 이렇게 짜인 표에 기대기보다 자체 문서 샘플로 다시 돌려 봐야 합니다.
비용은 배포에서 생깁니다. 페이지 전체 결과를 얻으려면 PaddlePaddle 3.2.1 이상과 PaddleOCR 3.6 파이프라인이 필요합니다. Transformers 경로는 개별 요소만 인식하고 페이지 전체는 처리하지 못합니다. 문서에 따르면 vLLM에는 컴퓨트 성능 8.0 이상의 NVIDIA 카드(RTX 30 시리즈, A10, A100)가 필요하며, T4와 V100 카드에서는 시간 초과와 메모리 부족 오류가 나기 쉽다고 경고합니다. 약 8 GB인 공식 Docker 이미지는 베이징에 있는 Baidu 레지스트리에서 내려받으므로, 일부 보안 팀은 먼저 미러링하려 할 것입니다.
가장 강한 논거는 여전히 크기입니다. 파라미터 약 9억 6,000만(0.96 billion) 개, BF16으로 약 1.9 GB로, DeepSeek-OCR 2와 Unlimited-OCR의 30억(3-billion) 파라미터 디코더의 3분의 1 크기입니다. 따라서 중급 GPU 한 장으로 많은 페이지를 처리할 수 있습니다. 다만 Unlimited-OCR은 40페이지 문서를 한 번에 처리하며, PaddleOCR-VL의 페이지 단위 파이프라인은 이를 시도하지 않습니다.
제 역할을 하는 곳
스캔한 보험금 청구서를 처리하는 보험사의 데이터 엔지니어
사진으로 찍히고 기울어진 서식을 구조화된 표로 변환
A10이나 RTX급 카드 한 장에서 vLLM 서버 뒤에 VLM을 두고 PaddleOCR 파이프라인을 실행합니다. 가중치는 무료입니다. 해야 할 일은 PaddlePaddle과 vLLM 버전을 맞추는 것, 그리고 모든 점수가 팀의 것이므로 자체 서식으로 테스트하는 것입니다.
연구 PDF로 RAG 색인을 구축하는 ML 엔지니어
검색할 수 있을 만큼 정확하게 수식과 표 추출
페이지 단위 파싱은 수식과 표를 청킹용 구조화 텍스트로 출력합니다. 페이지마다 따로 처리하므로 여러 페이지에 걸친 긴 표는 나중에 이어 붙여야 합니다.
중국 역사 문헌을 디지털화하는 기록관이나 도서관
옛 필사본의 희귀 문자와 도장 인식
버전 1.6은 고문서, 희귀 문자, 도장에 대한 집중 학습을 추가했고, Apache 2.0 라이선스는 비공개 소장품으로 비용 없이 파인튜닝하는 것을 허용합니다.
도입 전 확인할 점
- 설정
- paddlepaddle-gpu 3.2.1+와 paddleocr[doc-parser] 3.6+를 설치하거나 Baidu의 Docker 이미지(약 8 GB, 오프라인 빌드는 10 GB)를 실행합니다. macOS에서는 Docker가 필요합니다.
- 연동
- PaddleOCR CLI와 Python API, vLLM, SGLang 또는 FastDeploy를 통한 VLM 서비스, 요소 단위 작업용 Transformers 5, GGUF 빌드, Docker Compose 기반 자체 호스팅 API 서비스.
- 데이터와 개인정보
- 자체 호스팅 전용이므로 문서가 사용자 하드웨어에 남습니다. Apache 2.0은 매출 상한 없이 상업적 사용과 파인튜닝을 허용합니다.
- 대규모 사용 시 비용
- 가중치는 무료이고 BF16으로 약 1.9 GB이므로 RTX 30 시리즈나 A10 카드 한 장으로 서비스할 수 있습니다. 자체 초당 페이지 수 수치나 호스팅 가격은 공개되지 않았습니다.
- 제한
- 페이지 단위로 처리합니다. Transformers 지원은 개별 요소에 한정됩니다. T4나 V100의 vLLM은 시간 초과와 메모리 부족 오류가 나기 쉽습니다. PDF 디렉터리를 한 번의 호출로 넘길 수 없습니다.
좋은 점
- 개발사 기준 OmniDocBench v1.6 96.33%
- 파라미터 약 0.96B, BF16으로 약 1.9 GB
- 표, 수식, 도장, 실제 사진에 강함
- Apache 2.0, 공식 GGUF 빌드 제공
아쉬운 점
- 대표 점수는 자체 보고
- 페이지 전체 파싱에 PaddlePaddle 스택 필요
- vLLM 서비스에 컴퓨트 성능 8.0 이상 GPU 필요
- 자체 호스팅 API와 공개 처리량 수치 없음
추천 대상
다양한 단일 페이지 문서에서 표, 수식, 텍스트를 대규모로 추출하는 팀.
PaddleOCR-VL-1.6 대안
PaddleOCR-VL-1.6: 자주 묻는 질문
- PaddleOCR-VL-1.6, 쓸 만한 가치가 있습니까?
- 10억 파라미터 미만으로 표 1위 수준의 문서 파싱을 합니다. Baidu의 도구 체계를 받아들인다면 그렇습니다. 평점은 5점 만점에 4.4점입니다.
- PaddleOCR-VL-1.6의 가격은 얼마입니까?
- Apache 2.0으로 무료입니다. 자체 호스팅 가격은 공개되지 않았습니다.
- PaddleOCR-VL-1.6의 단점은 무엇입니까?
- 대표 점수는 자체 보고; 페이지 전체 파싱에 PaddlePaddle 스택 필요; vLLM 서비스에 컴퓨트 성능 8.0 이상 GPU 필요; 자체 호스팅 API와 공개 처리량 수치 없음.
- PaddleOCR-VL-1.6에 적합한 사람은 누구입니까?
- 다양한 단일 페이지 문서에서 표, 수식, 텍스트를 대규모로 추출하는 팀.
- 팀이나 프로덕션 환경에서 PaddleOCR-VL-1.6의 비용은 얼마입니까?
- 가중치는 무료이고 BF16으로 약 1.9 GB이므로 RTX 30 시리즈나 A10 카드 한 장으로 서비스할 수 있습니다. 자체 초당 페이지 수 수치나 호스팅 가격은 공개되지 않았습니다.
- PaddleOCR-VL-1.6에 회사 데이터를 맡겨도 안전합니까?
- 자체 호스팅 전용이므로 문서가 사용자 하드웨어에 남습니다. Apache 2.0은 매출 상한 없이 상업적 사용과 파인튜닝을 허용합니다.
- PaddleOCR-VL-1.6의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Unlimited-OCR 2 및 DeepSeek-OCR 2입니다.
답변 확인일: 2026년 10월 22일.
PaddleOCR-VL-1.6 개발사입니까? 이 평점을 사이트에 표시하십시오
