Mistral OCR 4 릴리스 노트 / 새 기능 소개

Mistral AI는 기업용 문서 지능을 위한 전용 문서 파싱 모델인 Mistral OCR 4의 출시를 발표했습니다. 이 모델은 단순한 텍스트 변환을 넘어서 문서의 구조화된 표현을 제공함으로써 문서 추출 분야에서 획기적인 성과를 이루었습니다. 이를 통해 경계 상자, 블록 분류, 그리고 인라인 신뢰도 점수를 제공합니다.

기술적 기능 및 구조화된 출력

OCR 4는 문서를 구조화된 데이터로 변환합니다. 이전 세대가 깨끗한 텍스트와 표에 집중했다면, OCR 4는 추출된 각 요소에 대해 다음 메타데이터를 제공합니다:

경계 상자(Bounding Boxes): 문맥 내 하이라이팅과 신뢰할 수 있는 데이터 파이프라인을 위한 텍스트 위치 정보 제공.
블록 분류(Block Classification): 콘텐츠 블록의 역할 식별 (예: 제목, 표, 수식, 서명 등).
신뢰도 점수(Confidence Scores): 페이지 및 단어 단위로 인라인 점수 생성하여 인간 검증 및 근거 기반 인용을 용이하게 합니다.

이러한 구조적 기본 요소들은 하류 시스템이 문서의 내용뿐 아니라 공간적 배치와 각 요소의 역할을 이해할 수 있도록 합니다. 이는 특히 RAG를 위한 의미적 청크화, 에이전트 워크플로우(예: 양식 채우기 및 송장 처리), 그리고 데이터 커넥터를 위한 일관된 인게이션을 지원하도록 설계되었습니다.

성능 및 벤치마크

Mistral AI는 OCR 4가 인간 선호도 평가와 자동화된 벤치마크 모두에서 주요 OCR 및 문서 AI 시스템을 능가한다고 보고했습니다.

인간 선호도 평가

12개 이상의 언어로 구성된 600건 이상의 문서에 대한 헤드투헤드 블라인드 랭킹에서, 독립적인 평가자가 테스트된 모든 주요 시스템보다 OCR 4를 선호했으며, 승률은 평균 72%를 기록했습니다.

자동화된 벤치마크

OCR 4는 OlmOCRBench (85.20) 에서 전반적인 최고 점수를 기록했으며, 내부 Crawl Multilingual 평가 (.98) 에서도 선도적인 성과를 보였습니다. 또한 OmniDocBench 에서는 93.07 점을 기록했습니다.

Mistral AI는 이러한 자동화된 점수가 벤치마크 평가의 알려진 한계(예: 참조 주석의 정답 오류, 동일한 LaTeX 수식 표기, 다중 열 읽기 순서 가정 등으로 인해 올바른 출력이 처벌될 수 있음)로 인해 방향성 있는 지표일 뿐이며, 결정적인 것은 아니라고 언급합니다.

다국어 지원

OCR 4는 10개 언어 그룹에 걸쳐 170개 언어를 지원하며, 전문적이고 자원이 부족한 언어도 포함됩니다. 내부 평가에 따르면, 많은 경쟁 시스템이 성능 저하가 발생하는 상황에서도 이 모델은 높은 정확도를 유지합니다.

배포 및 통합

OCR 4는 단일 컨테이너에서 배포할 수 있는 소형 모델로, 기업 고객이 문서 데이터를 자체 인프라 내에 유지하여 데이터 주권 및 준수를 보장할 수 있습니다.

API 및 문서 AI 옵션

개발자는 단일 API 엔드포인트를 통해 모델을 통합할 수 있으며, 두 가지 주요 사용 모드를 제공합니다:

순수 추출 모드(Pure Extraction Mode): 원시 추출 콘텐츠, 경계 상자, 블록 유형, 신뢰도 점수를 제공합니다. 이는 배치 API를 통한 고속 대량 인게이션에 가장 적합합니다.
문서 AI 기능(Document AI Capabilities): 특정 매개변수를 추가하면 OCR 출력이 mistral-small-2603에 공급되어 사용자 정의 스키마 기반의 구조화된 JSON 생성, 비전-언어 모델을 사용한 이미지 주석 처리, 또는 사용자 정의 프롬프트 기반의 콘텐츠 요약을 수행합니다.

가격

OCR 4 API: 1,000페이지당 $4 (배치 API 사용 시 50% 할인 적용으로 1,000페이지당 $2)
문서 AI: 1,000페이지당 $5

생태계 및 가용성

OCR 4는 오픈소스 조합형 검색 프레임워크인 Mistral Search Toolkit과 통합되어 있습니다. 이는 RAG 및 기업용 검색 파이프라인에 인용 가능한 입력을 제공하는 인게이션 구성 요소로 작동합니다.

이 모델은 Mistral Studio, Amazon SageMaker, Microsoft Foundry를 통해 이용 가능하며, 곧 Snowflake Parse Document에서도 제공될 예정입니다. 기업 고객을 위한 자체 호스팅 옵션도 제공됩니다.