미스트랄 AI, 'Mistral OCR' 출시: 복잡한 수식·표 추출에 1000장당 1달러

RAG 기반 사내 지식 베이스를 구축해 본 개발자라면 수식이나 다단 편집, 복잡한 표가 포함된 PDF를 모델에 넣었다가 서식이 완전히 깨져버린 경험이 있을 것입니다.

Mistral이 이러한 데이터 전처리 병목을 정조준해 문서 이해 전문 API인 Mistral OCR을 공개했습니다.

복잡한 레이아웃을 마크다운으로 깔끔하게 변환

Mistral OCR은 단순히 글자를 읽어내는 구형 OCR과 달리 문서의 레이아웃과 요소를 통째로 인지합니다. PDF나 이미지 파일을 입력하면 글과 이미지가 읽는 순서에 맞춰 교차 배치된 마크다운 결과물을 출력합니다.

논문에 흔히 쓰이는 복잡한 수학 공식은 LaTeX 코드로 바로 복원하며, 본문 속에 삽입된 도표와 차트, 그림도 본문 흐름에 맞게 함께 추출해 냅니다.

가장 눈에 띄는 점은 빠른 속도와 저렴한 비용입니다. 경량 모델 구조 덕분에 단일 노드에서 분당 최대 2000페이지를 처리할 수 있습니다.

API 요금은 1000페이지당 1달러로 책정되었으며, 배치 추론을 이용하면 1달러당 약 2000페이지까지 단가가 내려갑니다. 이 모델은 이미 Mistral의 대화형 서비스 Le Chat에 기본 문서 엔진으로 적용되었으며, 개발자 플랫폼인 la Plateforme에서도 API 호출이 가능합니다.

기존 클라우드 솔루션과 GPT-4o를 넘는 벤치마크

Mistral이 공개한 내부 벤치마크 결과에 따르면, Mistral OCR의 종합 점수는 94.89점으로 집계되었습니다. 이는 GPT-4o의 89.77점, Azure OCR의 89.52점, Google Document AI의 83.42점을 앞서는 수치입니다.

세부 영역에서도 수식 인식 94.29점, 스캔 문서 98.96점, 표 추출 96.12점을 기록하며 높은 정확도를 보였습니다.

다국어 지원 성능도 눈여겨볼 만합니다. 전체 퍼지 매치 정확도는 99.02%에 달했으며, 중국어 테스트의 경우 97.11점을 기록해 90% 초반대에 머문 Azure와 Google의 성능을 상회했습니다.

문서 자체를 프롬프트로 활용해 특정 데이터만 JSON 형태로 추출하는 기능도 지원해 후속 에이전트 연동이 수월합니다. 보안이 엄격한 금융 및 공공 기관을 위해 온프레미스 자체 호스팅 옵션도 제한적으로 제공합니다.

왜 중요한가

기업 내부 데이터를 AI 모델에 연결할 때 가장 많은 시간과 비용이 들어가는 단계는 바로 비정형 문서 전처리입니다. 수많은 개발팀이 다양한 오픈소스 파서와 레이아웃 분석 도구를 엮어 쓰느라 골머리를 앓았지만, Mistral OCR은 이를 저렴한 단일 API로 단순화했습니다.

업계 전반으로 보면, 방대한 문서를 거대 범용 모델에 직접 밀어넣던 비효율적인 방식에서 탈피해 가볍고 빠른 특화 멀티모달 모델을 전처리 파이프라인에 배치하는 흐름이 굳어질 것으로 보입니다.

Mistral의 이번 행보는 매우 실리적이라고 판단됩니다. 모델 크기 경쟁에만 매달리지 않고, 전 세계 엔터프라이즈 데이터의 상당수가 갇혀 있는 PDF 문서 영역을 저렴한 가격과 압도적인 처리 속도로 선점하려 들기 때문입니다. 온프레미스 지원까지 갖추면서 기존 빅테크 클라우드 서비스들의 문서 분석 솔루션에도 직접적인 위협이 될 것으로 보입니다.