미스트랄, OCR 4 공개: 170개 언어 지원·바운딩 박스로 문서 구조화

엔터프라이즈 환경에서 문서를 AI로 처리할 때 가장 골치 아픈 문제는 텍스트 추출 단계에서 단락 순서가 꼬이거나 표 서식이 망가지는 현상이었습니다. Mistral이 내놓은 새 모델은 이 지점을 정면으로 겨냥합니다.

Mistral은 6월 23일 문서 지능 모델인 Mistral OCR 4를 공개했습니다. 기존처럼 페이지를 단순 텍스트로 바꾸는 데 그치지 않고, 텍스트와 함께 영역 좌표인 바운딩 박스, 제목이나 표, 서명 등의 블록 유형 분류, 단어 및 페이지 단위의 신뢰도 점수를 한 번에 반환하는 것이 핵심입니다.

텍스트 인식을 넘어 문서 구조화로

OCR 4는 10개 언어군에 걸쳐 총 170개 언어를 지원합니다. 힌디어, 조지아어, 타밀어 등 기존 시스템들이 취약했던 특수 언어나 저자원 언어에서도 안정적인 성능을 유지하며, 다국어 벤치마크인 Crawl Multilingual에서 0.98점을 기록했습니다. 공개 벤치마크인 OlmOCRBench에서는 85.20점을 얻었고, 실제 비즈니스 문서 600여 건을 대상으로 진행한 블라인드 인간 평가에서도 평균 72%의 승률로 기존 시스템들을 앞섰습니다.

초기 적용 기업들의 반응도 긍정적입니다. 금융 분석 솔루션 Rogo의 엔지니어 Aidan Donohue는 차트와 도표가 많은 금융 데이터셋에서 기존 에이전트 파서와 동등한 정확도를 내면서도 비용은 약 8배, 지연 시간은 약 17배 줄었다고 밝혔습니다. 지식재산권 관리 솔루션 기업 Anaqua 역시 기존 제공사 대비 페이지당 속도가 약 4배 빨라졌다고 전했습니다.

배포 구조도 가볍습니다. 모델이 단일 컨테이너 환경에서 구동될 만큼 작아 데이터 주권과 규제 준수가 필수적인 기업들이 자체 인프라에 직접 설치해 운영할 수 있습니다. API 가격은 1,000페이지당 4달러이며 배치 API 이용 시 2달러로 내려갑니다. 노코드 방식의 Document AI는 1,000페이지당 5달러입니다.

왜 중요한가

우리는 Mistral의 이번 모델이 엔터프라이즈 RAG와 AI 에이전트 도입에서 가장 까다로운 병목을 현실적으로 해결했다고 봅니다. 사내 검색이나 에이전트 파이프라인을 구축할 때 개발자들이 겪는 고통의 대부분은 표가 깨지거나 문서 구조가 뭉개지는 것을 바로잡는 전처리 작업이었습니다. 위치 좌표와 블록 분류, 신뢰도 점수를 기본으로 제공하면 출처 하이라이트나 오류 검증 파이프라인을 구축하기가 훨씬 수월해집니다.

단일 컨테이너 자가 호스팅을 지원하고 천 페이지당 2달러 수준까지 가격을 낮춘 점도 영리한 전략입니다. 금융, 의료, 법률처럼 민감한 문서를 외부 클라우드로 보낼 수 없는 규제 산업군에서 대형 클라우드 OCR 대신 자체 구축형으로 채택할 가능성이 높습니다. 다만 Mistral 스스로 인정했듯 수식 표현 차이나 다단 문서의 줄바꿈 등 복잡한 학술 문서에서는 여전히 오차가 발생할 수 있습니다. 공식 경고대로 고위험 의사결정에 직결되는 영역에서는 인간 검수자를 배치하는 프로세스가 반드시 병행되어야 합니다.