dots.ocr-1.5 공개: 차트와 도표를 SVG 코드로 직접 변환하는 3B OCR

rednote-hilab이 Hugging Face에 3B 크기의 경량 멀티모달 OCR 모델인 dots.ocr-1.5를 공개했습니다.

무엇을 할 수 있나

dots.ocr-1.5는 다국어 문서 파싱에 특화된 모델로, 거의 모든 인류 문자 체계를 인식하며 SOTA 수준의 파싱 성능을 제공한다고 밝히고 있습니다.

가장 눈에 띄는 기능은 차트와 다이어그램 같은 구조화된 그래픽을 SVG 코드로 바로 변환하는 능력입니다. X의 xeophon이 언급했듯, 복잡한 도표를 깔끔하고 편집 가능한 SVG 코드로 직접 뽑아내는 데 강점을 보입니다. 기존 OCR처럼 텍스트 조각만 건지거나 비트맵 이미지로 잘라내는 대신, 그래픽의 구조 자체를 벡터 코드로 복원해 줍니다.

모델 가중치는 현재 Hugging Face에서 내려받을 수 있으며, 3B 크기 덕분에 배포 부담도 비교적 적습니다.

왜 중요한가

기술 문서나 리포트에서 도표와 텍스트를 함께 디지털 데이터로 변환해야 하는 작업 환경이라면 바로 테스트해 볼 가치가 있다고 봅니다.

초거대 비전 모델을 쓰지 않고도 3B 파라미터 수준에서 직접 SVG를 생성해 내는 접근은 매우 실용적입니다. 문서 파싱 파이프라인에서 도표를 재가공하는 번거로운 후처리 과정을 크게 덜어줄 수 있습니다.