라이트온 OCR 3, 글자·문서 영역·차트 데이터를 함께 추출

문서 자동화에서 글자를 읽는 일과 내용을 올바른 순서로 구조화하는 일은 연결돼 있지만 같은 작업은 아니다. 여러 단의 본문, 표의 머리글, 차트의 축과 숫자가 섞이면 텍스트를 추출해도 다음 집계나 검색에 필요한 관계가 사라질 수 있다. 라이트온 OCR 3의 발표는 이 관계를 출력에 포함하는 방향을 보여준다.

세 모델은 텍스트 추출과 grounding의 두 모드를 제공한다. 기본 모드는 문서를 텍스트로 옮기고, grounding은 영역 종류와 경계 좌표를 붙인다. 이미지에는 짧은 설명을, 차트에는 데이터 표를 함께 출력한다. 글자의 인식 결과에 문서의 위치·시각적 요소를 연결하는 구성이다.

모델 카드에 설명된 좌표는 페이지를 기준으로 0~1000 범위로 정규화한다. 서로 다른 페이지 크기에서도 위치를 일정한 표현으로 다루기 위한 방식이다. 다만 위치가 붙었다고 숫자와 단위까지 정확하다는 뜻은 아니다. 영역을 찾는 정확성과 영역 안의 내용을 읽는 정확성은 별도로 평가해야 한다.

1B 모델은 이전 라이트온 OCR 2의 구조를 유지한다. 0.8B와 4B는 Qwen3.5의 시각·언어 구조를 채택했다. 크기 차이만 있는 세 모델이라고 보기 어렵고, 기존 배포와의 연결 방식도 선택에 영향을 준다. 공식 안내는 1B를 기존 구성의 교체 경로로, 다른 모델을 별도의 속도·품질 선택지로 설명한다.

공개 점수에서도 문서 유형별 차이가 나타난다

제작자가 제시한 olmOCR-Bench 전체 점수는 4B 모델 86.3, 0.8B 85.5, 1B 84.5다. 4B가 가장 높은 전체 점수를 얻었지만 세부 항목에서는 1B가 여러 단으로 된 페이지, 0.8B가 작은 글자가 길게 이어진 문서에서 강점을 보였다. 가장 큰 모델이 모든 종류의 문서에서 같은 순서로 앞선 결과는 아니다.

비교표에는 이전 OCR 2의 전체 점수가 일부 항목을 제외해 계산됐다는 주석도 있다. 새 모델과 이전 모델의 전체 숫자를 그대로 빼면 평가 항목의 차이가 섞인다. 출력 형식의 정규화와 이미지 해상도도 결과에 영향을 준다고 설명돼 있어, 점수와 함께 평가 구성 자체를 확인할 필요가 있다.

문서 구조를 출력에 넣으면 사람이 원본을 다시 확인하는 경로를 만들 수 있다. 어떤 페이지와 영역에서 얻은 값인지 남기는 것이 그 출발점이다. 이는 모델이 오류를 없앴다는 주장이 아니라 결과와 근거를 연결할 수 있는 정보가 늘었다는 변화다. 검색과 요약에서의 활용 가능성도 이 연결에 달려 있다.

모델들은 연구와 상업적 이용을 허용하는 Apache 2.0 라이선스로 공개됐다. 공개 라이선스는 이용 조건의 한 요소이며 실제 문서 처리의 장비·운영 비용을 결정하지는 않는다. 개인정보가 담긴 자료의 저장과 전달은 연결한 서비스의 구성에 따라 달라진다.

이번 소식은 OCR의 범위가 글자 인식을 넘어 문서의 위치와 시각적 내용을 함께 다루는 쪽으로 넓어지고 있음을 보여준다. 공개된 결과는 유용한 비교 자료지만 조직마다 쓰는 양식과 언어, 스캔 품질은 다르다. 현 단계에서 확인된 변화는 새로운 출력 구조와 모델 선택지이며, 모든 문서 처리의 정확성이나 자동화 완성을 보장하는 결과는 아니다.