PDF를 텍스트로 변환할 때 스캔본, 다단 레이아웃, 복잡한 표와 수식 문제로 인한 기존 OCR의 오류를 해결하는 olmOCR

요약

olmOCR은 시각 언어 모델(VLM)을 활용하여 복잡한 레이아웃의 PDF를 마크다운으로 변환하는 도구입니다. 스캔본, 다단 레이아웃, 표, 수식 등을 정확하게 인식하며 자연스러운 읽기 순서를 보장합니다.

핵심 포인트

• VLM 기반의 고성능 PDF to Markdown 변환 도구
• 다단 레이아웃, 표, 수식 및 손글씨 인식 지원
• 페이지 헤더 및 푸터 자동 제거 기능
• 원격 추론 서비스를 통한 대량 처리 비용 절감 가능