PDF를 텍스트로 변환할 때, 스캔본, 다단 레이아웃 (multi-column layout), 복잡한 표와 수식을 마주하면 기존의 OCR은 자주 인식 오류를 일으킵니다.

시각 언어 모델 (Vision Language Model) 기반의 PDF to Markdown 도구인 olmOCR가 이미 17,900개 이상의 Star를 획득했습니다!

수식, 표, 손글씨 및 복잡한 레이아웃을 처리할 수 있으며, 페이지 헤더와 푸터(header and footer)도 자동으로 제거합니다.

또한 자연스러운 읽기 순서에 따라 출력하므로, 다단 레이아웃이라 할지라도 행이 뒤섞이지 않습니다.

GitHub: https://t.co/kZwbrRk2TN

단일 GPU 로컬 실행 외에도 원격 추론 서비스 (remote inference service) 연결을 지원하여, 처리 비용을 100만 페이지당 200달러 미만으로 낮출 수 있습니다.

PDF나 스캔본을 편집 가능한 텍스트로 대량 처리해야 하는 분들, 특히 데이터 처리나 지식 베이스 (knowledge base) 구축을 하는 분들이라면 이 도구를 사용해 보시기 바랍니다.
[IMG:1]