20억 매개변수 문서 추출 모델 발표…자체 평가 0.834점
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- Dharma-AI가 문서 이미지에서 항목을 추출해 JSON으로 반환하는 모델을 공개했다.
- Dharma-AI가 문서 이미지에서 필요한 항목을 추출해 구조화된 JSON으로 반환하는 20억 매개변수 모델을 소개했다.
- 회사가 제시한 자체 평가 점수는 1638건 기준 0.834점이다.
본문
Dharma-AI가 문서 이미지에서 항목을 추출해 JSON으로 반환하는 모델을 공개했다. Dharma-AI가 문서 이미지에서 필요한 항목을 추출해 구조화된 JSON으로 반환하는 20억 매개변수 모델을 소개했다. 회사가 제시한 자체 평가 점수는 1638건 기준 0.834점이다. Dharma-AI는 4일 허깅페이스(Hugging Face)에 올린 발표문에서 Dharma Field Extractor의 작동 방식과 평가 결과를 설명했다. 모델은 문서 전체를 문자로 옮기는 데 그치지 않고 송장의 공급업체 이름, 청구 번호, 납기일, 총액처럼 필요한 값을 항목별로 추출한다. 기반 모델은 20억 매개변수 규모의 DharmaOCR-LITE v1.1이다. 성능 평가는 문서 546건에 세 가지 추출 조건을 적용해 총 1638건으로 진행됐다. 조건은 전체 항목 추출, 실제 존재하는 항목만 지정한 추출, 문서에 없는 항목을 일부러 포함한 추출이었다.
Dharma-AI가 발표한 점수는 자사 모델 0.834, 비교 대상으로 시험한 클로드 오퍼스 5 0.816, GPT-5.6 Luna 0.741이다. 점수에 문자열 유사도와 JSON 형식 준수율이 포함돼 있어, 0.834점을 청구 금액이나 계좌번호의 정확 일치율로 해석할 수는 없다. 회사는 자체 호스팅 비용이 비교 대상 상용 API보다 약 6~147배 낮았다고 추산했다. 자사 모델 비용은 L40S GPU 한 대의 사용 시간으로 계산했고, API 비용은 페이지당 입력·출력 토큰 수와 제공사의 공개 요금을 적용했다.