프로젝트·데모
강정석 대표의 로컬 한국어 OCR 모델(키메라·1B) 개발기
왜 중요한가
저녁 8시대 강정석 대표가 Schift의 로컬 OCR 모델 개발 과정을 상세히 공유하며 업스테이지·클로바·제미니를 목표로 한 벤치마크 전략을 풀어냈다.
깊이 보기
강정석 / Schift / 대표 님은 Paddle, minerU 등 모델 가중치를 분석해 '키메라'식으로 덴스 모델을 만든 뒤 MoE로 깎아 성능과 속도를 올리는 OCR 모델을 만들고 있다고 밝혔다.
- 4090 기준 초당 10페이지 목표의 1B 수준 모델로 1 에폭 학습에 6일이 걸리며 절반이 비전 타워라 비전 인코더 프루닝까지 계획 중이라 했다.
- 한국어·영어·일본어와 수식·표 처리가 가능하고 bbox 자동 탑재로 RAG에 바로 넣을 포맷으로 출력되며, 이미 업스테이지 모델을 부분적으로 이겼고 클로바·제미니를 다음 목표로 본다고 했다.
- 데이터 부족을 토로하자 공냥이 님이 하이닉스 테크니컬 리소스·실무자 연결을 제안하며 '다음달 밥 한번 먹자'고 했고, OmniDocBench Ko와 더티 RAG 벤치로 테스트 중이라고 덧붙였다.
- 같은 시간 Alexai @alexai_mcp 님은 '캐드를 사라지게 만드는' 설계 자동화를 깎는 중이라 했다.