# Mistral OCR 4 공개 > Clean Markdown view of GeekNews topic #30781. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=30781](https://news.hada.io/topic?id=30781) - GeekNews Markdown: [https://news.hada.io/topic/30781.md](https://news.hada.io/topic/30781.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2026-06-24T09:52:24+09:00 - Updated: 2026-06-24T09:52:24+09:00 - Original source: [mistral.ai](https://mistral.ai/news/ocr-4/) - Points: 1 - Comments: 1 ## Topic Body - Mistral AI가 공개한 **Mistral OCR 4**는 문서에서 텍스트만 뽑는 OCR을 넘어 바운딩 박스, 블록 분류, 인라인 신뢰도 점수까지 함께 반환하는 문서 이해 모델임 - 10개 언어 그룹의 **170개 언어**와 단일 컨테이너 자체 호스팅을 지원해, 데이터 주권·컴플라이언스가 중요한 조직의 문서 수집 파이프라인에 맞음 - 사람 선호도 평가에서는 평균 **72% 승률**을 기록했고, OlmOCRBench **85.20**, OmniDocBench **93.07** 등 공개·내부 평가에서도 높은 점수를 냄 - 다만 정답 오류, 동등한 수식 표기, 다중 컬럼 읽기 순서, 헤더·푸터 처리 같은 **채점 한계** 때문에 벤치마크 점수는 실제 문서 평가와 함께 봐야 함 - API는 1,000페이지당 **$4**, Batch API는 **$2**, Document AI는 **$5**이며, 원시 추출은 OCR 4로 충분하지만 구조화 JSON·이미지 주석·커스텀 프롬프트가 필요하면 Document AI 경로가 맞음 --- ### OCR 4가 반환하는 구조화 문서 표현 - OCR 4는 다양한 문서의 콘텐츠를 추출하고 구조화하며, 이전 세대처럼 깨끗한 텍스트와 표 변환에만 머물지 않고 **구조화 표현**을 함께 제공함 - 각 블록에는 **바운딩 박스**, 블록 유형, 페이지·단어 단위 인라인 신뢰도 점수가 포함됨 - 다운스트림 시스템은 문서의 내용뿐 아니라 각 요소의 위치, 역할, 신뢰 수준까지 활용할 수 있음 - 주요 활용 흐름은 다음과 같음 - RAG용 **의미 단위 청킹**: 정리되고 분류된 블록을 검색 단위로 사용 - 에이전트용 구조 프리미티브: 양식 작성, 청구서 처리, 컴플라이언스 점검 지원 - 커넥터용 구조화 콘텐츠: 수집·인덱싱 파이프라인에 일관된 타입 출력 제공 ### 형식, 언어, 배포 방식 - 입력 형식은 PDF, DOC, PPT, OpenDocument 같은 일반적인 **엔터프라이즈 문서 형식**을 포함함 - 10개 언어 그룹의 **170개 언어**를 지원하며, 여러 시스템이 약해지는 전문·저자원 언어도 범위에 들어감 - 모델은 단일 컨테이너에 배포할 수 있을 만큼 작아 비용 민감형·고처리량 환경에 적합함 - 완전한 **자체 호스팅** 실행을 지원하므로 데이터 주권 요구가 있는 조직은 문서 데이터를 자체 인프라 안에 유지할 수 있음 - 자체 관리형 배포는 엔터프라이즈 고객에게 제공됨 ### 가격과 사용 경로 - 개발자는 API로 모델을 통합할 수 있고, 팀은 Mistral Studio의 [Document AI](https://mistral.ai/solutions/document-ai/)를 통해 같은 엔진을 노코드 애플리케이션 방식으로 사용할 수 있음 - 가격은 다음과 같음 - OCR 4 API: **1,000페이지당 $4** - Batch API 50% 할인 적용 시: **1,000페이지당 $2** - Document AI: **1,000페이지당 $5** - OCR 4는 [Mistral Search Toolkit](https://mistral.ai/news/search-toolkit/)의 수집 컴포넌트로 통합되어 RAG와 엔터프라이즈 검색용 수집·검색·평가 워크플로에 인용 가능한 입력을 제공함 ### 평가 결과와 벤치마크 한계 - OCR 4 평가는 AI 네이티브 OCR 모델, 범용 프런티어 모델, 엔터프라이즈 문서 서비스, Mistral OCR 3와의 비교로 진행됨 - 사람 선호도 평가는 실제 사용을 반영하도록 12개 이상 언어의 600개 이상 문서를 구성하고, 독립 주석자가 각 경쟁 시스템 출력과 OCR 4 출력을 문서별로 블라인드 비교함 - 주석자는 테스트된 모든 시스템에 대해 대부분의 문서에서 OCR 4를 더 선호함 - 평균 승률은 **72%** 임 - 공개 **OlmOCRBench**에서는 테스트된 모델 중 최고 전체 점수인 **85.20**을 기록함 - 내부 **Crawl Multilingual evaluation**에서는 **.98**로 AI 네이티브·엔터프라이즈 솔루션보다 앞섬 - **OmniDocBench** 점수는 **93.07**이지만, OlmOCRBench와 OmniDocBench 모두 일부 출력 채점 방식에 알려진 한계가 있음 - 감사된 불일치의 다수는 모델 오류라기보다 벤치마크 비교 방식에서 발생함 - **정답 오류**: 참조 주석에 누락·추가 텍스트, 가려진 영역의 전사, 오타가 포함될 수 있음 - **동등한 수식 표기**: 렌더링 결과가 같은 LaTeX라도 문자열이 다르면 불일치로 계산됨 - **수식 분할**: 하나의 수식으로 내보내는지 여러 인라인 조각으로 나누는지에 따라 정답 매칭이 흔들림 - **다중 컬럼 읽기 순서**: 컬럼 경계에서 나뉜 단어와 컬럼 순서 가정 때문에 올바른 추출도 실패로 채점될 수 있음 - **블록 유형 귀속**: 헤더·푸터를 출력에서 제거한 뒤에도 페이지 제목 같은 문자열을 테스트가 잘못 플래그할 수 있음 - 이런 산물은 수학, 과학, 다중 컬럼 문서에 집중되며, 잘못된 출력에 보상을 주기보다 올바른 출력을 더 자주 벌점 처리함 - 모든 경쟁사 점수는 내부 재현 결과이므로, 실제 도입 전에는 자체 문서로 직접 평가하는 편이 안전함 ### 다국어 성능 - 내부 다국어 평가에서 OCR 4는 8개 언어 그룹 모두에서 앞섬 - English - Western Europe - Eastern Europe - Middle Eastern - Chinese - East Asian - Southeast Asian - Hindi, Japanese, Georgian, Bengali, Armenian, Hebrew, Greek, Gujarati, Tamil, Malayalam, Kannada, Telugu 등 **전문 언어** - 격차는 전문·저자원 언어에서 가장 컸으며, 여러 경쟁 시스템이 급격히 저하되는 영역에서도 OCR 4는 높은 정확도를 유지함 ### 권장 사용 사례와 제외 범위 - OCR 4는 고처리량 파이프라인과 대화형 문서 워크플로를 모두 지원함 - 권장 사용 사례는 다음과 같음 - 복잡한 다국어 문서의 **문서 파싱·추출** - RAG용 구조화·분류·인용 가능 콘텐츠 생성 - [Search Toolkit](https://mistral.ai/news/search-toolkit/)과 결합한 검색 파이프라인 입력 - 양식 작성, 청구서 처리, 컴플라이언스 점검 같은 **에이전트 워크플로** - 신뢰도 점수를 활용한 사람 검증 기반 구조화 데이터 파이프라인 - 엔터프라이즈 검색과 지식 베이스용 데이터 소스 컴포넌트 - 초기 사용자는 OCR 4를 청구서의 구조화 필드 변환, 회사 아카이브 디지털화, 기술·과학 보고서의 깨끗한 텍스트 추출, 엔터프라이즈 검색에 적용하고 있음 - OCR 4는 문서 이해 모델이며 **의사결정자**가 아님 - 의료 진단, 법률 조언이나 판단, 고위험 금융 결정, 안전 중요 시스템, 실시간·지연 민감 처리, 원시 오디오·비디오 같은 비문서 입력에는 의도되지 않음 ### OCR 4 API와 Document AI 선택 기준 - OCR 4는 단일 API 엔드포인트로 제공되며, 모든 요청은 같은 기본 OCR 모델을 실행함 - 기본 응답에는 항상 추출 콘텐츠, 바운딩 박스, 블록 유형, 신뢰도 점수, Markdown 구조 텍스트가 포함됨 - **순수 추출 모드**는 다음 상황에 맞음 - 빠르고 정확한 문서 추출을 애플리케이션, 에이전트, 데이터 파이프라인에 직접 내장 - 원시 응답, 바운딩 박스, 블록 유형, 신뢰도 점수를 직접 사용해 커스텀 후처리 로직 구성 - Batch API로 처리량과 비용을 제어하는 고처리량·배치 수집 - 엄격한 데이터 프라이버시, 주권, 컴플라이언스 요구에 맞춘 자체 호스팅 - **Document AI 기능**은 같은 엔드포인트에 추가 매개변수를 넣어 활성화함 - 문서와 함께 JSON 스키마를 전달하면 OCR 출력이 `mistral-small-2603`에 입력되어 지정한 명세에 맞는 구조화 JSON을 생성함 - 이미지 주석 스키마를 전달하면 감지된 이미지마다 추가 비전-언어 모델 호출로 구조화 JSON을 생성함 - JSON 스키마와 함께 커스텀 프롬프트를 사용해 전체 문서의 추출 콘텐츠 해석이나 요약을 안내할 수 있음 - 비즈니스 사용자, 솔루션 팀, 파일럿 프로젝트가 별도 후처리 파싱 로직 없이 구조화 결과를 만들 수 있음 - 원시 추출 콘텐츠가 필요하면 OCR 4를 그대로 쓰고, 구조화 형식 재가공·도메인 필드 주석·커스텀 지시 처리가 필요하면 Document AI 매개변수를 추가함 ### 제공 채널과 시작 방법 - Mistral OCRv4와 OCRv4 기반 Document AI는 [API](https://docs.mistral.ai/models/model-cards/ocr-4-0), [Mistral Studio](https://console.mistral.ai/), Amazon SageMaker, [Microsoft Foundry](https://aka.ms/mistral-ocr4-tcblog)에서 사용할 수 있음 - Snowflake Parse Document 지원은 곧 제공될 예정임 - 민감한 정보를 자체 인프라 안에 유지해야 하는 조직을 위해 OCR 4는 자체 호스팅 옵션도 제공함 - 시작 리소스는 다음과 같음 - [Getting Started with OCR 4 Cookbook](https://docs.mistral.ai/resources/cookbooks?useCase=OCR): 첫 추출, 바운딩 박스 작업, 블록 분류를 다룸 - [OCR4 in Production webinar](https://learn.mistral.ai/public/events/ocr4-webinar): 7월 7일 오후 6시 CET에 데모와 Q&A 진행 - [Contact Sales](https://mistral.ai/contact): 추가 정보 문의 ## Comments ### Comment 60240 - Author: neo - Created: 2026-06-24T09:52:25+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=48645152) - **US Postal Service**는 늘 기술적 경이처럼 느껴짐 훨씬 원시적인 기술로도 수십억 통의 우편물을 식별하고 라우팅하는 데다, 미국 주소는 말도 안 되게 비표준적이라 같은 주소를 여러 방식으로 써도 같은 곳에 도착하곤 함 이 분야에 공개된 지식도 많겠지만, USPS 규모로 수년간 해낸 일이라면 OCR 발표를 볼 때마다 이미 풀린 문제처럼 보임 - 아버지는 한때 알제리에서 온 편지를 받았는데, 봉투에는 이름, “Créteil”(당시 살던 인구 약 10만 명 도시), “France” 딱 세 단어만 적혀 있었음 1970년대라 인터넷도 중앙 데이터베이스도 없었지만 우편 서비스가 배달에 성공했음 아버지가 사회복지 활동을 활발히 하고 청소년 축구팀도 운영해서 동네에서 이름만으로도 꽤 알려져 있었기 때문임 요즘은 휴대폰 도움 없이는 사람이나 장소를 못 찾는 경우가 많고, 집배원도 잡담을 멈추지 않음 그런 편지는 기술 처리 과정도, 아마 **사람 네트워크**도 통과하지 못할 것 같음 - 예전에 덴마크 우편 서비스에서 시간제로 일했는데, 자동 분류는 **우편번호**까지만 했음 그걸로 편지가 올바른 우체국까지 가면, 나머지는 이른 아침에 집배원들이 처리했음 어떤 주소가 뭘 뜻하는지 맞히는 일이 꽤 재미있었고, 특히 나이 든 직원들은 특정 장소가 왜 그런 식으로 주소가 적히는지 사연을 알거나 거주자 이름만 보고 주소를 추측하곤 했음 - Tom Scott가 이 주제로 만든 좋은 영상이 있음: [https://www.youtube.com/watch?v=XxCha4Kez9c]() - 미국 주소에는 이상한 예외가 많음 **Carmel-by-the-Sea**에는 도로 번호가 없고, Florida Keys 주소는 종종 단순히 마일 표지판 번호임 배달이 되는 건 그 경로를 맡은 사람이 익숙하기 때문임 - 인도 주소 기준으로 보면 미국 주소 비표준화는 웃음만 나옴 - **번호판 인식**에 초점을 맞춘 공개 모델이 있는지 궁금함 오래된 모델 몇 개는 찾았지만, 이런 OCR 모델처럼 새로 개발 중인 게 있는지 궁금함 직접 이 용도로 써 보고 성능을 확인해볼 수도 있겠음 - 연결된 페이지의 영상이 예상과 달랐음 Mistral은 유럽 AI 회사라고 생각했는데, 영상이 **San Francisco**에서 촬영됐고 등장하는 세 명도 유럽인처럼 보이지 않아 의외였음 글로벌 조직인 건 좋지만, 파리 사무실과 유럽식 억양을 예상했음 - 안타깝게도 유럽 고객은 돈 벌기 어려운 고객임 질문은 많고 지갑은 아주 인색한 반면, 미국인들은 다름 - 어느 정도 규모가 있는 유럽 기술 회사라면 최소한 영업 때문에라도 **미국 서부 해안 사무실**을 둠 아마 영업 엔지니어링도 있을 것임 시차가 8~10시간이라 사실상 피할 방법이 없음 예전에 일했던 회사는 대신 Vancouver 사무실이 있었고, 같은 시간대였음 - Blackmagic Design도 비슷함 대부분 호주 기반인데도 [https://www.blackmagicdesign.com/company/offices]()의 사무실 목록 순서와 회사 페이지를 보면 미국 회사처럼 보임 - 알기로는 창업팀 대부분이 Meta 같은 **미국 회사**에서 커리어를 시작했고, 주요 투자자도 미국 VC임 그런 면에서 미국 자금과 유럽 인재라는 양쪽의 이점을 영리하게 누리고 있음 - 배경에 미국 국기까지 높이 걸려 있음 - 이 모델이 [https://github.com/baidu/Unlimited-OCR]()와 비교해 어느 정도 순위가 나올지 흥미로움 - 맞음, 방금 발표됐음: [https://x.com/BaiduAI_News/status/2069322806748410291]() - 1천 페이지당 4달러면 저렴하지만, 이전 버전들이 전부 “내부 벤치마크 PDF 4개 기준 98% 정확도” 식이었고 실제로는 시장의 거의 모든 대안보다 부족했어서 다시 벤치마크하기가 망설여짐 이번에도 OlmOCRBench와 OmniDocBench에는 “알려진 한계”가 있다며 **내부 벤치마크**의 대표 수치를 내세우고 있음 [https://getomni.ai/blog/benchmarking-open-source-models-for-ocr]() - 같은 결론이지만, 몇 개 샘플을 직접 돌려보니 **2025년 12월 버전** 이후로 실제 개선은 보였음 - 모든 AI 연구소는 벤치마크 막대그래프에서 **잘린 y축**을 쓰는 일을 정말 멈춰야 함 [https://mistral.ai/_astro/cm-engish_ZhlvoT.webp?dpl=6a3a94bd1f38530b2974c539]() - Malayalam으로 테스트했는데, 평범한 필체는 정확했지만 조금 다른 스타일은 **Kannada**로 감지됐음 필요하면 샘플을 줄 수 있고, Sarvam은 같은 샘플에서 텍스트 오류 하나만 남기고 99% 정확도로 처리했음 - Sarvam을 인도계 언어 밖에서 써 본 경험이 궁금함 예를 들면 Indian English, 로마자로 적은 인도계 표현이 섞인 문서, 그리고 그림·표 같은 **복잡한 레이아웃**이 있는 문서에서 어떤지 궁금함 인도 서비스들에 관심은 있었지만, 생각보다 가격이 조금 높아 보이는 편이라 망설이고 있음 물론 잘못 기억하는 것일 수도 있음 - 12월의 이전 **OCR v3 모델**과 비교해 바운딩 박스 외에 차이가 거의 설명되지 않았고 가격은 두 배임: [https://mistral.ai/news/mistral-ocr-3/]() 당시에는 다른 벤치마크를 썼음 - “범위 밖 사용에 대한 참고. OCR 4는 문서 이해 모델이지 의사결정자가 아니다. 의료 진단, 법률 자문이나 판단, 고위험 금융 의사결정, 안전 필수 시스템, 실시간/지연 시간 민감 처리, 비문서 입력(원시 오디오, 비디오 등)을 위한 것이 아니다.” 다음 회의에서 “좋아, 그런데 휴대폰 사진 같은 비문서 입력으로 **고위험 금융 의사결정**에 쓰면 어떨까?”라고 제안할 “혁신적인” 관리자가 벌써 기대됨 다음 주쯤 HN에서 누군가 이 “아이디어”를 댓글로 달 거라고 장담함 - 왜 굳이 그렇게 할지 모르겠음 더 성능 좋은 모델이 수십 개 있는데 그에 비해 형편없는 결과만 나올 것임 이건 질문에 답하는 모델이 아니라 **텍스트 변환**용임 그냥 반AI 각도를 억지로 만들고 싶은 것처럼 보임 - 모든 AI 회사가 한 작업에 아주 강한 **전문화 모델**을 만들고 있음 Mistral은 이 점을 좀 더 솔직하게 드러낼 뿐이고, 아마 모든 것의 전문가처럼 보이는 범용 사용자 도구(채팅)로 관객을 놀라게 할 필요가 없거나 원하지 않기 때문일 것임 실제로 그런 도구도 꽤 자주 여러 전문 모델을 연결한 형태임 여기서 원하는 건 Python 스크립트 몇 개면 가능함 Voxtral로 음성 프롬프트를 텍스트로 바꾸고, 추가 시스템 프롬프트와 함께 Mistral Large 3에 넘겨 OCR용 프롬프트와 파일 경로를 만들게 한 뒤, 루프로 파일을 찾고 OCR 3에 던지고, 다시 Mistral Large 3으로 해석해서 의사결정으로 바꾸면 됨 이런 구성은 흔하고, 오히려 모든 걸 모델 하나로 처리하는 쪽이 드묾 - “중요 금융 의사결정을 OCR 소프트웨어에 위임했더니, 다음에 벌어진 일을 믿지 못할 겁니다” - 최근 Opus 4.8로 OCR을 시도했음 엄밀히 말해 맞는 도구는 아니지만, 필요한 건 영수증에서 날짜를 추출하는 것뿐이었음 날짜의 약 20%를 틀렸는데도 전부 “높은 신뢰도”라고 평가했음 아마 **OCR 특화 모델**을 써봤어야 했을 듯함 - 영수증에서 날짜 뽑는 건 30년 전쯤 이미 거의 풀린 문제 아니었나 싶음 예전에 흑백 스캐너에 딸려오던 셰어웨어 OCR 도구도 20% 오류보다는 나았을 것 같음 - Opus는 모르겠지만, Gemini의 구독 제품 OCR은 모델이 직접 하는 게 아닌 듯함 별도의 구식 OCR 도구를 쓰는 것 같고, 테스트 결과도 나빴음 반면 Gemini API에서는 모델이 직접 OCR을 해서 훨씬 정확도가 좋았음 - Opus는 OCR을 아주 잘함 작은 1~4B 비전-언어 모델보다 훨씬 나음 Opus가 실패했다면 그런 작은 모델들도 대부분 실패할 가능성이 큼 - 이 얘기는 믿기 어려움 Opus 4.8로 최근 최악의 필체가 섞인 PDF 수백 개를 스캔했는데, 나조차 읽을 수 없던 기록 하나를 제외하면 **100% 성공**했음