OCR 4의 72% 승리: 연구는 Mistral이 했다

Mistral이 문서 지능 모델을 내놓았습니다. 이제 이 모델은 텍스트만 던져주는 데서 그치지 않고, 텍스트가 어디에 놓여 있는지, 어떤 종류의 블록인지, 각 단어에 대해 모델이 얼마나 확신하는지도 함께 제공합니다.

OCR 4가 내보내는 것: 공간 좌표, 분류, 단어별 신뢰도

OCR 4는 평면적인 텍스트 덤프 대신 구조화된 페이지 표현을 반환하는 Mistral의 문서 지능 모델입니다. 2026년 6월 23일 출시되어 mistral-ocr-latest로 제공되는 이 모델은 , 페이지 전사와 함께 문단 및 단어 수준의 바운딩 박스를 내보내는 첫 Mistral OCR 세대입니다 . 개발자 입장에서는 별도의 레이아웃 모델로 재구성해야 했던 공간 좌표를 엔드포인트가 바로 반환한다는 뜻입니다.

각 페이지 응답에는 타입이 지정된 블록 분류도 함께 들어갑니다. Mistral의 출시 글에 따르면, 이 모델은 제목, 표, 수식, 서명 등 여러 블록 유형의 요소에 태그를 붙입니다 . 대부분의 검색 증강 생성(RAG) 파이프라인에서는 색인 전에 청크가 heading인지, 데이터 표인지, 본문 텍스트인지 판단하기 위해 팀들이 별도의 맞춤형 후처리기를 만들어야 했습니다. OCR 4는 그 결정을 모델 출력 안으로 옮깁니다.

신뢰도 점수는 두 가지 세분도로 응답 안에 포함됩니다. 응답에는 페이지별 및 단어별 신뢰도 값이 들어 있어, 두 번째 추론 패스나 별도의 검증 모델 없이도 낮은 신뢰도 영역을 출력에서 바로 드러냅니다 . 실무적으로는 추가 API 호출 없이도 임계값 아래의 페이지를 사람 검토나 재스캔으로 보낼 수 있습니다. 그 신호가 이미 모든 단어에 붙어 있기 때문입니다.

이 세 가지 추가 요소, 즉 바운딩 박스, 타입이 지정된 블록, 단어별 신뢰도를 합치면 응답은 문서 코퍼스 위에서 돌아가는 에이전트 파이프라인에 적합한 공간 메타데이터 포함 구조화 JSON이 됩니다 . 개발자 관점의 변화는 파싱 계층이 사라진다는 점입니다. 이전 OCR 세대가 주로 깨끗한 텍스트와 표를 만들어냈다면, OCR 4의 출력은 에이전트가 직접 질의할 수 있는 문서 객체 모델에 더 가깝습니다. 이런 구조가 지저분한 실제 스캔에서도 버틸지는 별개의 질문이며, 뒤에서 다시 다루겠습니다. 여기서의 구체적인 변화는 출력 형식 자체입니다.

72% 선호도 연구: 검증 가능한 것과 아닌 것

Mistral이 OCR 4 출시에서 앞세운 숫자는 블라인드 인간 선호도 평가에서의 평균 승률 72%입니다. 독립 평가자들이 12개 이상 언어의 실제 문서 600건 이상을 대상으로 경쟁 OCR 시스템의 출력과 OCR 4의 출력을 일대일로 비교한 결과입니다 . 이는 실제 결과이지만, 특정한 종류의 결과입니다. Mistral의 글과 2차 보도 모두 어떤 시스템을 이겼는지 밝히지 않았고, "독립 평가자에 의한 블라인드 테스트"라는 설명을 넘어 전체 프로토콜도 공개하지 않았습니다 . 따라서 72%라는 수치는 벤더가 진행한 선호도 연구이지, 감사된 제3자 벤치마크가 아닙니다. 개발자들은 여기에 "SOTA"라는 말이 붙을 때 이 차이를 계속 염두에 둬야 합니다.

빠른 답변: OCR 4의 72% 승률은 Mistral이 12개 이상 언어의 문서 600건 이상을 대상으로 수행한 블라인드 인간 선호도 테스트에서 나온 수치이며, 경쟁 모델과 방법론은 공개되지 않았습니다. 공개 리더보드 점수인 OlmOCRBench 85.20, OmniDocBench 93.07은 재현 가능한 프로토콜이지만 여전히 자체 보고 수치이므로, 의미 있게 검증 가능한 것은 이 점수들뿐입니다.

선호도 수치와 함께 Mistral은 공개 학술 벤치마크 점수도 보고했습니다. OlmOCRBench 85.20(전체 1위 주장), OmniDocBench 93.07, Crawl Multilingual 평가 0.98입니다 . 이 점이 중요한 이유는 OlmOCRBench와 OmniDocBench가 고정된, 재현 가능한 프로토콜을 가진 정립된 문서 OCR 벤치마크이기 때문입니다. 누구나 같은 테스트 세트를 돌려 숫자를 확인할 수 있습니다. 다만 걸리는 지점이 있습니다. Mistral이 자기 점수를 직접 보고했다는 점입니다. 프로토콜의 재현 가능성은 결과의 독립 재현과 같지 않습니다.

두 증거 유형은 각자 실을 수 있는 무게가 달라지는 방식으로 다릅니다:

핵심 차이는 절차에 있습니다. 선호도 연구는 고정된 채점 기준 없이 사람이 출력 품질을 어떻게 평가하는지를 측정하므로, 다른 연구소가 다른 문서와 평가자로 다시 실행하면 결과는 어디든 갈 수 있습니다. 재현할 고정 대상이 없습니다. 반면 리더보드 점수는 입력과 채점 방식을 고정하므로, 독립 그룹이 같은 OlmOCRBench 세트에서 OCR 4를 돌려 85.20을 확인하거나 반박할 수 있습니다. The Decoder가 제목에서 표현했듯이, 이 모델은 "블라인드 테스트 사례의 72%에서 경쟁자를 이겼다고 회사가 말한다"는 것입니다. 여기서 단서가 실제로 중요합니다 .

도입 결정을 내릴 때는 72%를 OCR 4가 사람이 선호하는 출력을 내는 경향이 있다는 방향성 신호로 보아야지, Google Document AI, AWS Textract, 또는 오픈 스택을 상대로 한 확정 순위로 보면 안 됩니다. 지켜볼 가치가 있는 것은 학술 점수입니다. 독립 연구소가 OlmOCRBench와 OmniDocBench 수치를 재현하기 전까지 SOTA 주장은 자체 보고 데이터 위에 놓여 있습니다. 파이프라인의 정확도 예산이 빠듯하다면, 도입을 결정하기 전에 직접 보유 문서의 대표 샘플로 벤치마크를 돌리십시오. 실제로 구속력이 있는 유일한 선호도 테스트는 여러분의 코퍼스 위에서 수행한 테스트입니다.

170개 문자 체계와 PDF, DOCX, PPT: OCR 4가 받아들이는 입력

OCR 4는 기업 문서 저장소에서 가장 흔한 네 가지 컨테이너 형식인 PDF, DOC/Word, PPT/PowerPoint, OpenDocument를 받아들이며, 10개 언어군에 걸친 170개 언어의 텍스트를 읽습니다. 이 입력 범위는 사전 변환 단계 없이 실제 문서 파이프라인에 들어오는 대부분의 자료를 포괄하며, 언어 지원 범위는 빌드 여부를 좌우할 가능성이 가장 큰 사양입니다. 이 목록에는 Hindi, Bengali, Armenian, Georgian, Hebrew, Greek, Gujarati, Tamil, Malayalam, Kannada, Telugu 같은 저자원 문자 체계도 명시적으로 포함되어 있다고 Mistral의 출시 게시글은 설명합니다.

형식 지원 폭이 중요한 이유는 글루 코드를 줄여주기 때문입니다. 슬라이드 덱이나 ODT 파일을 먼저 PDF로 내보내지 않고 바로 넣을 수 있으면, 손실이 생길 수 있는 변환 단계와 ingestion 작업의 실패 지점이 각각 하나씩 줄어듭니다. HR 문서, 계약서, 프레젠테이션, 스캔 양식처럼 여러 형식이 섞인 아카이브를 운영하는 팀이라면 네 가지 형식을 모두 받아들이는 단일 엔드포인트만으로도 유지해야 할 표면적이 줄어듭니다.

문자 체계 지원 범위는 OCR 4가 기존 관리형 서비스와 선을 긋는 지점입니다. AWS Textract나 Google Document AI 같은 클라우드 문서 AI 서비스는 비슷한 가격대에서 비라틴 문자 지원이 더 좁았던 경우가 많았기 때문에, 170개 언어 지원이라는 주장은 인도계, 셈계, 캅카스계 문자 체계에 많이 의존하는 코퍼스에서는 실제 차별점입니다. 작업 대상이 국경을 넘나드는 법무 아카이브, 다국적 HR 기록, 남아시아와 중동 언어로 된 공공 부문 제출 문서라면, 그 범위만으로도 OCR 4를 평가해볼 이유가 됩니다.

다만 이 숫자는 보장이 아니라 출발 가설로 봐야 합니다. "지원"과 "내 문서에서 정확함"은 다른 주장이고, Mistral은 문자 체계별 정확도 세부 내역 없이 언어 목록을 공개합니다. 저자원 문자 체계는 OCR 모델이 가장 쉽게 성능이 떨어지는 영역입니다. 학습 데이터가 부족하고, 복잡한 합자와 오른쪽에서 왼쪽으로 쓰는 방향, 세로 레이아웃 같은 변수가 있기 때문입니다. 다국어 코퍼스를 프로덕션에 투입하기 전에는 중요한 문자 체계별로 대표 샘플을 뽑아 타깃 평가를 해야 하며, 특히 최악의 조건에 가까운 문서에 가중치를 두어야 합니다. 170개 언어라는 수치는 OCR 4가 무엇을 시도할지를 말해줄 뿐이고, 무엇을 제대로 읽는지는 결국 여러분의 코퍼스가 알려줍니다.

OCR 4 과금 방식: 1,000페이지당 2달러에서 5달러까지

OCR 4는 토큰이 아니라 페이지 단위로 과금되며, 선택하는 티어에 따라 청구액이 2배 이상 달라질 수 있습니다. 표준 동기 API는 1,000페이지당 4달러, 비동기 Batch API는 50% 할인된 1,000페이지당 2달러, 상위 Document AI 티어는 1,000페이지당 5달러입니다 . Document AI에서 추가로 내는 1달러는 원시 OCR 위에 얹힌 오케스트레이션과 구조화 출력 기능에 대한 비용이지, 더 나은 추출 정확도에 대한 비용은 아닙니다 .

Batch 요율을 적용하면 1,000만 페이지 코퍼스 처리 비용은 20,000달러입니다 . 관련 보도는 이 물량에서 OCR 4가 Google Document AI와 AWS Textract의 comparable 티어보다 낮은 가격이라고 설명합니다 . 다만 기존 사업자들은 공개 정가에 드러나지 않는 볼륨 할인을 협상하므로, 실제 계약 단가와 비교해 확인할 필요가 있습니다.

빌더에게 적용할 실무 원칙은 단순합니다. 대규모 ingestion에서 비용을 가장 크게 줄이는 수단은 Batch 할인입니다. 작업이 1회성 백필이거나 큐 지연을 감수할 수 있는 야간 파이프라인이라면 Batch API로 보내 비용을 절반으로 줄이세요. 동기 엔드포인트는 사용자가 문서를 업로드하고 실시간 응답을 기다리는 경우처럼 정말로 인터랙티브하거나 지연 시간에 민감한 경로에만 남겨두는 편이 좋습니다. 기본적으로 두 방식을 섞어 쓰되, 실제 사람이 기다리고 있는 곳에서만 동기 프리미엄을 지불하는 비용 구조가 대부분의 팀에 맞습니다.

Document AI 티어에는 한 가지 단서가 있습니다. 5달러 가격은 오케스트레이션 계층을 실제로 사용할 때만 값어치를 합니다. 자체 RAG나 에이전트 파이프라인을 만들고 있으며 청킹, 인덱싱, 검색을 이미 직접 처리하고 있다면, 원시 OCR 티어만으로도 바운딩 박스, 타입이 지정된 블록, 신뢰도 점수 같은 동일한 구조화 출력을 더 낮은 비용에 얻을 수 있습니다. 존재하는 기능이 아니라 실제로 사용할 기능을 기준으로 티어 가격을 따져야 합니다.

온프레미스 OCR 4: 규제 산업을 위한 컨테이너

배포 방식에서 OCR 4는 클라우드 문서 AI 기존 강자들과 가장 크게 갈립니다. Mistral은 이 모델을 단일 셀프호스팅 컨테이너 이미지로 제공해, 팀이 외부 API 호출 없이 자체 인프라 안에서 전체 추출 파이프라인을 실행할 수 있게 합니다 . 이는 의료, 금융, 법률 분야에서 온프레미스 LLM 도입을 앞당긴 것과 같은 에어갭 패턴입니다. 원문 문서를 관리형 클라우드 엔드포인트로 보내는 일이 컴플라이언스상 애초에 허용되지 않는 경우가 많은 분야들입니다 .

컨테이너를 직접 운영하고 싶지 않다면, OCR 4는 일반적인 엔터프라이즈 접점에서도 호스팅됩니다. Mistral API와 Mistral Studio, Amazon SageMaker, Microsoft Foundry에서 제공되며, Snowflake(Parse Document)는 출시 예정으로 올라와 있습니다 . 이런 관리형 경로면 대부분의 팀에는 충분합니다. 컨테이너가 중요한 이유는, 그동안 관리형 경로에서 사실상 배제됐던 팀들이 있기 때문입니다.

작동 원리는 단순합니다. 컨테이너 배포는 외부 API 의존성 자체를 없앱니다. 데이터 레지던시나 에어갭 의무 아래 운영되는 병원, 은행, 공공기관에게 "벤더가 문서를 보지 않는다"는 것은 선호사항이 아닙니다. 통과해야 하는 필수 조건입니다. 그래서 관리형 OCR API가 이런 구매자층을 뚫기 어려웠습니다. VentureBeat는 이번 출시를 정확히 이런 관점에서 설명했습니다.

"Mistral is turning document extraction into a full enterprise AI play," — VentureBeat data coverage of the OCR 4 launch (source: VentureBeat).

다만 셀프호스팅을 선택하면 정확도와 처리량에 대한 질문은 사용자 쪽으로 넘어옵니다. Mistral이 공개한 수치, 즉 72% 선호도 승률과 OlmOCRBench 및 OmniDocBench 점수는 자체 실행 결과이며, 관련 보도 어디에서도 컨테이너가 관리형 API와 비교해 어떻게 동작하는지는 설명하지 않습니다 . 하드웨어 프로비저닝, 양자화 선택, 컨테이너에 할당하는 리소스에 따라 초당 페이지 수는 실제로 달라지고, 추출 품질도 달라질 수 있습니다. 이 부분은 아직 독립적으로 벤치마크되지 않았습니다.

실무적으로 보면 이렇습니다. 컴플라이언스가 걸림돌이라면, 컨테이너야말로 OCR 4를 검토할 이유입니다. 호스팅 티어는 애초에 내부 심사를 통과하기 어려웠을 가능성이 큽니다. 하지만 자체 문서 세트로 직접 돌려보기 전까지는 온프레미스 정확도를 검증되지 않은 값으로 봐야 합니다. 리소스를 넉넉히 잡고, 대표 페이지에서 처리량을 측정하고, 현재 사용하는 추출 스택을 접기 전에 출력 품질을 검증해야 합니다.

OCR 4의 미검증 영역: 필기, 복잡한 레이아웃, 지저분한 페이지에서의 견고성

OCR 4의 가장 큰 미해결 질문은 엔터프라이즈 문서 코퍼스가 가장 지저분해지는 지점에 놓여 있습니다. Mistral의 72% 승률을 만든 600개 문서 블라인드 선호도 연구는 필기, 저품질 스캔, 복잡한 다단 레이아웃을 평가 조건으로 명시하지 않습니다 . 이런 요소들이 실제 아카이브, 즉 보험 청구서, 스캔된 계약서, 임상 기록에서 가장 자주 나타나는 실패 모드이며, 헤드라인 선호도 수치만으로는 가장 설명하기 어려운 부분입니다.

세 가지 경계 조건은 직접 테스트 하네스를 마련할 필요가 있습니다. 첫째, 수식이 빽빽한 콘텐츠입니다. 과학 PDF와 금융 표는 바운딩 박스 정밀도와 타입별 블록 분류를 모두 압박합니다. 수식이 잘못 분류되거나 표 셀이 병합되면 그 오류가 곧바로 후속 RAG와 에이전트 파이프라인으로 전파됩니다. 둘째, 혼합 문자 페이지입니다. 모델의 170개 언어 지원을 생각하면 충분히 현실적인데, 문자 체계의 경계가 단어 단위 세그먼테이션을 혼란스럽게 만들 수 있습니다. 셋째, 열화된 스캔본과 필기입니다. 공개된 프로토콜은 이 부분을 다루지 않습니다.

셀프호스팅 컨테이너는 또 하나의 미검증 축을 더합니다. 컨테이너 기반 온프레미스 출력과 관리형 API의 차이는 공개적으로 테스트된 바 없고, 양자화와 하드웨어 차이는 보통 API 측 수치에는 나타나지 않는 정확도 하락을 만들어냅니다. Mistral은 단일 컨테이너 배포를 에어갭 및 데이터 주권 용도로 포지셔닝합니다. VentureBeat가 문서 추출을 "full enterprise AI play"로 바꾼다고 표현한 바로 그 지점입니다 . 하지만 이 프레이밍은 시장 접근성에 관한 것이지, 두 배포 경로의 검증된 동등성을 말하는 것은 아닙니다. 온프레미스에서 얻는 수치는 측정하기 전까지는 모두 직접 검증해야 할 값이라고 봐야 합니다.

좋은 소식도 있습니다. Mistral의 주장 중 하나는 지금도 재현 가능합니다. OlmOCRBench는 공개 벤치마크이므로, 자체 보고한 85.20점(OmniDocBench 93.07점)은 어떤 빌더든 자신의 문서 분포에서 맞춰보거나 반박해볼 수 있는 점수입니다 . 실무적으로 할 일은 분명합니다. 72% 선호도 수치를 다시 따지는 대신, OlmOCRBench와 대표 코퍼스를 나란히 돌려보는 것입니다.

요점(결): 2026년 6월 23일 출시된 OCR 4는 신뢰할 만하고 가격 경쟁력 있는 문서 인텔리전스 모델입니다. 하지만 SOTA 주장은 재실행 가능한 벤치마크 범위 안에서만 확정됩니다. 마이그레이션 전에 자체 데이터에서 필기, 밀도 높은 표, 혼합 문자 페이지를 벤치마크하고, 동일 입력으로 컨테이너와 API를 비교해야 합니다. 재현 가능한 85.20점은 기준선입니다. 그 이후의 모든 것은 직접 검증해야 합니다.

마지막 업데이트: 2026-07-04.

자주 묻는 질문

mistral-ocr-latest API는 일반 텍스트 외에 무엇을 반환하나요?

mistral-ocr-latest 엔드포인트는 단순히 추출된 텍스트가 아니라 구조화된 문서 표현을 반환합니다. 하나의 JSON 응답 안에 공간 위치 파악을 위한 문단 및 단어 단위 바운딩 박스, 유형별 블록 분류(제목, 표, 수식, 서명 및 기타 요소 유형), 페이지별 및 단어별 인라인 신뢰도 점수를 함께 제공합니다 . 레이아웃과 유형 정보가 출력에 포함되어 있기 때문에, 문서를 RAG나 에이전트 파이프라인에 넣기 전에 기존 텍스트 전용 OCR 스택에서 필요했던 맞춤형 후처리 단계를 건너뛸 수 있습니다.

OCR 4의 72% 승률 주장은 얼마나 신뢰할 수 있나요?

확정된 사실이라기보다 공급업체 벤치마크로 보는 것이 맞습니다. 72%라는 수치는 Mistral이 12개 이상 언어의 600개 이상 문서를 대상으로 진행한 블라인드 인간 선호도 연구에서 나온 것이지만, Mistral은 이긴 경쟁사 이름이나 전체 평가 프로토콜을 공개하지 않았기 때문에 독립적으로 재현할 수 없습니다 . 더 검증 가능한 데이터 포인트는 공개 학술 벤치마크인 OlmOCRBench 85.20점과 OmniDocBench 93.07점이지만, 이 역시 Mistral이 자체 보고한 수치입니다 . 기준선으로는 이런 재현 가능한 점수를 사용하는 것이 좋습니다.

OCR 4를 Mistral로 문서를 보내지 않고 완전히 온프레미스에서 실행할 수 있나요?

가능합니다. OCR 4는 완전한 에어갭 배포를 위한 단일 컨테이너 이미지로 제공되며, 데이터 주권 요건 때문에 관리형 OCR API를 사용하지 못했던 의료, 금융, 법률, 공공 부문 조직을 겨냥합니다 . 다만 주의할 점이 있습니다. 자체 호스팅 컨테이너가 관리형 API와 비교해 어떤 성능을 내는지는 아직 독립적으로 규명되지 않았으므로, 규제 대상 워크로드에 적용하기 전에 동일한 입력으로 컨테이너와 API를 벤치마크해야 합니다 .

OCR 4 가격은 AWS Textract 및 Google Document AI와 비교해 어떤가요?

OCR 4는 표준 기준 1,000페이지당 4달러로 과금되며, Batch API 할인을 적용하면 1,000페이지당 2달러로 내려갑니다. 상위 Document AI 티어는 1,000페이지당 5달러입니다 . 관련 보도는 이를 AWS Textract와 Google Document AI 같은 클라우드 기존 강자를 포함해 대부분의 엔터프라이즈 문서 AI 대안보다 낮은 가격으로 설명하며, 이들 서비스는 비슷한 기능 티어에서 대체로 더 비싸게 책정됩니다 . 대량으로 처리한다면 Batch 할인이 핵심 비용 절감 수단입니다.

OCR 4는 손글씨도 처리하나요, 아니면 인쇄된 텍스트만 처리하나요?

170개 언어 지원 주장은 10개 언어 그룹의 인쇄 문자를 대상으로 하며, 힌디어, 벵골어, 아르메니아어, 타밀어, 텔루구어처럼 리소스가 비교적 적은 문자도 포함됩니다 . 손글씨 성능은 선호도 연구에서 명시되지 않았고 독립적으로 평가된 바도 없습니다 . 그 용도로 OCR 4에 의존하기 전에 자체 손글씨 문서 샘플로 목표 평가를 먼저 진행하세요.