GitHub 인기 프로젝트로 떠오른 baidu/Unlimited-OCR…긴 문서 OCR 처리 방식에 주목

이미지 출처: Pixabay / 작가: viarami

GitHub 인기 프로젝트로 떠오른 baidu/Unlimited-OCR…긴 문서 OCR 처리 방식에 주목

이번 주 GitHub 인기 프로젝트 가운데 baidu/Unlimited-OCR이 큰 관심을 받고 있다. 이 프로젝트는 Python 기반의 오픈소스 OCR 프로젝트로, “One-shot Long-horizon Parsing”을 핵심 목표로 내세운다.

Unlimited-OCR은 긴 문서나 여러 페이지로 구성된 자료를 한 번에 처리하는 OCR 방식을 지향한다. 기존 OCR 모델은 출력 문장이 길어질수록 KV cache가 커지고, 그에 따라 메모리 사용량과 생성 지연이 증가하는 문제가 있었다. Unlimited-OCR은 이러한 한계를 줄이기 위해 Reference Sliding Window Attention, 즉 R-SWA 구조를 적용했다.

이 방식은 긴 문서를 처리할 때 전체 문맥을 무작정 계속 쌓아가는 대신, 필요한 참조 정보와 현재 처리 구간을 나누어 관리하는 방식에 가깝다. 이를 통해 모델은 긴 문서에서도 일정한 KV cache를 유지하면서 OCR 결과를 생성할 수 있도록 설계됐다.

프로젝트 설명에 따르면 Unlimited-OCR은 DeepSeek-OCR을 기반으로 하며, 디코더의 attention layer를 R-SWA로 대체해 긴 문서 파싱 성능을 높이는 방향으로 개발됐다. 연구진은 이 구조가 OCR뿐 아니라 음성 인식, 번역 등 긴 출력 시퀀스를 다루는 다른 작업에도 응용될 수 있다고 설명했다.

이번 주 함께 주목받은 프로젝트로는 zhongerxin/Cowart, lyra81604/zhengxi-views, Forsy-AI/agent-apprenticeship, aidenybai/cnfast 등이 있다. zhongerxin/Cowart는 Codex를 위한 로컬 무한 캔버스 플러그인으로, tldraw 기반의 시각적 작업 공간을 제공한다. Forsy-AI/agent-apprenticeship은 AI 에이전트가 실제 작업 흐름에서 반복적으로 학습하고 경험을 재사용하는 생태계를 목표로 한다.

이번 GitHub 인기 프로젝트 흐름을 보면 AI 개발 도구, OCR, 에이전트 워크플로우, 시각적 협업 도구에 대한 관심이 빠르게 높아지고 있다. 특히 Unlimited-OCR은 단순 이미지 인식 수준을 넘어 긴 문서 전체를 효율적으로 파싱하려는 시도라는 점에서 주목할 만하다.

이는 최근 AI 오픈소스 생태계가 단순 모델 공개를 넘어 실제 업무 자동화와 생산성 향상에 필요한 도구 중심으로 이동하고 있음을 보여준다. 개발자들은 이러한 프로젝트를 통해 문서 처리, 코드 작성, 시각적 기획, 에이전트 학습 등 다양한 작업을 보다 자동화된 방식으로 실험할 수 있게 됐다.