OCR은 더 이상 단순한 “텍스트 추출”이 아닙니다. 현대 팀에게 필요한 것은 문서 인텔리전스입니다. 즉, 대규모로 읽기 순서, 레이아웃, 표, 구조화된 출력을 기업용 OCR 가격표 없이 처리해야 합니다. DeepSeek OCR2는 새로운 시각적 인코딩 패러다임을 통해 이 트렌드를 더욱 발전시키고 있으며, Novita AI는 API와 투명한 토큰 가격 책정을 통해 이를 실제 프로덕션에 적용할 수 있도록 합니다.
DeepSeek OCR2란 무엇인가요?
기본 소개
DeepSeek-OCR 2는 DeepSeek AI의 멀티모달 문서 인식 모델로, DeepSeek-OCR(1세대)의 업그레이드 버전입니다. 핵심 변화는 DeepEncoder V2로, 시각적 처리를 경직된 “래스터 스캔”(왼쪽 위 → 오른쪽 아래) 방식에서 의미론적, 인과적으로 정보를 읽는 방식으로 전환하여 복잡한 문서에서 논리적 구조를 따르는 인간의 방식을 더 가깝게 모방합니다.
기존 OCR 파이프라인은 다중 열 PDF, 복잡한 재무제표, 표와 각주가 섞인 문서, 까다로운 읽기 순서를 가진 양식 등에서 자주 문제를 겪습니다. OCR2는 문자를 인식하는 것뿐만 아니라 페이지를 이해하도록 설계되었습니다.
| 특징 | DeepSeek OCR2 |
| 조직 | DeepSeek AI |
| 모델 유형 | 멀티모달 문서 인식 (OCR + 레이아웃 인식) |
| 주요 혁신 | DeepEncoder V2: 이미지 의미론에 따라 시각적 토큰 재정렬 (“고정 스캔” → “의미론적 추론”) |
| 컨텍스트 윈도우 / 최대 출력 | 8,192 / 8,192 |
| 입력 / 출력 | 입력: 텍스트, 이미지 / 출력: 텍스트 |
| 양자화 | bf16 |
| 라이선스 | Apache-2.0 |
🔍높은 수준에서 살펴보면:
- 인코더 측면: DeepEncoder V2는 LLM 스타일의 디코딩 단계 이전에 이미지 의미론을 기반으로 시각적 토큰을 재정렬할 수 있습니다.
- 시스템 설계: OCR2는 DeepSeek-3B-MoE 디코더를 유지하면서, 기존 CLIP 기반 인코더를 경량 LLM 구성 요소(Qwen2-0.5B)로 대체한 것으로 설명됩니다.
- 토큰 효율성: OCR2는 제한된 시각적 토큰 예산(복잡성에 따라 256–1120 범위로 보고됨) 내에서 문서 적용 범위를 목표로 합니다.
벤치마크 성능
OCR2의 개선 사항은 문서 중심 벤치마크에서 가장 두드러집니다.
- OmniDocBench v1.5에서 DeepSeek-OCR 2는 **전체 91.09%**를 달성하여 이전 버전보다 +3.73% 향상되었으며, 읽기 순서 편집 거리를 0.085 → 0.057로 줄였습니다.
- OmniDocBench는 다양한 문서 유형, 레이아웃 및 언어에 걸친 실제 PDF 파싱을 평가하도록 설계되었습니다.
송장 처리, 보험 청구 처리, 규정 준수 PDF, 매뉴얼 기반 RAG 등 문서 워크플로우를 구축하는 경우, 이러한 지표는 단순한 문자 수준 인식 이상의 구조 및 레이아웃 이해를 측정하기 때문에 일반적인 “OCR 정확도”보다 더 중요합니다.
AI API 제공자를 평가하는 방법: 5가지 주요 지표
모델 선택은 결정의 절반에 불과합니다. 제공자가 안정적으로 확장할 수 있는지 여부를 결정합니다.
| 지표 | 주요 초점 | 비즈니스 영향 | Novita AI / DeepSeek-OCR2 맥락 |
| 컨텍스트 길이 | 토큰 제한 | 더 적은 청크 → 더 적은 호출 → 더 간단한 파이프라인 | 8,192 토큰 컨텍스트는 여러 페이지 파싱을 한 번에 처리하는 데 도움 |
| 토큰 비용 | API 가격 | 대규모 추출 ROI에 직접 영향 | 고용량 OCR 워크로드에 최적화된 가격 (아래 세부 사항) |
| 지연 시간 (TTFT/TPOT) | 응답 속도 | 사용자 대면 OCR 경험 개선 | 빠른 미리보기 및 반응형 앱을 위한 낮은 지연 시간 |
| 처리량 (RPS / 동시성) | 초당 요청 수 / 동시성 | 배치 처리 및 피크 트래픽 처리 가능 | 배치 + 동시 작업을 위한 높은 동시성 용량 |
| 통합 | 호환성 | 기존 도구 재사용으로 더 빠른 출시 | OpenAI 호환 도구와 함께 작동; Anthropic 스타일 통합도 지원 |
왜 Novita AI를 선택해야 할까요?
참고: OpenAI 호환 API 외에도 Novita AI는 Anthropic 호환 인터페이스도 제공하므로, 팀에서 기존 Claude 스타일 도구와 프롬프트를 최소한의 변경으로 재사용할 수 있습니다.
개발 효율성
더 빠른 통합 = 더 빠른 가치 실현. Novita는 OpenAI 호환 인터페이스를 제공하므로, 대부분의 팀은 다음만 변경하여 OCR2를 통합할 수 있습니다.
- base_url:
https://api.novita.ai/openai - api_key:
<Your API Key> - model name:
deepseek/deepseek-ocr-2
비용 이점
Novita는 OCR2에 대해 매우 간단한 가격 정책을 제공합니다. 입력 및 출력 토큰에 대해 동일한 저렴한 요금을 적용하여 OCR 중심 워크로드의 예측을 단순화합니다.
또한 Novita는 서버리스 엔드포인트를 운영하기 때문에 일반적으로 다음과 같은 운영 부담을 피할 수 있습니다.
- GPU 프로비저닝,
- 추론 서버 자동 확장,
- CUDA + 추론 스택 유지 관리.
DeepSeek OCR2 API 가격
Novita의 가격 페이지에서 deepseek/deepseek-ocr-2는 다음과 같이 표시됩니다.
- 입력: 100만 토큰당 $0.03
- 출력: 100만 토큰당 $0.03
DeepSeek OCR2 API 접근
빠른 시작: Novita Playground에서 즉시 DeepSeek OCR2 사용해보기
OCR2가 문서에 적합한지 확인하는 가장 빠른 방법은 Novita Playground에서 몇 가지 실제 샘플을 실행하는 것입니다. 설정이 필요 없습니다.
⚠ 참고: 결정적이고 안정적인 출력을 원한다면
temperature와top_k를 모두0으로 설정하세요. 이렇게 하면 무작위성이 비활성화되어 모델이 실행 간에 일관된 결과를 생성합니다.
API 키 받기
- 1단계: 계정 생성 또는 로그인
[**https://novita.ai**](https://novita.ai)를 방문하여 회원가입을 하거나 기존 계정으로 로그인하세요.
- 2단계: 키 관리로 이동
로그인 후 “API Keys”를 찾으세요.
- 3단계: 새 키 생성
“Add New Key” 버튼을 클릭하세요.
- 4단계: 키를 즉시 저장하세요
키가 생성되자마자 복사하여 저장하세요. 일반적으로 한 번만 표시되며 나중에 다시 조회할 수 없습니다. 키는 비밀번호 관리자나 암호화된 노트와 같은 안전한 장소에 보관하세요.
API 사용법 (Python)
다음 코드 예제를 사용하여 API에 통합하세요.
from openai import OpenAI
client = OpenAI(
api_key="<Your API Key>",
base_url="https://api.novita.ai/openai"
)
response = client.chat.completions.create(
model="deepseek/deepseek-ocr-2",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello, how are you?"}
],
max_tokens=8192,
temperature=0.7
)
print(response.choices[0].message.content)위 예제는 Python을 사용했지만, Novita의 API는 TypeScript, Java, Go, Shell과 같은 다른 언어에서도 동일한 방식으로 작동합니다. 클라이언트 라이브러리만 변경하면 됩니다.
결론
DeepSeek OCR2는 시각적 인코딩을 고정 스캔에서 의미론적, 인과적으로 정보를 읽는 방식으로 전환하여 문서 인텔리전스를 한 단계 끌어올립니다. 특히 표, 다중 열 PDF, 복잡한 양식과 같은 복잡한 레이아웃에 유용합니다. Novita AI를 OCR2 API 제공자로 사용하면 OpenAI 호환 통합, 빠른 온보딩, 입력 100만 토큰당 $0.03 및 출력 100만 토큰당 $0.03의 투명한 가격 정책을 누릴 수 있습니다. PDF → Markdown/JSON, 송장 추출, 문서 → RAG와 같은 프로덕션 OCR 워크플로우를 구축 중이라면 Novita는 프로토타입에서 처리량까지 깔끔하고 확장 가능한 경로를 제공합니다.
Novita AI는 개발자가 간단한 API를 통해 AI 모델을 쉽게 배포할 수 있도록 하고, 동시에 저렴하고 안정적인 GPU 클라우드를 제공하는 AI 클라우드 플랫폼입니다.
자주 묻는 질문
DeepSeek은 OCR을 지원하나요?
네. DeepSeek은 DeepSeek OCR2를 통해 OCR 기능을 제공합니다. 이는 문서 및 이미지 텍스트 인식과 강력한 레이아웃 이해를 위해 설계된 2세대 OCR 모델입니다.
DeepSeek OCR은 무료인가요?
DeepSeek OCR2는 모델 수준에서 오픈소스이지만, API 사용은 무료가 아닙니다.
Novita AI를 사용하면 비용 효율적이고 투명한 종량제 가격을 제공하며 인프라 오버헤드가 없으므로 프로덕션 사용을 위해 자체 호스팅하는 것보다 훨씬 실용적이고 경제적입니다.
DeepSeek OCR에 어떻게 접근하나요?
DeepSeek OCR2에 접근하려면 오픈소스 모델을 자체 호스팅하거나 Novita AI와 같은 클라우드 API 제공자를 사용하면 됩니다. Novita AI는 즉각적인 API 접근, 플레이그라운드, SDK 호환 통합을 제공합니다.
