대본 기획 도우미▸ 
AI 앱 
AI 뉴스 SmolDocling: 복잡한 문서를 구조화된 텍스트로 변환하는軽量 비전-언어 모델
小编 ·
SmolDocling: 복잡한 문서를 구조화된 텍스트로 변환하는軽量 비전-언어 모델
SmolDocling이란 무엇인가요?
SmolDocling은 IBM Research와 Hugging Face가 공동 개발한 경량 비전-언어 모델로, 엔드 투 엔드 멀티모달 문서 변환을 위해 설계되었습니다. 단 256M개의 파라미터만으로 소비자용 GPU에서도 빠르게 문서를 처리할 수 있으며, 페이지당 처리 시간은 단 0.35초에 불과합니다. SmolDocling의 핵심 미션은 임의의 이미지에 담긴 복잡한 내용을 편집 가능한 구조화된 데이터로 변환하는 것입니다.
SmolDocling 기능
효율적인 마크업을 위한 DocTags: DocTags는 DoclingDocuments와 완벽히 호환되는 효율적이고 간결한 문서 표현 방식입니다.
OCR(광학 문자 인식): 이미지에서 텍스트를 정확하게 추출할 수 있습니다.
레이아웃 및 위치: 문서 구조와 문서 요소의 경계 상자를 보존합니다.
코드 인식: 들여쓰기를 포함하여 코드 블록을 감지하고 형식을 지정합니다.
수식 인식: 수학 표현식을 식별하고 처리합니다.
차트 인식: 차트 데이터를 추출하고 해석합니다.
표 인식: 열 제목과 행 제목이 포함된 구조화된 표 추출을 지원합니다.
그래픽 분류: 그래픽과 그래픽 요소를 구분합니다.
제목 연결: 제목을 관련 이미지 및 그래픽과 연결합니다.
리스트 그룹화: 리스트 요소를 적절하게 조직하고 구조화합니다.
전체 페이지 변환: 페이지의 모든 요소(코드, 수식, 표, 차트 등)를 포함하여 전체 페이지를 처리합니다.
경계 상자를 사용한 OCR: 경계 상자를 사용하여 OCR 영역을 식별합니다.
범용 문서 처리: 과학 및 비과학 문서 모두에 대한 학습에 적합합니다.
원활한 Docling 통합: Docling으로 가져와 HTML, Markdown 등 다양한 형식으로 내보낼 수 있습니다.
빠른 추론: A100 GPU에서 페이지당 평균 처리 시간이 0.35초입니다.
모델 확장 및 최적화
다양한 지시문 지원: 페이지를 DocTags로 변환, 차트를 표로 변환, 수식을 LaTeX로 변환 등 다양한 지시문을 지원합니다.
다국어 지원: 주로 영어를 지원하지만, 확장을 통해 더 많은 언어를 지원할 가능성이 있습니다.
지속적인 개선: 차트 인식 개선, 다중 페이지 추론 지원, 화학 인식 등의 기능을 발전시키고 있습니다.
SmolDocling 활용 시나리오
학술 연구: 학술 논문 및 연구 보고서를 빠르게 구조화된 형식으로 변환하여 핵심 정보 추출을 용이하게 합니다.
상업 문서 처리: 상업 계약서, 보고서, 표를 자동으로 변환하여 기업의 문서 저장, 검색 및 분석을 용이하게 합니다.
기술 문서 관리: 기술 매뉴얼, 코드 문서 등을 편집 가능한 형식으로 변환하고 코드 스니펫의 정확한 인식 및 형식 지정을 지원합니다.
교육 분야: 교재, 강의 자료의 내용(수식, 차트 등)을 추출하여 이해하기 쉬운 형식으로 변환합니다.
의료 문서 처리: 의료 보고서 및 연구 논문을 처리하고 핵심 정보를 추출하여 의료 의사 결정을 지원합니다.
모바일 및 저사양 기기 지원: 모바일 기기 또는 자원이 제한된 환경에서도 실행할 수 있습니다.
SmolDocling 사용 방법
모델 다운로드: Hugging Face 모델 라이브러리에서 SmolDocling을 다운로드할 수 있습니다.
로컬 배포: 모델 크기가 작기 때문에 일반 노트북이나 모바일 기기에서도 실행할 수 있습니다.
API 호출: Hugging Face에서 제공하는 API 인터페이스를 통해 SmolDocling을 호출할 수 있습니다.
모델 미세 조정: 개발자는 의료 보고서 파싱, 재무 표 인식 등 특정 시나리오에 맞게 모델을 미세 조정할 수 있습니다.
Hugging Face 모델 라이브러리:https://huggingface.co/ds4sd/SmolDocling-256M-preview
DEMO:https://huggingface.co/spaces/ds4sd/SmolDocling-256M-Demo
