새로운 대규모 멀티모달 모델(LMM)인 인피니티-파서2(Infinity-Parser2)가 문서 파싱(parsing) 분야의 고질적인 문제인 고품질 주석(annotation) 데이터 부족을 해결하기 위해 등장했습니다. 이 모델은 제어 가능한 데이터 합성 파이프라인과 다중 작업 강화 학습(multi-task reinforcement learning)을 결합하여, 문서의 인식, 구조 분석, 추론을 통합적으로 수행하는 엔드투엔드(end-to-end) 문서 파싱을 목표로 합니다.
인피니티-파서2의 핵심은 세 가지입니다. 첫째, 확장 가능한 합성 엔진을 구축하여 5백만 개 샘플 규모의 이중 언어(중국어/영어) 데이터셋인 인피니티-닥2-5M(Infinity-Doc2-5M)을 만들고 오픈소스로 공개했습니다. 이 데이터셋은 다양한 문서 유형을 포함하며, 요소 바운딩 박스, 마크다운(Markdown), HTML, LaTeX 등 표준화된 콘텐츠 형식, 그리고 전체 페이지의 읽기 순서까지 상세하게 주석이 달려 있습니다. 둘째, 검증 가능한 다중 작업 보상 시스템을 도입하여 문서 파싱, 레이아웃 분석, 표 파싱, 수식 파싱, 차트 파싱, 화학식 파싱, 문서 VQA(Visual Question Answering), 일반 멀티모달 이해 등 여덟 가지 목표를 통합한 공동 강화 학습(Joint Reinforcement Learning)을 가능하게 했습니다. 셋째, 공유 아키텍처 기반의 두 가지 변형 모델을 출시했습니다. 인피니티-파서2-플래시(Infinity-Parser2-Flash)는 저지연 추론(low-latency inference)에 최적화되어 기존 모델 대비 3.68배 빠른 처리량을 제공하며, 인피니티-파서2-프로(Infinity-Parser2-Pro)는 정밀도가 중요한 환경을 위해 설계되어 olmOCR-Bench에서 87.6%, ParseBench에서 74.3%의 최첨단 성능을 달성했습니다.
이러한 발전은 문서 인공지능(AI) 분야에 큰 의미를 가집니다. 기존에는 고품질 학습 데이터 확보가 어려워 모델 성능 향상에 한계가 있었지만, 인피니티-파서2는 합성 데이터를 활용하여 이 문제를 정면으로 돌파했습니다. 특히, 다양한 문서 유형과 복잡한 구조(차트, 화학식 등)에 대한 강력한 일반화(generalization) 능력을 보여주며, 이는 기업의 문서 자동화, 정보 추출, 지식 관리 시스템 등 다양한 실제 응용 분야에서 혁신적인 변화를 가져올 수 있습니다. 오픈소스 데이터셋과 모델의 공개는 연구자와 개발자들이 더욱 쉽게 문서 AI 기술을 활용하고 발전시킬 수 있는 기반을 마련해 줄 것입니다.