Cohere가 문서 파싱 특화 모델 Parse 5를 출시했다. PDF·슬라이드·스캔 문서를 구조화된 Markdown으로 변환하는 데 특화된 23억 파라미터 비전 언어 모델이다.
스펙 한눈에 보기
▼ Parse 5 주요 사양
| 항목 | 내용 |
|---|---|
| 파라미터 | 23억 (2.3B) |
| 아키텍처 | North-Micro-Vision-Instruct |
| 컨텍스트 윈도우 | 8,192 토큰 |
| 모델 크기 | 약 4.6GB |
| 입력 형식 | PDF, PowerPoint, JPEG (base64 인코딩) |
| 출력 형식 | 읽기 순서 Markdown, 표는 HTML 렌더링 |
| 지원 언어 | 아랍어·영어·프랑스어·독일어·이탈리아어·일본어·한국어·포르투갈어·스페인어 (안정) |
| API 가격 | 1,000페이지당 1.5달러 |
| 가용 플랫폼 | Cohere API, Model Vault, Microsoft Foundry, AWS SageMaker |
벤치마크: 4위, 그러나 '의도된 4위'
Cohere가 자체 공개한 ParseBench 결과에서 Parse 5는 79.2점을 기록했다. 표·콘텐츠 충실도·의미 서식 세 개 차원을 합산한 수치다.
▼ ParseBench 점수 비교
| 모델 | 점수 | 유형 |
|---|---|---|
| GPT-5.5 | 84.4 | 범용 프런티어 |
| Opus 4.8 | 84.3 | 범용 프런티어 |
| Gemini 3.5 Flash | 81.8 | 범용 프런티어 |
| Parse 5 | 79.2 | 문서 특화 |
| LlamaParse Cost Effective | 78.3 | 문서 특화 |
| Mistral OCR 4 | 74.5 | OCR 특화 |
| Databricks AI Parse | 72.4 | 하이퍼스케일러 |
| Azure Document Intelligence | 69.3 | 하이퍼스케일러 |
Cohere는 레이아웃·차트 두 차원을 비교표에서 제외했다. Parse 5가 텍스트를 요소별 바운딩 박스 대신 읽기 순서 Markdown으로 반환하고, 차트 데이터 추출 대신 설명 텍스트를 제공하는 설계 선택 때문이다. Cohere AI 검색 부문 VP Nils Reimers는 "차트 데이터를 추출하려다 색상·패턴 같은 핵심 정보를 놓치면 에이전틱 AI 애플리케이션에서 환각이 발생한다"고 설명했다.
비용: Cohere가 진짜 승부를 거는 곳
Parse 5의 단일 패스 아키텍처는 기존 OCR+모델 2단계 파이프라인을 하나로 압축한다. 페이지 이미지를 받아 비전 언어 모델 한 번의 추론으로 구조화 Markdown을 반환하는 방식이다.
Cohere는 연간 7억 5,000만 건 문서를 처리하는 금융 서비스 기업의 워크플로를 모델링한 결과, GPT-5.5 대비 비용이 98% 이상 줄어든다고 밝혔다. 다만 이는 Cohere가 자체 추산한 단일 시나리오 수치로, 감사된 실제 도입 사례는 아니다.
대량 문서 처리 파이프라인을 운영하는 국내 금융·법률·제조 기업에도 같은 논리가 적용된다. 한국어가 안정 지원 언어에 포함돼 있어 국문 문서 파싱에도 곧바로 활용할 수 있다.
전문가 시각: 벤치마크보다 다운스트림이 기준
BARC US 리서치 VP Kevin Petrie는 "현재 진행 중인 설문에서 문서 분석이 AI 활용 사례 1위로, 조직의 62%가 도입했다"고 밝혔다. HyperFRAME Research AI 스택 부문 리더 Stephanie Walter는 "파싱은 기업 AI 스택의 첫 번째 품질 관문"이라며 "표·제목·이미지·읽기 순서가 수집 단계에서 유실되면 더 나은 임베딩이나 더 큰 모델도 그 구조를 복원할 수 없다"고 지적했다.
Walter는 평가 기준도 제시했다. "기업은 파서를 자사의 가장 까다로운 문서로 직접 테스트하고, 추출 텍스트의 깔끔함이 아니라 다운스트림 검색·태스크 정확도를 측정해야 한다. 올바른 질문은 'PDF를 읽었는가'가 아니라 '에이전트가 이제 그 정보를 올바르게 활용할 수 있는가'다."
