MiniCPM-OCR 1.0은 OpenBMB가 공개한 13억 개 파라미터의 OCR 전용 모델로, 스캔·촬영·구부러짐·기울어짐이 있는 문서를 로컬에서 해석해 Markdown이나 JSON으로 출력하는 데 적합합니다. 범용 채팅 모델이 아닙니다. 먼저 자신의 기기와 용도가 맞는지 확인한 뒤 SDK, Docker, 무료 API 중 무엇으로 시작할지 정하세요.
용도부터 맞춘 뒤 진입 방식을 고르세요
- 스캔 문서, 다시 촬영한 문서, 구부러지거나 기울어진 종이 문서가 주 무대입니다. 일반적인 깨끗한 전자 문서에는 굳이 필요하지 않을 수 있습니다.
- 코드, 가중치, 문서는 모두 Apache 2.0 라이선스입니다. 가중치는 Hugging Face, 코드는 GitHub에 있고, 중국에서는 ModelScope도 이용할 수 있습니다.
- 같은 시리즈에는 20억 개 파라미터의 MiniCPM-OCR Jev도 있는데, 품질 검사 채점만 하고 문자 인식은 하지 않으니 가중치를 잘못 받지 않도록 주의하세요.
- 첫날부터 vLLM, SGLang, llama.cpp, Ollama 네 가지 추론 프레임워크를 지원하므로 나중에 지원을 기다릴 필요가 없습니다.
로컬 실행은 두 가지 환경을 준비하는 것부터
- SDK 환경을 설치하세요. 레이아웃 감지와 문서 조립을 담당합니다. pip 패키지 이름은 minicpm-ocr, 명령줄 도구는 minicpmvocr입니다.
- 추론 서비스 환경을 실행하세요. 인식 모델이 실제로 동작하는 곳입니다. 두 환경을 한곳에 섞어 설치하지 말고 분리하세요.
- 편하게 하려면 Docker 이미지를 쓰세요. 2026년 11월 5일에 공개된 이미지에는 가중치, SDK, vLLM이 들어 있습니다. 요구 사항은 Linux x86-64, NVIDIA GPU, CUDA 12.9 호환 드라이버, NVIDIA Container Toolkit입니다.
- 실행 뒤에는 결과를 Markdown이나 JSON으로 저장해 터미널에서 한 번 보고 끝내지 말고 나중에 검색하고 보관할 수 있게 하세요.
모바일에도 가벼운 사용법이 있습니다. 2026년 11월 2일부터 iOS 앱은 완전 오프라인 로컬 해석이 가능해졌습니다. 현재는 iOS만 지원하므로 Android 사용자는 이 방법을 기다리지 않는 것이 좋습니다.
경계를 먼저 분명히 하겠습니다. 이 모델이 해결하는 것은 문서 인식뿐입니다. 질문 답변, 번역, 다시 쓰기는 다른 모델에 맡겨야 합니다. 무료 API로 먼저 효과를 시험해 보는 것은 좋지만, 정식 대량 처리는 로컬 배포가 권장됩니다. 처리 과정과 데이터를 모두 자기 손에 둘 수 있습니다.
