DeepSeek-OCR 2

DeepSeek의 3.4B Apache 2.0 문서 OCR 모델. 새 인코더가 스캔 순서가 아닌 의미대로 시각 토큰을 재배열합니다.

간단 요약. DeepSeek-OCR 2는 문서 이미지를 읽고 그 안의 텍스트나 마크다운을 써 냅니다. 새 이미지 인코더는 왼쪽 위에서 오른쪽 아래로 훑지 않고, 사람처럼 페이지의 논리적 순서를 따릅니다. GPU 한 장에 들어갈 만큼 작고, Apache 2.0 라이선스는 상업적 이용을 허용합니다.

요약

DeepSeek는 2026년 1월 27일 DeepSeek-OCR의 후속으로 DeepSeek-OCR 2를 공개했습니다. 약 33.9억 개 파라미터이며 BF16 체크포인트는 약 6.8GB입니다. 가중치는 Apache 2.0 라이선스인데, 첫 번째 DeepSeek-OCR는 MIT였습니다. 설정 파일 기준으로 전작과 마찬가지로 12층 MoE(전문가 혼합) 디코더를 갖추고, 라우팅 전문가 64개 중 토큰당 6개와 공유 전문가 2개를 고릅니다.

변화는 인코더입니다. 기존 비전-언어 모델은 이미지 패치를 고정된 래스터 순서(왼쪽 위→오른쪽 아래)로 언어 모델에 넘깁니다. DeepSeek의 보고서는 DeepEncoder V2를 제시하며, 언어 모델이 읽기 전에 이미지의 의미에 따라 시각 토큰을 재배열합니다. 저자들은 이 아이디어를 사람이 페이지의 논리 구조를 따라가는 방식에 비유하고, 이 작업을 완성품이 아니라 새 설계에 대한 탐구로 규정합니다. 해상도는 동적이며, 최대 여섯 개의 768 x 768 크롭에 하나의 1024 x 1024 뷰를 더해 페이지당 256~1,120개의 시각 토큰을 얻습니다.

사용 안내에는 'Convert the document to markdown.'과 'Free OCR.' 두 프롬프트가 기록되어 있고 vLLM과 Transformers 코드를 제공합니다. 테스트 환경은 CUDA 11.8, PyTorch 2.6.0, FlashAttention입니다. DeepSeek에 따르면 vLLM에서의 PDF 처리량은 DeepSeek-OCR과 맞먹습니다. 모델 카드에 벤치마크 표가 없으므로, 자신의 문서로 정확도를 판단하고 각자 벤치마크 결과를 공개하는 GLM-OCR, PaddleOCR-VL, Unlimited-OCR과 비교하세요.

적합한 용도

  • GPU 한 장에서 레이아웃이 복잡한 스캔본, PDF, 스크린샷을 마크다운으로 변환
  • 명확한 Apache 2.0 라이선스가 필요한 상용 문서 파이프라인
  • 학습된 시각 토큰 배열과 인코더 설계 연구
  • vLLM으로 서빙되는 배치 작업

주의할 점

  • 모델 카드와 README에 벤치마크 표가 없으므로 자기 문서에서 정확도를 측정하세요
  • 문서화된 환경은 오래되고 구체적입니다. CUDA 11.8, PyTorch 2.6.0, vLLM 0.8.5, FlashAttention
  • 커스텀 모델 코드를 쓰므로 trust_remote_code를 켜야 합니다
  • 라이선스는 MIT인 첫 DeepSeek-OCR과 다르므로 어느 쪽을 배포하는지 확인하세요

성능 주장은 개발사가 제공한 것이며 독립적으로 검증되지 않았습니다.

메모리가 얼마나 필요할까?

OCR 2 버전 기준 추정치입니다. 혼합 전문가(MoE) 모델은 토큰 하나당 일부 전문가만 사용하더라도 모든 전문가를 메모리에 올려야 합니다. 따라서 필요한 메모리는 총 파라미터가, 속도는 활성 파라미터가 결정합니다.

버전 파라미터 BF16 FP8 / INT8 4-bit (Q4) 실행 가능 하드웨어
OCR 2 BF16 3.39B 7.8 GB 3.9 GB 2.34 GB 노트북 또는 휴대폰

추정 방식: 가중치에 약 15%의 오버헤드를 더한 값입니다. 실제 사용량은 컨텍스트 길이에 따라 늘어나고 사용하는 소프트웨어에 따라서도 달라집니다.

VRAM 계산기

라이선스, 쉬운 말로 설명

가장 널리 쓰이는 관대한 라이선스 중 하나입니다. 몇 가지 가벼운 조건만 지키면 모델을 사용하고 수정할 수 있으며, 이를 기반으로 만든 제품을 판매할 수도 있습니다.

Apache 2.0에 대해 더 알아보기

함께 보기

자주 묻는 질문

DeepSeek-OCR 2(이)란 무엇인가요?
DeepSeek-OCR 2는 문서 이미지를 읽고 그 안의 텍스트나 마크다운을 써 냅니다. 새 이미지 인코더는 왼쪽 위에서 오른쪽 아래로 훑지 않고, 사람처럼 페이지의 논리적 순서를 따릅니다. GPU 한 장에 들어갈 만큼 작고, Apache 2.0 라이선스는 상업적 이용을 허용합니다.
DeepSeek-OCR 2을(를) 상업적으로 사용할 수 있나요?
네. DeepSeek-OCR 2은(는) 허용적 라이선스인 Apache 2.0로 배포되었습니다. 라이선스 문구 표기 같은 표준 조건만 지키면 상업적으로 사용할 수 있습니다.
DeepSeek-OCR 2은(는) 오픈소스인가요?
DeepSeek-OCR 2은(는) 오픈소스 이니셔티브(OSI)가 승인한 라이선스인 Apache 2.0로 배포되었습니다. 학습 데이터와 학습 코드는 공개되어 있지 않을 수 있으므로, 오픈소스 라이선스를 적용한 오픈 웨이트 모델이라고 보는 것이 가장 정확합니다.
DeepSeek-OCR 2을(를) 내 컴퓨터에서 실행할 수 있나요?
네. 최소 버전 OCR 2 기준 4비트 정밀도에서 메모리가 약 2.34 GB 필요하며, 최신 노트북이나 중급 그래픽 카드에서 충분히 돌아갑니다.
DeepSeek-OCR 2은(는) 언제 출시되었나요?
DeepSeek-OCR 2은(는) DeepSeek에서 2026년 1월 27일에 출시되었습니다.

공식 링크

출처

규격 정보는 아래 1차 자료에서 가져왔습니다. 언급된 벤치마크 수치는 개발사가 발표한 것입니다.

출시일 등 정보는 2026년 11월 11일에 마지막으로 확인했습니다.

관련 모델

모델 출시일 파라미터 컨텍스트 라이선스 최소 버전 필요 메모리
DeepSeek-OCR DeepSeek 3.34B 활성 570M – MIT (허용적) 2.3 GB 노트북 또는 휴대폰
Unlimited-OCR EN Baidu 3.34B – MIT (허용적) 2.3 GB 노트북 또는 휴대폰
GLM-OCR EN Z.ai (Zhipu AI) 900M – MIT (허용적) 0.621 GB 노트북 또는 휴대폰
PaddleOCR-VL EN Baidu 960M – Apache 2.0 (허용적) 0.662 GB 노트북 또는 휴대폰