Cohere, 문서 분석 모델 "Parse 5" 공개

Cohere는 PDF와 슬라이드, 이미지를 마크다운 형식으로 변환하는 문서 분석 모델 "Parse 5"를 일반에 공개했다. API를 통한 이용 가격은 1,000페이지당 1.50달러로 설정되었으며, 동사는 정확성의 높이가 아닌 비용과 성능의 균형을 기업 대상의 강조 포인트로 제시하고 있다.

기업이 AI 시스템에 대량의 문서 데이터를 투입하려 할 때, 지금까지 주요 장벽이 되어온 것은 "정확성인가, 비용인가"라는 이분법적 선택이었다. 높은 정확성의 모델을 사용하면 처리 비용이 증가하고, 저가 도구로는 표와 그래프의 레이아웃 구조가 손실되거나 존재하지 않는 내용이 생성되는 사례가 있다. Parse 5는 이 과제에 대해 "충분한 정확성을, 감당할 수 있는 가격으로"라는 방향성으로 대응하려는 모델로 위치지어진다.

Parse 5의 매개변수 개수는 23억이며, Cohere Labs가 개발한 "North-Micro-Vision-Instruct" 아키텍처를 채택하고 있다. 컨텍스트 윈도우는 8,192 토큰, 모델의 파일 크기는 약 4.6GB이다. 입력은 Base64 인코딩된 이미지로 수신하며, PDF·PowerPoint·JPEG 각 형식에 대응한다. 출력은 페이지별 마크다운 문자열이 기본이며, 표는 HTML 형식으로, 이미지에는 설명 텍스트와 바운딩 박스 좌표가 부여된다. 대응 언어는 영어·일본어·프랑스어·독일어·스페인어·포르투갈어·이탈리아어·한국어·아랍어로 안정적인 정확성을 가지며, 그 외 언어에서도 정확성은 저하되지만 동작한다.

특징적인 것은 그 처리 방식이다. 기존의 많은 도구는 먼저 OCR(문자 인식)로 문서의 텍스트를 추출한 후, 별도의 모델로 의미를 분석하는 2단계 공정을 거친다. Parse 5는 이를 하나의 비전 언어 모델로 일괄 처리하는 "싱글패스" 방식을 채택하고 있으며, 공정의 간소화와 비용 절감으로 이어진다고 생각된다. Cohere는 출력에 포함된 바운딩 박스와 HTML 형식의 표 데이터가 AI 에이전트가 특정 정보원을 인용·참조할 때의 추적 가능성(트레이서빌리티)를 높인다고 설명하고 있다.

Cohere가 공표한 벤치마크 비교에 따르면, Parse 5의 스코어는 79.2(표·내용의 충실성·의미적 형식의 3항목 합계)이다. 이는 GPT-5.5의 84.4, Opus 4.8의 84.3, Gemini 3.5 Flash의 81.8을 하회하며, LlamaParse(스코어는 원문에 기재 없음)는 상회하는 수준이다. 동사는 최고 스코어를 주장하지 않으며, 어디까지나 "상위에 가까운 정확성을, 최저 비용으로 실현하고 있다"는 점을 강조하고 있다. Cohere의 AI 검색 담당 부사장인 Nils Reimers는 "문서 분석의 어려움은 텍스트의 판독이 아니라 구조와 의미를 보존하는 것에 있다"고 언급했으며, 레이아웃이 복잡한 페이지에서는 범용의 대규모 모델도 실패하는 경우가 있다고 지적한다.

Parse 5는 현재 Cohere API, 동사의 보안 싱글테넌트형 플랫폼 "Model Vault", Microsoft Foundry, AWS SageMaker를 통해 이용 가능하다. 대량 처리가 필요한 경우 Model Vault에서의 운용이 권장된다.

정확성만으로 경쟁하는 것이 아니라 비용을 투명화한 상태에서 "어느 정도의 정확성을 얼마에 구입할 수 있는가"를 명확히 제시하는 접근 방식은 기업이 대량의 문서를 AI 파이프라인에 통합할 때의 판단 기준을 정리하기 쉽게 만든다는 견해가 있다. 대규모 언어 모델의 고정확화가 진행되는 한편, 실제 기업 도입에서는 처리 비용이 제약이 되는 경우도 많으며, 가격 경쟁력 있는 전용 모델이 어느 정도까지 보급될지 주목된다.