# \#lumina-ai **URL:** https://discuss.pytorch.kr/tag/lumina-ai/3945.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [Lumina.ai, 문서 처리 및 OCR가 가능한 오픈소스 프로젝트 Chunkr (및 API) 공개](https://discuss.pytorch.kr/t/lumina-ai-ocr-chunkr-api/5406)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [10월 30, 2024, 6:24오전 UTC](https://discuss.pytorch.kr/t/lumina-ai-ocr-chunkr-api/5406 "2024-10-30T06:24:29Z")
Chunkr 소개 Chunkr는 Lumina.ai가 개발한 PDF 문서 처리 및 OCR(광학 문자 인식) 솔루션입니다. 특히 학술 연구에서 고품질 데이터를 추출하는 것이 중요한데, 이를 위해 Lumina는 자체적으로 수백만 개의 PDF 파일을 처리해야 했습니다. 하지만 기존 솔루션들은 너무 느리거나 비용이 높았기 때문에 자체적으로 Chunkr를 개발했습니다. 이 솔루션은 최신 비전 모델을 활용하여 PDF에서 정보를 추출하고, Rust Actix 서버를 통해 빠르게 처리할 수 있습니다. Chunkr는 단일 NVIDIA L4 인스턴스에서 초당 약 5페이지를 처리할 수 있으며, GPU와 CPU 모두에서 사용 가능합니다. 기존의 OCR 솔루션들은 대개 느리거나 비용이 높았으며, 특히 대규모 PDF 파일 처리에서 한계를 드러냈습니다. Chunkr는 이러한 문제를 해결하기 위해 설계되었으며, 자체 배포가 가능하고 최신 비전 모델을 사용하여 빠르고 정확한 결과를 제공합니다. 또한, OCR 엔진으로 Textract와 PaddleOCR을 선택할 수 있어, 특정 환경에 맞춘 유연한 설정이 가능합니다. Chunkr의 주요 특징 속도: 초당 약 5페이지 처리 (단일 NVIDIA L4 인스턴스 기준). 모델: GPU 및 CPU 환경 모두에서 동작하는 모델 지원. 유연성: Textract와 PaddleOCR을 사용할 수 있으며, 두 엔진 간의 전환이 간단. 비용 효율성: 기존 솔루션 대비 훨씬 저렴한 가격으로 대량의 문서 처리 가능. 오픈소스: Chunkr는 오픈소스로 제공되며, 자체 배포도 가능. 설치 방법 Chunkr는 2가지 방법으로 사용할 수 있습니다: 가장 쉽게 사용할 수 있는 것은 chunkr.ai에 가입하고 API를 발급받는 것입니다. GitHub 저장소의 직접 배포하기(Self-Deployment) 문서를 참고하면 됩니다. (k8s 및 Docker 필요) 빠른 시작 다음은 Chunkr를 빠르게 시작하는 방법입니다: chunkr.ai에 방…