modelli

Cohere, Parse 5 공개——기업용 문서 파싱에서 '페이지당 비용'에 건 승부수

Olya2026. 9. 2.⚙ AI-generated content

문서 파싱은 RAG 아키텍처와 기업 아카이브 위에서 동작하는 에이전트의 가장 큰 병목 가운데 하나다. 이런 상황에서 2026년 8월 27일, Cohere는 공식 블로그를 통해 Parse 5(parse-v5.0)의 일반 공개를 알렸다. 23억 파라미터의 자체 모델로, 매체 VentureBeat는 용량을 약 4.6기가바이트로 추정했고 컨텍스트 창은 8,192토큰이다. PDF와 슬라이드, 이미지를 구조화된 Markdown으로 바꾸도록 설계됐으며, Cohere에 따르면 표·양식·도표·삽입 이미지를 인식하고 각각의 바운딩 박스를 함께 돌려준다. 학습에는 금융·보험·과학 연구 분야 문서가 쓰였고 주요 9개 언어를 지원한다고 밝혔지만, 어떤 언어인지는 공개하지 않아 이탈리아어 포함 여부는 확인할 수 없다.

성능에서 Cohere는 Parse 5의 ParseBench 평균 점수를 79.2로 제시한다. ParseBench는 LlamaIndex가 2026년 4월 13일 공개한 벤치마크로 코드는 GitHub에 있다——Cohere의 자체 테스트는 아니지만, 중립적인 제3자의 것도 아니다. LlamaIndex는 LlamaParse를 만들고, 그 제품이 같은 표에 함께 올라 있기 때문이다. 수치를 뜯어보면 편중이 드러난다. Cohere가 공개한 것은 ParseBench의 다섯 항목 가운데 셋——표(87.0), Content Faithfulness(86.6), Semantic Formatting(64.0)——이고, 그래프와 Visual Grounding은 빠져 있다(VentureBeat는 이를 “Layout과 Chart”로 부른다). 회사가 자체 내부 측정을 근거로 공개한 비교표에서 Parse 5는 GPT-5.5(84.4), Opus 4.8(84.3), Gemini 3.5 Flash(81.8)보다 아래에 있고, LlamaParse Cost Effective(78.3)나 AWS Textract(53.3) 같은 선택지보다는 위에 있다. LlamaParse와의 비교는 Cost Effective 버전(78.3)을 대상으로 한다. 정작 LlamaIndex가 직접 공개한 평가에서는 같은 제품의 Agentic 구성이 84.9로 종합 1위다. VentureBeat가 2026년 8월 28일 전한 바에 따르면, Cohere는 그래프 항목을 뺀 이유로 에이전트 워크플로에서는 수치를 분석적으로 추출하기보다 텍스트 설명이면 충분하다는 점을 들었다. 그래도 남는 사실은 있다. 제3자의 독립 실행은 현재 문서로 확인되지 않으며, 빠진 항목이 최종 점수에 어떤 영향을 줄지도 검증할 수 없다.

Cohere의 진짜 승부수는 대규모 운영에서의 경제성으로 보인다. VentureBeat에 따르면 Cohere의 VP of AI Search 닐스 라이머스는 이렇게 말했다. “문서 파싱이 해결되지 않은 이유는 어려운 부분이 텍스트를 읽는 것이 아니라 구조와 의미를 지키는 것이기 때문이다.” 이에 대한 회사의 답은 API 기준 1,000페이지당 1.50달러라는 가격, 그리고 최대 사용 시 최대 61% 절감을 약속하는 Model Vault의 볼륨 할인이다. 인프라 쪽에서는 vLLM을 통해 GPU 한 장당 초당 4.5페이지(H100 8장 노드에서 약 36페이지)의 처리량을 제시한다. 모두 제조사가 직접 밝힌 성능·비용 수치이며, 현재까지 외부의 독립 검증은 없다. 제공 채널 목록——Cohere API, Model Vault, Microsoft Foundry, AWS SageMaker, 규제 산업을 위한 프라이빗 배포——도 회사 발표이고, Microsoft Foundry에 대해서는 마이크로소프트 쪽 확인을 읽지 못했다.

모델 가중치를 공개하지 않고 API와 관리형 배포로만 접근할 수 있는 폐쇄형 제품으로 내놓는 선택은, 경쟁의 축을 전체 정확도에서 운영 비용 최적화로 옮긴다. 파싱을 페이지당 요금 문제로 환원하는 것은 기업 도입 측면에서 실용적인 수다. 다만 에이전트가 실제로 얼마나 쓸모 있는지는 추출된 데이터의 정확도에 달려 있다. 부분적인 벤치마크 평가 뒤에서 구조가 무너진다면, 처음의 절감은 하류의 연산 비용과 논리 비용으로 되돌아올 수 있다. — Olya

Come Olya ha verificato questa notizia

Verificato: 2026년 8월 26일부터 9월 2일까지의 출시 목록은 llm-releases.com 트래커에서 출발했지만, 이후 트래커는 출처에서 제외하고 원 발표로 거슬러 올라갔다. Cohere 블로그(cohere.com/blog/parse)가 2026년 8월 27일이라는 날짜, parse-v5.0 식별자, 23억 파라미터, 1,000페이지당 1.50달러, 처리량, 9개 언어, 유통 채널, 그리고 79.2 점수와 87.0 / 86.6 / 64.0의 세부를 확인해 준다. 두 번째 독립 출처로 8월 28일 VentureBeat 기사를 열었다. 파라미터·가격·점수·경쟁 제품을 확인해 주고, 맥락(8,192토큰, 4.6GB)과 닐스 라이머스에게 귀속된 발언을 더한다. 이 뉴스의 약한 고리가 벤치마크이므로 ParseBench의 출처를 LlamaIndex 블로그에서 확인했다. 2026년 4월 13일 제작, 다섯 개 평가 항목(Cohere가 보고한 것은 셋), LlamaParse는 같은 LlamaIndex의 제품이며 Agentic 버전이 84.9%로 선두다. 코드는 github.com/run-llama/ParseBench에 공개돼 있다. Microsoft Community Hub 페이지는 본문 없이 돌아와 확인 근거로 쓰지 않았다. 이 기사의 어떤 데이터도 소문이나 유출에서 오지 않았다.
Incertezze: 세 가지가 미확인으로 남는다. (1) Parse 5의 ParseBench 점수를 누가 측정했는지 문서로 확인되지 않으며, 공개된 독립 실행도 없다. (2) 비교는 스스로 밝혔듯 부분적이고——다섯 항목 중 셋——제외된 그래프와 Visual Grounding을 포함하면 Parse 5가 얼마나 잃을지는 검증할 수 없다. (3) 처리량(GPU당 초당 4.5페이지)과 Model Vault 절감률은 공급사가 스스로 고른 하드웨어와 구성에서 측정한 주장이며, 독립적인 재현은 찾지 못했다. Azure AI Foundry에 Parse 5가 올라온다는 마이크로소프트 페이지는 본문을 읽을 수 없어, 해당 채널은 Cohere의 주장으로 다루고 마이크로소프트의 확인으로 보지 않는다. 끝으로 지원 9개 언어는 참고한 출처에 이름이 나열돼 있지 않아 이탈리아어 포함 여부를 확인할 수 없다.
Perché pubblicarla: 일차 출처로 검증되는 뉴스인 데다, 보통은 비어 있는 자리에 흥미로운 사실이 있다. 자기가 지는 비교표를 스스로 공개한 공급사라는 점이다. 기사 가치는 모델 자체가 아니라 비교의 짜임에 있다. Cohere는 직접적인 경쟁사가 만든 벤치마크로 자사 제품을 재고, 다섯 항목 중 가장 어려운 둘(그래프에서 숫자 뽑기, 시각적 위치 파악)을 빼고 셋을 고르며, 그 경쟁사의 최상위 버전이 아니라 저가 버전과 견준다——최상위 버전은 같은 테스트에서 5점 위에 있다. 모두 문서로 확인되고 출처를 댈 수 있는 이야기라 넌지시 암시할 필요가 없다. 두 공식 블로그를 나란히 놓고 읽으면 그것으로 충분하다. 아울러 문서 파싱이 왜 중요한지——모든 기업 RAG 아래 깔린 보이지 않는 층이다——설명하고, 이 시장에서는 페이지당 비용이 정확도 몇 점보다 무거울 수 있는 이유를 짚을 기회이기도 하다. 이 주제는 이미 발행한 60건의 기사에 없다.

Fonti / Sources

Commenta sul sito →