바이두가 공개한 Unlimited-OCR는 기존 OCR의 고질적 한계인 '긴 문서 처리'를 정면으로 겨냥한 오픈소스 프로젝트입니다. 보통 OCR 모델은 입력 길이 제약 때문에 페이지를 잘게 쪼개 처리하고, 그 과정에서 표·레이아웃·문맥이 끊기며 후처리 비용이 커집니다. Unlimited-OCR가 내세우는 핵심은 '원샷 롱-호라이즌 파싱', 즉 수십 페이지 분량의 문서나 복잡한 레이아웃을 분할 없이 한 번의 추론으로 구조까지 파악해 텍스트로 뽑아낸다는 점입니다. 덕분에 페이지 경계에서 잘리던 문맥과 표 구조가 보존되고, 청크를 다시 이어 붙이는 파이프라인이 단순해집니다. 한국 IT 종사자 입장에서 주목할 지점은 명확합니다. 계약서·재무보고서·논문·매뉴얼처럼 길고 표가 많은 문서를 다루는 RAG 및 문서 자동화 시스템에서 전처리 단계를 크게 줄일 수 있다는 것입니다. 상용 OCR API 의존도를 낮추려는 팀이라면, 라이선스와 한국어 인식 정확도를 직접 벤치마크해볼 만한 후보입니다.