코히어, 문서 AI '파스 5' 공개…벤치마크 점수보다 활용성에 무게

(zdnet.co.kr)

ZDNet Korea2026년 8월 29일AI 모델

코히어가 벤치마크 점수보다 비용 효율성과 실질적 활용성에 집중한 새로운 문서 AI 모델 '파스 5'를 공개하며, 대규모 문서 처리를 위한 경제적인 대안을 제시했습니다.

이 글의 핵심 포인트

1코히어, 23억 파라미터 규모의 VLM '파스 5' 공개
2문서의 텍스트 인식과 구조적 이해를 동시에 처리하는 방식 채택
3API 기준 1000페이지당 1.5달러로, 대형 금융사 기준 비용 98% 절감 가능
4GPU 1장당 초당 4.5페이지를 처리하는 높은 속도 구현
5벤치마크 점수는 상위권 모델보다 낮으나, 기존 OCR 및 클라우드 서비스 대비 우위

이 글에 대한 공공지능 분석

왜 중요한가?

AI 모델의 경쟁 패러다임이 단순 성능(Benchmark)에서 경제적 효율성(Cost-efficiency)과 실질적 활용성으로 이동하고 있음을 보여주는 사례입니다. 특히 대량의 비정형 데이터를 다루는 기업들에게 비용 절감은 즉각적인 ROI를 의미합니다.

어떤 배경과 맥락이 있나?

기존 OCR 방식은 텍스트 인식과 내용 이해를 분리하여 처리했으나, 파스 5는 페이지 전체를 한 번에 읽는 VLM 방식을 채택해 구조적 이해도를 높였습니다. 이는 모델의 크기를 키우기보다 특정 태스크(문서 이해)에 최적화된 효율적 아키텍처를 지향하는 흐름을 반영합니다.

업계에 어떤 영향을 주나?

LLM 기반의 에이전트 서비스 개발사들에게 저렴하고 빠른 문서 처리 엔진은 필수적인 인프라가 될 것입니다. 이는 고가의 프론티어 모델 의존도를 낮추고, 특정 도메인에 특화된 '버티컬 AI' 서비스의 수익성을 개선하는 데 기여할 것입니다.

한국 시장에 어떤 시사점이 있나?

한국어 지원을 포함한 글로벌 모델의 공세 속에서, 국내 스타트업들은 단순 모델 개발을 넘어 한국어 문서 구조에 특화된 정교한 데이터 파이프라인 구축과 비용 효율적인 서비스 아키텍처 설계에 집중해야 합니다.

이 글에 대한 큐레이터 의견

코히어의 이번 행보는 '모델의 거대화'라는 트렌드에 반기를 들고 '실용적 가치'를 선택했다는 점에서 매우 영리한 전략입니다. 스타트업 창업자들에게 중요한 것은 모델의 파라미터 수가 아니라, 고객의 문제를 얼마나 저렴하고 빠르게 해결할 수 있느냐입니다. 파스 5는 대규모 문서를 다루는 금융, 법률, 물류 등 도메인 특화 AI 에이전트 개발에 강력한 무기가 될 수 있습니다.

다만, 리스크도 존재합니다. 파스 5가 벤치마크 상위권 모델(GPT-5.5 등)보다 낮은 성능을 보인다는 점은, 매우 복잡하거나 고도의 추론이 필요한 문서를 처리할 때 한계가 발생할 수 있음을 의미합니다. 따라서 모든 문서를 파스 5로 처리하기보다는, 단순 구조 파악은 파스 5로, 고난도 추론은 상위 모델로 분리하는 '모델 라우팅(Model Routing)' 전략이 필수적입니다. 기술적 우위보다는 비용 구조를 설계하는 능력이 곧 서비스의 경쟁력이 되는 시대가 오고 있습니다.

원문 보기 →