VLM-OCR: 통합 OCR 서비스 플랫폼
1. 개요
VLM-OCR은 다양한 Vision Language Model (VLM) 기반의 OCR(광학 문자 인식) 모델을 마이크로서비스 아키텍처로 구성하여, 단일 API 게이트웨이를 통해 일관된 방식으로 사용할 수 있도록 설계된 플랫폼입니다.
사용자는 복잡한 개별 모델 설정 없이, 원하는 모델을 간단히 지정하여 OCR 기능을 요청하고 결과를 받을 수 있습니다.
2. 프로젝트 아키텍처
본 프로젝트는 다음과 같은 두 가지 주요 구성 요소로 이루어져 있습니다.
API Gateway (
api_gateway/):- 모든 OCR 요청에 대한 단일 진입점(Single Entry Point) 역할을 합니다.
- 사용자로부터 요청을 받아, 지정된 모델 서비스로 작업을 전달합니다.
- 모델의 추론 시간을 측정하고, 응답을 표준화하여 사용자에게 반환합니다.
Model Services (
model_services/):- 각각의 OCR 모델이 독립적인 Docker 컨테이너로 실행되는 마이크로서비스입니다.
- 현재 다음과 같은 모델들이 서비스로 구성되어 있습니다.
사용 가능한 모델
deepseek_ocrpaddle_vlchandradotc.ocr(현재 게이트웨이 설정에는 포함되지 않음)
3. 시작하기
사전 요구사항
전체 서비스 실행
각 모델 서비스 디렉토리와 API 게이트웨이 디렉토리에는 개별
Dockerfile 또는 docker-compose.yml 파일이
포함되어 있습니다. 프로젝트를 전체적으로 실행하려면 각 서비스의
docker-compose.yml을 활용하여 개별적으로 컨테이너를
빌드하고 실행해야 합니다.
예시 (DeepSeek-OCR 서비스 실행):
# 1. DeepSeek-OCR 서비스 디렉토리로 이동
cd model_services/deepseek_ocr/
# cd model_services/dotc.ocr/
# cd model_services/paddle_vl
# 2. Docker Compose를 사용하여 빌드 및 실행
docker-compose up --build -d위와 같은 방식으로 api_gateway 및 다른
model_services들도 실행할 수 있습니다.