24억 파라미터 코히어 비전 모델 공개

코히어(Cohere)가 24억 파라미터 규모의 소형 비전 언어 모델 ‘노스 마이크로 비전(North Micro Vision)’을 공개했다. 문서 이해와 시각 위치 인식에 초점을 맞춘 경량 모델을 오픈소스 형태로 내놓은 것이다.

블록비츠는 노스 마이크로 비전이 아파치 2.0 라이선스로 공개됐으며 문서, 표, 차트, 스크린샷, OCR 처리에 맞춰 설계됐다고 전했다. 이 모델은 이미지를 고정 크기로 압축하지 않고 원래 비율과 해상도에 가깝게 처리할 수 있는 구조를 내세웠다.

모델은 20억 파라미터 언어 모델과 4억 파라미터 비전 인코더로 구성됐다. 공개된 성능 비교에서 노스 마이크로 비전은 문서 질의응답 벤치마크인 DocVQA에서 92.1%를 기록했다. 같은 비교표에서 미니스트랄(Ministral) 3 3B는 89.6%, 젬마(Gemma) 4 E2B는 73.2%, Qwen3.5-2B는 92.6%로 제시됐다.

시각 위치 인식 지표인 RefCOCO 점수는 73.2%였다. 블록비츠는 이 수치가 미니스트랄과 젬마보다 높다고 전했다. 다만 노스 마이크로 비전이 같은 규모대에서 모든 지표를 앞서는 모델은 아니다. Qwen3.5-2B는 다수의 일반 비전, OCR, 멀티모달 벤치마크에서 더 높은 점수를 보인 것으로 제시됐다.

노스 마이크로 비전의 초점은 범용 추론보다 기업 문서 처리에 가깝다. 문서 이미지에서 질의에 답하거나, 표와 차트의 정보를 읽고, 스크린샷 안의 위치 정보를 파악하는 작업이 주요 활용 범위로 거론된다. 금융, 법무, 고객지원, 내부 보고서 처리처럼 문서 이미지가 많은 업무에서는 모델 크기와 배포 조건이 비용·보안 판단에 영향을 줄 수 있다.

코히어는 최근 오픈 모델 라인업을 확장하고 있다. 모델 소개 페이지에는 아파치 2.0 라이선스를 적용한 노스 미니 코드(North Mini Code)와 커맨드 에이 비전(Command A Vision) 등이 올라와 있다. 노스 미니 코드는 개발자용 에이전트 코딩 모델이고, 커맨드 에이 비전은 문서 기반 시각 정보를 처리하는 멀티모달 모델로 소개됐다. 노스 마이크로 비전은 이 흐름 안에서 더 작은 규모의 문서 이해 모델로 분류된다.

공개 자료는 노스 마이크로 비전이 추론 모델이 아니며 도구 호출을 지원하지 않는다고 설명했다. 수학과 코드 처리 능력도 제한적이라고 제시됐다. 소형 멀티모달 모델을 기기와 업무 환경에 맞춰 배포하려는 흐름 속에서, 이번 공개는 문서 이해에 특화한 경량 비전 언어 모델 선택지가 늘어난 사례로 볼 수 있다.