M1 Pro DeepSeek OCR 실험(실패) 기록

TL;DR

DeepSeek OCR을 macOS에서 시도했으나 transformers 라이브러리 호환성 문제로 실패. 대신 PaddleOCR과 Tesseract로 대체했고, 클라우드 사용을 권장함.

시도한 이유

기존 프로젝트에서 Tesseract, EasyOCR 사용 중이었음. DeepSeek OCR의 강점:

• Markdown 출력으로 문서 구조 보존
• 한글+영어 혼합 텍스트에 강함
• 최신 Vision-Language 모델

참고: DeepSeek OCR 분석 글

문제

1. 숨겨진 의존성

문서에 없는 패키지 필요:

pip install addict easydict matplotlib

2. Transformers 호환성 (치명적)

Error: cannot import name 'LlamaFlashAttention2'

• 최신 transformers 4.57.1과 호환 안 됨
• 구버전으로 다운그레이드해도 tokenizer 파싱 오류
• 결과: macOS에서 실행 불가 ❌

대안

PaddleOCR (실행 중)

• 한글 지원 우수
• MPS 미지원, CPU만 사용
• 23페이지에 20분+ 소요 (느림)

Tesseract (권장)

• 빠름 (~2-3초/페이지)
• 이미 구현되어 있음
• 안정적

Google Colab (DeepSeek 쓰고 싶다면)

!pip install transformers==4.46.3
model = AutoModel.from_pretrained('deepseek-ai/DeepSeek-OCR').cuda()

무료 GPU로 실행 가능

성능 비교

배운 점

1. 최신 ≠ 최고 - 검증된 도구가 더 나을 수 있음
2. TDD 유용 - 초기에 문제 발견해서 시간 절약
3. 문서화 중요 - 실패도 학습 자료가 됨
4. 의존성 명시 - requirements.txt에 버전 고정 필수

바로 쓸 수 있는 방법

DeepSeek 꼭 써보고 싶으면

1. Google Colab에서 새 노트북
2. GPU 런타임 선택
3. PDF 업로드
4. 결과 다운로드

참고: DeepSeek GitHub | Hugging Face