AllenAI의 olmOCR는 PDF를 텍스트로 바꾸는 또 하나의 OCR 도구처럼 보이지만, 실제 신호는 더 크다. 문서 AI의 병목이 추출 모델에서 자연스러운 읽기 순서, 구조 보존, 단위 테스트형 평가, GPU 배치 처리, 데이터 거버넌스로 이동하고 있다.

Microsoft MarkItDown이 GitHub Trending 1위에 오른 이유는 단순한 파일 변환기가 좋아서가 아니다. PDF·Office·이미지·오디오·HTML을 LLM이 읽기 좋은 Markdown으로 바꾸는 표준화 계층이 RAG와 에이전트 제품의 실제 병목으로 떠올랐기 때문이다.