[PaddleOCR] FastDeploy-Server 백엔드 추가로 VL 파이프라인 배포 옵션 확장

PR 링크: PaddlePaddle/PaddleOCR#16879 상태: Merged | 변경: +18 / -4

들어가며

PaddleOCR-VL은 Vision-Language 기반의 문서 파싱 파이프라인으로, 다양한 추론 백엔드를 지원합니다. 기존에는 native, vllm-server, sglang-server 세 가지 백엔드만 사용할 수 있었습니다. 이번 PR은 여기에 fastdeploy-server를 네 번째 백엔드로 추가하여, Paddle 생태계의 자체 고성능 서빙 프레임워크인 FastDeploy를 활용한 배포 경로를 열어줍니다.

변경 자체는 단 한 줄이지만, 프로덕션 환경에서의 배포 유연성을 크게 향상시키는 의미 있는 확장입니다.

핵심 코드 분석

지원 백엔드 목록 확장

Before:

_SUPPORTED_VL_BACKENDS = ["native", "vllm-server", "sglang-server"]

After:

_SUPPORTED_VL_BACKENDS = ["native", "vllm-server", "sglang-server", "fastdeploy-server"]

paddleocr/_pipelines/paddleocr_vl.py 파일의 _SUPPORTED_VL_BACKENDS 리스트에 "fastdeploy-server" 항목을 추가했습니다. 이 리스트는 PaddleOCRVL 클래스 초기화 시 사용자가 전달한 backend 값을 검증하는 데 사용됩니다. 리스트에 없는 백엔드를 지정하면 에러가 발생하므로, 이 한 줄의 추가가 곧 새로운 백엔드 지원의 게이트 역할을 합니다.

FastDeploy는 PaddlePaddle 생태계의 추론 배포 도구로, TensorRT 가속과 멀티 모델 파이프라인 서빙을 지원합니다. vLLM이나 SGLang이 범용 LLM 서빙에 특화된 반면, FastDeploy는 Paddle 모델에 최적화된 네이티브 서빙 경로를 제공합니다.

왜 이게 좋은가

1. 배포 선택지 확대: Paddle 생태계에 익숙한 사용자는 vLLM/SGLang 대신 FastDeploy를 선택하여 별도의 외부 의존성 없이 서빙 파이프라인을 구성할 수 있습니다.

2. 최소한의 변경으로 최대 효과: 백엔드 라우팅 로직이 이미 추상화되어 있어, 허용 목록에 항목 하나만 추가하면 전체 파이프라인이 새 백엔드를 투명하게 지원합니다. 이는 좋은 확장 포인트 설계의 전형적 사례입니다.

3. Cherry-pick 용이: 실제로 이 PR은 #17025에서 릴리스 브랜치로 cherry-pick되었습니다. 변경 범위가 작고 명확하여 백포트가 안전했습니다.

정리

이 PR은 PaddleOCR-VL 파이프라인의 _SUPPORTED_VL_BACKENDS 리스트에 fastdeploy-server를 추가하는 단일 라인 변경입니다. 코드 변경은 최소이지만, Paddle 생태계 내에서 추론 서빙의 선택지를 넓히는 실용적 의미가 큽니다. 잘 설계된 플러그인 아키텍처에서 한 줄의 설정 추가가 곧 새로운 기능 지원이 되는 좋은 사례입니다.

참고 자료

• PaddlePaddle/PaddleOCR#16879
• FastDeploy 공식 문서

---

이 글은 AI(Claude)의 도움을 받아 작성되었으며, 실제 PR의 코드 변경 사항을 기반으로 분석한 내용입니다.