OCR 프로젝트 개요
발표에서 다룰 세 프로젝트를 소개한다. OCR은 이미지 형태 데이터에서 텍스트를 추출하는 기술로, 내부적으로 글자 위치를 찾는 디텍션 단계와 글자 내용을 판단하는 레코그니션 단계로 구성된다는 기본 구조를 설명한다.
사업자등록증 인식기 개발 과정을 다룬다. 한글은 연구용 데이터셋이 거의 없어 AI 허브 공개 데이터와 한글·영어·숫자·기호를 조합한 인공 생성 데이터를 활용했고, OCR은 실사보다 인공 데이터를 더 많이 쓴다는 점이 독특하다.
베이스라인 인식기가 혼동되기 쉬운 글자에서 실패하자 독자 네트워크를 설계했다. 기존 LSTM 시퀀스 모델링과 어텐션 대신 NLP에서 성능이 좋은 트랜스포머 구조를 레코그니션에 적용해 마침표·콤마 등의 인식 실패를 대부분 해결했다.
홈 CCTV 사업과 OCR을 결합한 번호판 인식기를 소개한다. 번호판은 보통 하나이므로 OCR 디텍션 대신 DETR 기반 오브젝트 디텍션으로 위치를 찾고, 레코그니션은 사업자등록증과 다른 세부 구조의 트랜스포머를 사용했다.
측면 촬영 시 번호판이 비스듬히 들어가 성능이 저하되는 문제를 해결한다. 직사각형 대신 번호판 꼭짓점을 임의 사각형으로 정확히 잡아 퍼스펙티브 워핑으로 펴서 넣고, 조명·훼손 사례는 데이터 오그멘테이션으로 보강했다.
교육 사업의 모의고사 채점을 위한 OMR 리더를 다룬다. 처음엔 이미지 프로세싱으로 마커 인식·배경 제거 후 검은 픽셀 임계값으로 마킹을 판단했으나, 애매한 마킹에서 오탐(false positive)이 계속 발생하는 한계에 부딪혔다.
임계값 조절로도 실패가 반복되자 딥러닝으로 전환했다. 모서리 마커를 인식하는 코너 넷과 각 마킹 영역의 마킹 여부를 판단하는 분류 네트워크 두 개로 구성해 실패 없이 인식하고, 양식 차이는 세팅 파일 파라미터로 대응했다.
1년 미만 일정의 우려에도 협업 부서와 초기부터 밀접하게 상의한 것이 성공 요인이었다고 회고한다. 이 과제들을 계기로 쇼핑몰 텍스트 추출, 수식 OCR, 필기체 인식, 초등 대상 AI 앱 등 신규 프로젝트가 파생되었다.