아랍어 손글씨 OCR에서 배울 수 있는 것들
최근 이집트-일본 과학기술대학교(E-JUST) 연구진이 아랍어 손글씨를 인식하는 인공지능 시스템을 개발해 화제가 되었습니다. 아랍어는 글자들이 필기체로 연결되고, 합자(ligature) 구조가 복잡하며, 사람마다 필기 습관이 달라 기계가 인식하기 어려운 언어 중 하나로 꼽힙니다. 그럼에도 불구하고 해당 연구팀은 단어 인식률 93.75%, **문자 인식률 99.2%**를 달성했습니다.
핵심은 기술 조합입니다. 이진화 처리, 스케일 융합, 그리고 시계열 문자 해석 구조를 결합해 아랍어 손글씨라는 난제를 뚫었습니다.
텍스트를 읽는 것이 아니라, 문서의 구조를 해석하는 일입니다
E-JUST의 OCR 시스템은 다음과 같은 세 단계로 구성됩니다.
텍스트 라인 검출(DBNet++): 문서 이미지에서 텍스트 줄을 분리하는 데 특화된 아키텍처입니다.
이진화 처리: 배경과 문자를 구분해 인식 안정성을 높이는 전처리 단계입니다.
CNN-BiLSTM-CTC 기반 문자 인식: 공간적 정보와 시계열 정보를 함께 활용해 복잡한 손글씨를 해석합니다.
[기술 용어]
DBNet++: 문서 이미지 속 글자 줄을 자동으로 구분해주는 기술입니다. 사람이 줄 단위로 문장을 나누듯, 이 기술은 이미지를 분석해 '여기서부터 여기까지가 한 줄입니다'라고 AI에게 알려줍니다.
이진화(Binarization): 복잡한 배경 속에서 글자만 뽑아내기 위해 흑백처럼 단순화하는 작업입니다. 배경은 버리고 글자만 남기는 과정이라 생각하시면 됩니다.
CNN-BiLSTM-CTC
CNN(합성곱 신경망): 이미지에서 특징(모양, 테두리 등)을 뽑아내는 기술입니다.
BiLSTM(양방향 기억 네트워크): 글자를 순서대로, 앞뒤로 동시에 이해하는 기술입니다.
CTC(연결주의 시간 분류): 글자들이 서로 겹쳐 있거나 빠져 있어도 적절한 순서로 다시 배열해주는 역할을 합니다.
이 구조는 이미지의 질이 떨어지거나, 굵은 필기체, 노이즈가 많은 환경에서도 높은 정밀도(81.66%)와 재현율(78.82%)을 달성했습니다. 이는 단순히 기술력 이상의 의미를 가집니다. 정밀한 전처리, 층위적 구조 인식, 그리고 시계열 학습이 결합되어야만 가능한 성과이기 때문입니다.
한글은 어떤가요?
사실 한글도 쉬운 문자체계는 아닙니다. 받침, 초성·중성·종성 조합, 복잡한 서체, 손글씨 형태 등에서 높은 인식 난이도를 가지고 있습니다. 특히 비정형 문서에서 손으로 작성된 내용은 기존 OCR로는 정확히 추출하기 어렵습니다. 그런데도 우리는 이런 문서들을 보험 청구, 교육 채점, 제조 설계 등에서 매일같이 다루고 있습니다.
그래서 우리는 ‘문자 인식’을 넘어 ‘문서 이해’를 택했습니다
한국딥러닝은 ‘한 글자라도 더 정확히 인식하는 것’보다, ‘현장 맥락 속에서 정확히 문서를 이해하는 것’을 목표로 OCR을 개발했습니다. 예를 들어, 보험 문서에서 의사 소견서를 스캔한 경우, 진단명과 상병 코드, 진료 기간을 정확히 추출해야 실질적인 자동화가 가능합니다. 단순히 ‘글자’를 인식하는 것이 아니라, ‘문서의 의미와 구조’를 파악하는 기술이 필요합니다.
한국딥러닝이 OCR을 바라보는 방식
한국딥러닝은 단순 OCR이 아니라, 비정형 문서 해석 AI를 개발해 실제 현장에서 성과를 내고 있습니다. 우리가 사용하는 DEEP OCR+는 4억 장 이상의 실제 문서를 기반으로 학습되었고, 구조화되지 않은 의료 진단서, 수기 메모, 설계도면까지 인식합니다.
주요 특징
문서 레이아웃 분석 및 필드 추출 자동화
다양한 언어와 손글씨 인식 대응
비정형 템플릿에도 유연하게 작동
온프레미스 제공으로 보안성과 통합성 확보
실제 적용 사례 예시
제조업: 설계 도면에 손으로 쓴 지시사항도 자동 인식해 ERP에 연동
마무리하며: 다양한 언어, 다양한 문서, 공통의 도전
이번 아랍어 OCR 사례는 단지 언어 하나에 대한 연구가 아닙니다. 기계가 사람의 글을 이해하기 위해 무엇이 필요한가에 대한 중요한 힌트를 줍니다. 그 핵심은 ‘문자열’이 아니라 ‘문서 전체의 맥락’입니다.
한국딥러닝은 이런 철학을 바탕으로, 실질적으로 작동하는 AI 문서 자동화를 만들고 있습니다. 어떤 언어든, 어떤 포맷이든, 업무에 바로 쓸 수 있는 인공지능 기술. 그것이 지금 필요한 기술입니다.
