생성형 AI와 문서 자동화가 빠르게 확산되면서 많은 기업이 OCR 도입을 이미 경험했거나 검토 중입니다. 하지만 현장에서는 비슷한 이야기가 반복됩니다. “처음에는 잘 되는 것 같았는데, 문서가 조금만 달라지면 다시 사람이 붙는다”, “AI OCR인데 왜 재학습 이야기가 계속 나오는가”, “보안 때문에 데이터를 밖으로 못 내보내면 선택지가 사라진다”는 고민입니다.
한국딥러닝은 이 문제를 단순히 OCR 정확도의 문제로 보지 않습니다. 문제의 본질은 OCR 기술이 발전해온 방식과, 기업 문서가 가진 현실 사이의 간극에 있습니다. 이 글에서는 OCR 기술의 변천을 짚어보고, 왜 VLM 기반 DEEP OCR이 다른 접근을 택했는지를 정리합니다.
OCR 기술은 어떻게 발전해왔는가
규칙 기반 OCR과 KIE의 시대
가장 초기의 OCR 자동화는 규칙 기반(Rule Based) 접근이었습니다. 문서의 특정 위치에 특정 값이 온다는 가정 하에, 좌표와 규칙을 코드로 정의해 값을 추출하는 방식입니다. 이 방식은 문서 포맷이 완전히 고정돼 있을 경우에는 매우 높은 정확도를 냅니다. 실제로 “정해진 양식만 쓰는 업무”에서는 100%에 가까운 성능을 보이기도 합니다.
하지만 현실의 문서는 그렇게 움직이지 않습니다. 로고 위치가 바뀌고, 표의 행이 늘어나며, 문서 버전이 바뀌는 순간 규칙은 무너집니다. 규칙을 다시 짜야 하고, 그때마다 유지보수 비용이 발생합니다. 규칙 기반 OCR은 자동화라기보다 ‘정교한 수작업의 다른 형태’에 가까웠습니다.
딥러닝 기반 AI OCR과 KIE의 등장
이 한계를 극복하기 위해 등장한 것이 딥러닝 기반 AI OCR입니다. 문서에서 Key-Value를 학습하고, 레이아웃을 함께 학습해 규칙 의존도를 낮추는 방식입니다. 기존 방식보다 포맷 변화에 강했고, 실제로 많은 기업이 이 단계에서 “이제 자동화가 된다”고 느꼈습니다.
하지만 여기에도 한계가 있었습니다. AI OCR은 학습이 전제입니다. 새로운 문서 유형이 나오면 라벨링이 필요하고, 학습을 위해 고객 데이터를 외부로 반출해야 하는 경우가 많았습니다. 이 지점에서 금융·공공·대기업을 중심으로 보안 문제가 본격적으로 등장합니다. 보안이 중시되는 기업은 재학습의 과정에서 많은 공수가 추가로 들어갔습니다. 데이터 반출이 막히면, AI OCR도 멈추는 구조였기 때문입니다.
기업 문서의 95%는 왜 여전히 문제인가
한국딥러닝이 현장에서 반복적으로 확인한 사실은 하나입니다.
기업 문서의 95% 이상은 디자인과 구조가 서로 다르다는 점(비정형 문서)입니다.
문서 자동화가 어려운 이유는 글자를 못 읽어서가 아닙니다. 문서가 매번 다른 구조를 갖고 있고, 그 구조 자체가 의미이기 때문입니다. 같은 ‘사업자등록번호’라도 위치가 다르고, 같은 표라도 구성 방식이 다릅니다. 기존 AI OCR은 이 차이를 “학습으로 해결해야 할 문제”로 보았지만, 현실에서는 학습 비용과 보안 리스크가 동시에 커졌습니다.
VLM 기반 DEEP OCR의 출발점
사전 학습 없이 문서를 이해한다는 접근
DEEP OCR은 기존 AI OCR과 다른 질문에서 출발합니다.
“이 문서는 무엇을 말하고 있는가”를 사람처럼 이해할 수 없을까라는 질문입니다.
DEEP OCR의 핵심은 VLM(Vision Language Model)입니다. VLM은 이미지를 보고 그 의미를 언어로 이해하고 설명할 수 있는 멀티모달 모델입니다. 문서를 텍스트 덩어리로 보지 않고, 화면 전체를 하나의 의미 단위로 인식합니다. 그래서 사전 학습이나 고객 데이터 라벨링 없이도 문서의 맥락을 파악할 수 있습니다.
재학습 비용과 데이터 반출 문제를 동시에 제거하다
기존 AI OCR은 문서가 바뀌면 재학습이 필요했고, 학습을 위해 고객 데이터를 외부로 반출해야 했습니다. DEEP OCR은 이 구조를 근본적으로 바꿉니다. 문서 이해를 VLM 추론으로 처리하기 때문에, 재학습 비용이 없고 고객 데이터 반출도 필요 없습니다. 이는 기술적 차이를 넘어, 도입 가능성을 결정하는 차이입니다.
DEEP OCR의 핵심 기능은 무엇인가
문서 분류: 페이지 단위로 이해한다
DEEP OCR은 문서를 통째로 보지 않습니다. PDF처럼 여러 페이지로 묶인 문서도 페이지 단위로 슬라이스해 각각을 이해하고, 다시 하나의 결과로 묶습니다. 문서 내 키워드와 콘텐츠를 기반으로, 고객이 정의한 문서 코드로 자동 분류합니다.
KIE 추출: 맥락으로 값을 찾는다
KIE(Key Information Extraction)는 더 이상 “정해진 위치에서 값을 뽑는 작업”이 아닙니다. DEEP OCR은 문서 내 임의의 값을 맥락 기반으로 추론합니다. 사업자등록증처럼 형태가 조금씩 다른 문서에서도, 같은 의미의 항목을 안정적으로 찾아냅니다.
표준화된 출력: 시스템 연동을 전제로 한다
DEEP OCR의 결과는 사람이 보기 위한 화면이 아니라, 시스템에 바로 들어갈 데이터를 목표로 설계되어 있습니다. 페이지 단위 결과를 묶어 DB, Core 시스템, EDMS로 자동 연동되는 구조를 전제로 합니다. 실제 운영 환경에서는 이 지점이 자동화의 완성도를 결정합니다.
운영 환경에서 검증된 성능 기준
내부 운영 기준에서 DEEP OCR은 다음과 같은 성능 지표를 충족합니다.
인쇄체 KIE 인식률 95%
필기체 인식률 92%
문서 분류 정확도 95%(수백 종 문서 기준)
이 수치는 단순 데모 환경이 아니라, 실제 온프레미스 운영 환경에서 측정된 기준입니다. 보안이 철저한 온프레미스 환경의 결과가 그 성능과 효용성을 증명합니다.
왜 온프레미스 OCR에서 이 접근이 중요한가
보안 요구가 높은 조직에서는 클라우드 OCR이 선택지에서 제외되는 경우가 많습니다. 온프레미스 환경에서는 데이터 반출, 모델 재학습, 운영 안정성이 동시에 문제 됩니다. DEEP OCR은 이 환경을 전제로 설계된 구조이기 때문에, 보안·운영·확장성을 함께 만족시킬 수 있습니다.
정리하며: OCR의 다음 단계는 ‘문서 이해’입니다
OCR의 역사는 “글자를 얼마나 잘 읽는가”의 경쟁이었습니다. 하지만 지금 기업이 원하는 것은 글자가 아니라 의미와 구조입니다. 문서를 이해하지 못하면 자동화는 중간에서 멈춥니다. DEEP OCR은 OCR과 VLM을 결합해, 문서를 사람이 읽듯 이해하고 그 결과를 업무 데이터로 연결합니다.
한국딥러닝이 DEEP OCR을 문서 자동화의 다음 단계로 정의하는 이유는 분명합니다.
문서가 바뀌어도, 구조가 달라도, 사람이 다시 붙지 않게 만드는 것. 그 지점에서 OCR은 비로소 ‘기술’이 아니라 ‘업무 인프라’가 됩니다.
