OCR 인식률을 높이는 실전 방법

OCR은 마법이 아니라 ‘읽기 쉬운 글자 이미지’일수록 잘 동작합니다. 같은 도구라도 사진만 바꿔도 결과가 크게 달라집니다. 브라우저에서 처리되는 WebToolBay OCR을 더 정확히 쓰려면 입력 이미지 품질을 먼저 개선하는 것이 핵심입니다.

촬영이 반이다

글자가 화면에 크게 들어오게, 그림자·손가락·반사광이 덜하게 찍으세요. 기울어진 사진은 인식 전에 자르기·회전으로 수평을 맞추면 오인식이 줄어듭니다. 너무 강한 압축 JPG는 획이 깨질 수 있으니, 가능하면 선명한 원본에 가깝게 유지합니다.

한 번에 전체를 고집하지 않기

영수증·표·책 두 페이지처럼 정보가 많으면 영역을 나눠 여러 번 추출한 뒤 붙여 넣는 편이 정확할 때가 많습니다. 여백이 넓은 한 줄 제목보다, 빽빽한 다단 배치는 줄 순서가 섞일 수 있으니 결과를 문단 단위로 교정하세요.

언어 설정

한국어 문서는 한국어, 영어 서류는 영어처럼 주 언어를 맞추세요. 처음 쓰는 언어는 인식 데이터를 내려받아 시간이 걸릴 수 있고, 이후에는 브라우저에 저장되어 빨라집니다. 한영 혼용은 주 언어를 고른 뒤 고유명사만 수동 교정하는 방식이 현실적입니다.

잘 되는 것 / 어려운 것

인쇄체·고대비·단순한 배경은 강하고, 손글씨·저해상도·워터마크·복잡한 배경은 약합니다. 숫자·날짜·계좌처럼 한 글자 실수가 치명적인 값은 반드시 원본과 대조하세요. PDF는 직접 지원하지 않으므로 페이지 이미지로 만든 뒤 사용합니다.

프라이버시 관점

WebToolBay OCR은 이미지를 서버에 올리지 않고 기기 브라우저 안에서 처리합니다. 민감한 서류라도 ‘전송되지 않는다’는 점은 안심 요인이지만, 화면 공유·스크린샷 유출 같은 다른 경로는 여전히 주의해야 합니다. 자세한 흐름은 OCR 가이드를 참고하세요.

표·다단·작은 글씨 대응

표는 칸 선이 글자로 오인되거나 열 순서가 뒤바뀔 수 있습니다. 열이 중요한 데이터는 열 단위로 잘라 인식하거나, 인식 후 스프레드시트에 붙여 넣으며 정렬을 맞추세요. 작은 글씨는 해상도를 높여 다시 찍는 편이, 흐린 사진을 확대해 복구하는 것보다 낫습니다.

워터마크·도장·형광펜은 획을 가려 오인식 원인이 됩니다. 가능하면 깨끗한 재촬영이나 자르기로 방해 요소를 줄이세요.

결과 검수 최소 루틴

전체 문장을 다시 읽기 어렵다면 최소한 숫자, 날짜, 금액, 고유명사만 원본과 대조하세요. 이 네 가지만 막아도 OCR 사고의 대부분이 줄어듭니다. 민감 서류는 작업 후 다운로드 폴더에 불필요한 복사본이 남았는지 확인합니다.

실무에 남기는 포인트

OCR 품질은 모델보다 입력 사진에서 갈리는 경우가 많습니다. 촬영·교정·영역 분할·검수 루틴을 고정하면 도구를 바꿔도 결과가 안정됩니다.

브라우저 로컬 처리라도 결과 텍스트를 어디에 붙여 넣는지는 별도 위험입니다. 민감 정보는 저장 위치를 함께 관리하세요.

한 가지 더

촬영 각도가 비스듬하면 원근감 때문에 글자 높이가 달라져 인식이 흔들립니다. 가능하면 문서를 정면에서, 페이지 전체가 프레임 안에 들어오게 찍으세요. 유리 액자나 화면을 찍을 때는 조명 반사만 피해도 결과가 눈에 띄게 좋아집니다.

브라우저 Tesseract를 붙이며 본 체감

WebToolBay OCR은 tesseract.js를 브라우저 워커로 돌립니다. 이미지는 서버로 올라가지 않지만, 언어 모델은 처음 쓸 때 CDN에서 받아 캐시됩니다. 그래서 첫 한국어 인식은 수십 초 걸릴 수 있고, 두 번째부터 빨라집니다.

기울어진 영수증을 그대로 넣으면 숫자 오인식이 눈에 띄게 늘었습니다. 같은 원본을 자르기·회전으로 수평을 맞춘 뒤 다시 돌리면 금액·날짜 정확도가 좋아지는 경우가 많아, OCR 가이드에 ‘전처리 먼저’를 강조합니다. PDF는 지원하지 않으니 페이지 이미지로 만든 뒤 쓰는 흐름이 안전합니다.