AI 이미지 인식이 글자를 잘못 읽는 것은 대부분 모델이 멍청해서가 아니라, 입력한 이미지 유형에 맞는 처리 방식을 쓰지 않았기 때문입니다. 모델을 바꾸기 전에 사진을 사진·스크린샷·스캔본 세 경우로 나누어 각각에 맞는 방법을 쓰세요. 인식 정확도가 바로 크게 올라갑니다.
경우 1: 사진(문서·화이트보드·메뉴를 카메라로 촬영)
사진에서 가장 흔한 문제는 기울어짐·흐릿함·반사·원근 왜곡입니다. AI에게 묻기 전에 이미지를 먼저 다듬으세요. 종이를 바로 펴고 빛을 충분히 받아 그림자나 반사 없이 다시 촬영하세요. 불필요한 배경은 잘라내고 글자 영역만 남기세요. 한 번에는 한 이미지의 한 영역만 물어보고, 책상 전체를 통째로 던지지 마세요. 많은 '오독'은 사실 이미지가 흐릿해서 AI가 추측하고 있는 것뿐입니다.
경우 2: 스크린샷(휴대폰 캡처·웹페이지 캡처·채팅 기록)
스크린샷의 글자는 대개 작고 압축되어 있습니다. 묻기 전에 페이지를 100%로 확대한 뒤 캡처해서 글자를 최대한 크게 만드세요. 긴 스크린샷을 가늘고 긴 한 장으로 뭉개지 말고, 단락별로 나눠 여러 번 물어보세요. 팝업이나 워터마크가 가려져 있으면 무리하게 해석하지 말고 원본 페이지를 찾으세요. 스크린샷의 선명도가 AI 인식의 한계를 결정한다는 점을 기억하세요.
경우 3: 스캔본과 PDF(계약서·논문·보고서)
이런 이미지는 글자가 많고 레이아웃이 복잡하며, 2단 구성과 표가 있어서 AI에게 이미지 그대로 보게 하면 행을 건너뛰거나 열이 섞이기 쉽습니다. 더 안정적인 방법은 OCR 도구(예: PaddleOCR)로 먼저 텍스트를 추출한 뒤, 그 텍스트를 AI에게 넘겨 이해시키는 것입니다. 이미지는 입력의 병목이고, 텍스트가 AI의 편안한 영역입니다.
질문 방식을 바꾸면 정확도가 배가됩니다
질문 방식도 중요합니다. '이 이미지를 요약해 줘'라고 하지 말고, AI에게 '이미지 속 글자를 한 줄씩 전사해 줘'라고 시키세요. 전사가 끝나면 '이미지에 글자가 총 몇 줄 있니'라고 추가로 물어, 전부 봤는지 확인한 뒤에 내용 논의를 시작하세요. 먼저 전사하고, 다음에 질문하는 두 단계 방식이면 알 수 없는 오독의 상당수를 피할 수 있습니다.
경계: 이런 경우는 무리하지 마세요
손글씨·예술 서체·밀집된 표는 AI 이미지 인식의 세 가지 난관입니다. 틀려도 너무 놀라지 말고, 중요한 정보는 반드시 원본 이미지와 대조하세요. 또 기밀 계약서나 신분증은 클라우드 모델에 올리지 마세요. 글자를 잘못 읽는 건 작은 문제지만, 정보 유출은 큰 문제입니다. 모델 환각의 가능성도 있습니다. 이미지에 없는 글자를 그럴듯하게 지어낼 수 있으니, 금액·날짜·인명 같은 핵심 정보는 반드시 원본 이미지와 한 글자씩 대조하세요.
