스캔 문서와 표, 스크린샷의 글자가 제대로 읽혀야 그다음 질의응답도 성립합니다. 레이아웃 분석, 다국어 인식, PDF 구조화 출력과 PaddleOCR·HunyuanOCR 선택 기준을 다룹니다.
AI 영수증 경비 도구의 진짜 차이는 영수증 한 장을 얼마나 정확히 읽느냐가 아니라, 누가 쓰는지, 어느 나라 재무 체계에서 도는지, 어떤 승인과 회계 시스템에 연결되는지입니다. 출장이 잦은 사람, 작은 팀, 재무 통제가 엄격한 회사는 필요한 것이 전혀 다릅니다. 먼저...
PaddleOCR는 바이두의 패들패들(PaddlePaddle) 팀이 유지하는 오픈소스 OCR 툴킷으로, PDF와 이미지 속 문자를 판면 구조와 함께 추출해 기계가 쓸 수 있는 데이터로 만드는 데 특화되어 있습니다. GitHub에서 오래 인기를 유지하는 이유는 새로워서가...
AI 사전펜은 인쇄된 한 줄을 긋기만 하면 번역과 발음, 뜻을 작은 화면에 바로 띄웁니다. 유다오, 커다쉰페이의 현행 모델은 문장 단위 번역과 오프라인 사용도 지원하고, 가격은 대략 수만 원대에서 십만 원대 초중반입니다. 살지는 하나의 질문으로 갈립니다. 종이로 읽는 ...
MinerU는 최근 몇 년 문서 파싱 분야에서 빼놓을 수 없는 오픈소스가 됐습니다. 레이아웃이 복잡한 PDF를 깔끔한 Markdown이나 JSON으로 바꾸고, 수식은 LaTeX로, 표는 HTML로 변환하며, 스캔 문서는 자동으로 OCR로 넘깁니다. 대형 모델 학습과 R...
Docling이 푸는 문제는 PDF를 대형 모델에 넣기 전에 가장 얕보기 쉬운 관문, 판형입니다. 평범한 추출 도구는 PDF를 문자 순서대로 쏟아 내서, 2단 문서는 행을 건너 읽히고, 표는 무너지고, 제목과 본문이 섞입니다. 뒤의 모델이 아무리 똑똑해도 어지러운 텍스...
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 올라갑니...
WorkBuddy는 PDF, Excel, Word를 읽을 수 없습니다. 가장 흔한 이유는 파일 손상이 아니라, 모델이 입력 유형을 지원하지 않거나, 해당 문서 처리 기술이 부족하거나, 작업이 한 번에 너무 많은 파일로 가득 차 있기 때문입니다. 먼저 파일 또는 시각적 ...
OCR은 광학 문자 인식(Optical Character Recognition)의 약자로, 중국어로는 일반적으로 광학 문자 인식(optical character recognition)이라고 불립니다. 이 방법이 하는 일은 매우 간단합니다: 사진 속 단어, 스캔 중인 단...
