OCR 또는 AI: 문서 텍스트를 추출하고 결과 확인하기

1분 동안 파일 확인하기

숫자와 악센트 문자가 포함된 한 줄을 선택해 복사할 수 있는지 확인하세요. 복사된다면 페이지와 비교합니다. 복사할 수 없다면 그림자, 기울어진 페이지, 표의 경계, 잘린 단어가 있는지 살펴보세요. 눈으로 읽을 수 있는 사진도 명암이 고르지 않으면 인식이 어려울 수 있습니다.

Tesseract 문서는 해상도, 노이즈, 테두리, 기울기가 OCR에 영향을 줄 수 있다고 설명합니다. 입력 이미지를 개선하는 것은 도움이 되지만, 인위적으로 확대해도 촬영되지 않은 문자가 되살아나지는 않습니다. 품질이 낮은 이미지를 반복 처리하기보다 조명을 고르게 해 다시 촬영하는 편이 나을 수 있습니다.

복사본을 준비하고 원본 보관하기

페이지 전체를 고른 조명에서 촬영하고, 확대했을 때 가장 작은 글자도 읽히는지 확인합니다. 글줄을 똑바로 하고 문서 바깥 배경만 자릅니다. 제목, 메모, 페이지 번호는 남겨 두세요. 복사본에 OCR을 실행한 뒤 결과를 원본과 비교합니다.

ConverteArq의 이미지 회전 도구와 자르기 도구는 복사본을 준비할 수 있지만 OCR은 수행하지 않습니다. 페이지 사진으로만 구성된 PDF는 인식 소프트웨어가 텍스트 레이어를 만들기 전까지 이미지 문서입니다.

작은 예로 중요한 오류 찾기

가상의 예: 코드 AB-0018, 수량 10개, 단가 R$ 12,50, 메모 “lot not approved(해당 묶음 승인되지 않음)”. 숫자 0과 영문 O, 숫자 1과 소문자 l, 소수점 쉼표와 마침표의 혼동을 확인하세요. “승인되지 않음”이 “승인됨”으로 바뀌면 짧은 단어 하나가 사라졌어도 의미가 뒤집힙니다.

맞춤법만 보지 마세요. 부정 표현, 문장부호, 식별 코드, 날짜와 금액도 확인합니다. 그럴듯한 수정도 틀릴 수 있습니다.

전사 후 AI를 사용할 때 범위 정하기

OCR 다음에 AI 도구를 사용하면 항목을 묶고 반복되는 라벨을 찾거나 약어의 가능한 의미를 제안하는 데 도움이 될 수 있습니다. 원문과 변환 결과를 분리하도록 요청하세요. 약어를 풀어 쓴 내용은 문맥에서 확인하기 전까지 해석으로 취급해야 합니다.

예를 들어 “이 전사문을 항목별로 정리하세요. 원래 값을 보존하고 코드를 고치거나 불확실한 글자를 채우지 마세요. 읽을 수 없는 곳은 [판독 불가]로 표시하세요. 가능한 수정은 적용하지 말고 별도로 나열하세요”라고 요청할 수 있습니다. 답변이 AB-0018을 더 흔한 코드로 바꾸면 거부하고, 정규화한 사본은 충실한 전사와 따로 보관하세요.

표는 값뿐 아니라 위치도 확인하기

OCR은 모든 숫자를 인식하고도 행과 열의 관계를 잃을 수 있습니다. 각 값을 제목과 대조하고 각주가 다른 행에 붙지 않았는지, 빈 셀이 0으로 바뀌지 않았는지 확인하세요. 스프레드시트로 가져오기 전에 별도로 검증합니다. PDF에서 CSV로 변환하는 안내(포르투갈어)에서 이 확인 방법을 설명합니다.

결과를 나중에 확인할 수 있게 기록하기

원본 파일명, 처리한 페이지, 불확실한 항목을 함께 적어 전사문을 저장하세요. 이력 없는 “수정본”으로 원본을 대체하지 마세요. 줄 단위 텍스트 비교 도구(포르투갈어)는 두 텍스트의 차이를 찾지만 이미지와 텍스트를 대조하거나 정확성을 인증하지는 않습니다.

필요한 검토 수준은 사용 목적에 따라 달라집니다. 스캔을 검색 가능하게 만드는 것과 숫자를 스프레드시트로 가져오는 것은 확인할 사항이 다릅니다. 먼저 목적을 정하면 중요하지 않은 서식에 시간을 쓰면서 결정적인 숫자를 놓치는 일을 줄일 수 있습니다.

자주 묻는 질문

기술 자료

• Tesseract OCR — 출력 품질 개선

관련 도구와 가이드

• 이미지 회전(포르투갈어)
• 이미지 자르기(포르투갈어)
• PDF에서 CSV 변환 가이드(포르투갈어)