[웹 데모] 네이버 클로바 OCR 데모

OCR은 이미지 속에서 텍스트를 찾고 읽어내는 기술로 최근에는 원하는 텍스트 정보만을 추출하는 수준까지 도달했고,

이 분야에서는 네이버가 업계 최고 수준의 기술력을 가지고 있다.

 

네이버는 CVPR 2019에서 발표한 Text detection 모델인 CRAFT, 21년에 발표한 end-to-end document understanding 모델인 Donut 그리고 가장 최근인 22년에 발표한 DEER 모델까지 OCR 부분에서 많은 논문을 내고 있다.

 

논문에서의 수치적은 성능이 우수한 것은 알겠는데, 실제로 얼마나 잘 동작하는 모델일까?

 

네이버 클로바는 OCR 웹 데모를 제공하고 있어 누구나 사용해 볼 수 있다. (링크)

 

네이버 클로바 OCR 웹 데모 페이지

 

네이버 클로바 OCR 웹 데모 페이지에서 General OCR, 영수증, 신용카드 등 다양한 항목을 고르고 이미지를 업로드해서

OCR 모델의 실행 결과를 볼 수 있다.

 

(하루에 테스트 해 볼 수 있는 양이 정해져있으니 참고하자...)

 

1. General OCR

General OCR은 텍스트의 영역을 박스 형태로 찾아서 텍스트를 인식한 결과만을 보여주는 데모이다. 테스트를 위해 다양한 폰트가 많은 유튜브 화면, 작은 텍스트가 많은 메뉴판, 야외 간판 이미지 등을 사용했다. 

 

결과는 크고 작은 다양한 텍스트를 꽤 잘 검출해낸다. 하지만 글씨체가 특이할수록 오인식하는 경우가 발생하기도 한다.

 

 

2. Document Understanding

Document Understanding 분야에서는 영수증, 신용카드, 사업자등록증, 고지서, 명함, 신분증 카테고리를 제공하고 각 문서를 업로드하면 카테고리별로 이미지에서 필요한 정보만을 찾아 텍스트 영역을 표시하고 텍스트 정보는 key-value 형태로 보여준다. 예를 들어 영수증에서는 {상품명 : 씨그램, 수량 : 2, 단가: 800, 금액 : 1600}, 사업자 등록증에서는 {등록 번호 : xxx, 법인명 : xxx, ...} 와 같은 정보를 출력해 준다.

---

현재 OCR 웹 데모에서 사용되는 모델이 정확히 어떤 것인지 알 수는 없으나 굉장히 우수한 성능을 보여준다. 

 

딥러닝 모델은 논문을 참고하면 현재 기술력의 수준을 정량적으로 알 수 있으나, 실제로 리얼 이미지에서 어느 정도의 성능을 가지는지는 알기 쉽지 않다. 하지만 오늘 살펴본 네이버 클로바의 OCR 기술처럼 데모를 제공하는 경우 정성적인 테스트를 해볼 수 있기 때문에 연구나 기술 개발 등에 참고하면 좋을 것 같다.

 

올해(2023) 말에는 DEER 모델의 API도 공개한다고 하니 얼마나 우수한 성능을 내는지 확인해 봐야겠다.