Optical Character Recognition (OCR, 광학 문자 인식)

📌 한 줄 통찰 (The Karpathy Summary)

"픽셀의 덩어리에서 언어의 형상을 발견하고, 물리적 세상의 기록을 디지털 지식의 흐름으로 복원하라" — 이미지나 스캔된 문서 내의 텍스트를 식별하여 컴퓨터가 편집하고 검색할 수 있는 텍스트 데이터로 변환하는 기술.

추출된 패턴: "Localization, Recognition, and Linguistic Refinement" — 먼저 글자가 어디에 있는지 영역을 찾고(Detection), 각 영역의 이미지를 문자로 번역하며(Recognition), 언어 모델을 통해 문맥상 자연스러운 단어로 교정하는 3단계 처리 패턴.
주요 기술적 진화:
- Classic OCR (Tesseract): 정해진 폰트와 깔끔한 배경 위주로 작동.
- Deep Learning OCR (CRNN, Transformer): 비정형 배경, 휘어진 텍스트, 다양한 필체 인식 가능.
- Scene Text Recognition: 자연 환경 속 간판이나 사물의 텍스트 탐지.
의의: 방대한 종이 문서의 디지털화(Digital Transformation)를 가능케 하며, 자율주행차의 표지판 인식, 번역 앱의 실시간 텍스트 치환 등 실생활 지능의 필수 관문 역할.

과거 데이터와의 충돌: 단순히 '글자 하나하나'를 맞히는 단계를 넘어, 이제는 문서의 레이아웃(표, 리스트 등)까지 파악하여 구조화된 JSON/Markdown으로 변환하는 Layout Analysis 기술이 현대 OCR의 핵심 경쟁력이 됨.
정책 변화: Antigravity 프로젝트는 외부 데이터 수집 시 이미지나 PDF 내의 텍스트를 지식화하기 위해, 최신 트랜스포머 기반 OCR 엔진을 활용하여 높은 정확도의 텍스트 추출을 보장함.