2.2 KiB
2.2 KiB
id, category, confidence_score, tags, last_reinforced
| id | category | confidence_score | tags | last_reinforced | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| P-REINFORCE-AUTO-OOCR-001 | 10_Wiki/💡 Topics/AI | 0.97 |
|
2026-04-20 |
Optical-Character-Recognition
📌 한 줄 통찰 (The Karpathy Summary)
"이미지에서 지식을 채굴하다: 사진이나 스캔 문서 속의 글자 이미지를 기계가 읽을 수 있는 텍스트 데이터로 변환하여, 먼지 쌓인 종이 뭉치를 검색 가능한 지식의 보고로 부활시키는 컴퓨터 비전의 첫 번째 결실."
📖 구조화된 지식 (Synthesized Content)
광학 문자 인식(OCR)은 이미지 형태의 문자를 디지털 텍스트로 인식하는 기술입니다.
- 3대 단계:
- Pre-processing: 이미지 잡음 제거 및 글자 정렬. (Noise와 연결)
- Recognition: 획의 패턴이나 특징을 추출하여 어떤 글자인지 판별. (Deep Learning (DL)와 연결)
- Post-processing: 사전(Dictionary)을 대조하여 문맥상 어색한 오타 수정.
- 왜 중요한가?:
- 아날로그 세계의 지식을 디지털 지식 구조로 이전하는 '입구' 역할을 하며, 영수증 자동 처리, 자동차 번호판 인식 등 실생활 자동화의 핵심임. (Efficiency와 연결)
⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- 과거 데이터와의 충돌: 과거에는 정해진 폰트만 읽는 '템플릿 매칭 정책'이었으나, 현대 정책은 손글씨나 복잡한 배경 속 글자까지 읽어내는 '딥러닝 기반 지능형 OCR(IDP) 정책'으로 진화함(RL Update).
- 정책 변화(RL Update): 최근에는 단순히 글자만 읽는 정책을 넘어, 문서의 레이아웃과 서식의 의미 정책까지 파악하는 '문서 이해(Document AI) 정책'으로 확장되어 멀티모달 모델의 핵심 기능 정책으로 편입됨. (Multimodal-Learning와 연결)
🔗 지식 연결 (Graph)
- Computer Vision, Deep Learning (DL), Noise, Multimodal-Learning, Efficiency
- Modern Tech/Tools: Tesseract, Google Cloud Vision, Amazon Textract, ABBYY FineReader, LayoutLM.