손글씨 문서 OCR은 어디까지 자동화할 수 있을까

손글씨 신청서나 점검표를 OCR로 읽을 때는 인쇄 문서보다 글자 모양과 작성 습관의 차이가 큽니다. 전부 자동화할 수 있는지보다 어떤 필드를 자동 처리하고 어떤 값은 사람에게 확인받을지 정하는 것이 안전합니다.

필드별 오류 비용을 나눈다

날짜, 금액, 계좌, 제품 번호는 한 글자 오류가 큰 문제를 만들 수 있습니다. 참고 메모와 같은 기준으로 자동 통과시키지 않습니다. 문서 종류와 필드별로 필수 검수, 표본 검수, 자동 통과 조건을 정합니다.

원본 품질을 먼저 확인한다

흐린 사진, 그림자, 잘린 테두리, 회전된 페이지는 모델이 읽기 어렵습니다. 업로드 시 품질 검사를 하고 다시 촬영할 수 있게 안내합니다. 원본 문제와 인식 문제를 구분해 기록해야 개선 방향이 보입니다.

형식과 교차 검증을 사용한다

주민번호처럼 민감한 값은 수집 필요성부터 검토해야 하고, 사업자번호나 주문번호처럼 형식이 있는 값은 형식 검사로 일부 오류를 잡을 수 있습니다. 문서의 합계·참조번호와 외부 시스템 값도 대조합니다. 높은 신뢰 점수만으로 확정하지 않습니다.

검수 화면에서 원문을 바로 보인다

담당자가 추출값과 해당 손글씨 구간을 나란히 보고 수정할 수 있어야 합니다. 확인할 수 없는 글씨는 억지로 추측하지 않고 작성자에게 재확인을 요청합니다. 수정 이력과 승인자를 남겨 후속 업무의 책임을 분명히 합니다.

성능은 실제 양식으로 측정한다

서로 다른 작성자, 펜, 촬영 환경의 문서를 평가에 넣습니다. 전체 문자 정확도 외에 중요 필드의 오통과율과 한 건당 검수 시간을 봅니다. 자동화율이 높아져도 잘못 확정된 값이 늘면 성공이 아닙니다.

현장에 적용할 때의 순서

1. 중요 필드·원본 품질 분류
2. 형식·참조값 교차 검증
3. 불확실한 값 사람 확인

주의할 실패: 신뢰 점수만으로 자동 확정

관찰할 지표: 중요 필드 오통과율과 검수 시간

적용 전 체크리스트

• 중요 필드별 검수 기준이 있는가
• 촬영 품질이 나쁘면 재촬영을 안내하는가
• 오통과율과 사람 검수 시간을 함께 보는가

참고 자료

Google Cloud Document AI documentation. 문서 추출의 기본 기능을 참고했습니다. 손글씨 필드별 자동화 기준은 실제 문서와 오류 비용으로 검증해야 합니다.

이미지와 도식은 이해를 돕기 위한 개념 시각화입니다. 특정 고객의 실제 설비·데이터·화면을 재현한 것이 아닙니다.

#손글씨OCR #문서AI #필드검수 #지능형문서처리 #업무자동화 #문서품질 #데이터검증 #예외처리 #AI도입 #스캔문서