AI 세부 실습 03 - 이미지 설명과 OCR

이미지 설명과 OCR

이 글은 다음 실습 주제를 기준으로 정리합니다.

• 이미지를 보고 설명을 생성하는 비전 모델
• 이미지 URL과 로컬 이미지 입력 비교
• 이미지 안의 글자를 추출하는 OCR

12번 실습은 AI가 이미지를 보고 텍스트로 설명하거나, 이미지 안의 글자를 추출하는 내용입니다.

이미지 설명 생성

이미지 설명은 사진이나 그림을 모델에 보내고 설명문을 받는 작업입니다.

이미지 파일
-> AI 비전 모델
-> 이미지 설명 텍스트

예를 들어 강아지 사진을 입력하면 다음과 같은 답을 받을 수 있습니다.

사진에는 잔디밭 위에 앉아 있는 갈색 강아지가 보입니다.

어디에 사용할까?

이미지 설명은 다음과 같은 곳에 사용할 수 있습니다.

• 상품 이미지 설명 자동 생성
• 블로그 이미지 대체 텍스트 작성
• 시각 자료 요약
• 사진 분류 전 사전 설명 생성
• 접근성 개선

특히 웹 접근성에서는 이미지를 볼 수 없는 사용자를 위해 대체 텍스트가 중요합니다.

OCR이란?

OCR은 Optical Character Recognition의 약자입니다. 이미지 속 문자를 텍스트로 바꾸는 기술입니다.

영수증 사진
-> OCR
-> 날짜, 금액, 매장명 텍스트 추출

12번 실습의 image_text_extract 파일은 이 흐름과 연결됩니다.

OCR 활용 예시

OCR은 업무 자동화와 잘 맞습니다.

• 영수증 정리
• 신분증 정보 추출
• 스캔 문서 텍스트화
• 칠판 사진 정리
• 계약서 이미지에서 특정 문구 찾기

다만 개인정보가 포함된 이미지는 보관과 전송에 주의해야 합니다.

이미지 입력 처리

이미지를 API에 보낼 때는 보통 다음 과정이 필요합니다.

이미지 파일 읽기
-> base64 등 API가 요구하는 형식으로 변환
-> 프롬프트와 함께 모델에 전달

프롬프트 예시는 다음과 같습니다.

이 이미지에 무엇이 있는지 한국어로 설명해줘.

OCR 프롬프트는 더 구체적으로 작성합니다.

이 이미지에 있는 모든 문자를 줄바꿈을 유지해서 추출해줘.
금액, 날짜, 상호명이 있으면 따로 정리해줘.

결과 검증

비전 AI와 OCR 결과는 항상 맞지는 않습니다.

특히 다음 상황에서 오류가 늘어납니다.

• 글자가 작음
• 이미지가 흐림
• 기울어진 사진
• 손글씨
• 배경과 글자 색 대비가 낮음
• 여러 언어가 섞임

중요한 문서라면 사람이 한 번 검토해야 합니다.

정리

12번 실습은 이미지 데이터를 텍스트로 바꾸는 과정입니다. 이미지 설명은 “무엇이 보이는가”를 정리하고, OCR은 “어떤 글자가 있는가”를 추출합니다. 이 두 기능은 문서 자동화, 이미지 검색, 접근성 개선의 기초가 됩니다.