실물 문서 사진에서 이름, 숫자, 판독값 읽기
명함이나 주차 딱지를 찍는 데는 1초면 충분합니다. 데이터를 스프레드시트에 입력하는 데는 항목당 2~3분이 걸리지만, 이 도구는 5초 만에 읽어냅니다.
사진당 5~10초 · 인쇄 텍스트 최대 99% 정확도
실물 문서 사진에서 추출할 수 있는 항목
명함, 배송 라벨, 유틸리티 미터기, 처방전 라벨 — 각각 조명, 각도, 텍스트 품질이 다른 물리적 객체입니다. 맞춤 열 추출을 사용하면 필요한 필드를 직접 지정할 수 있습니다. AI는 이미지 내 위치가 아닌 각 값의 의미를 이해하여 모든 사진에서 해당 값을 찾아냅니다.
이는 각 시나리오에 대해 입력하는 열 이름입니다. AI는 물리적 매체와 관계없이 일치하는 값을 찾아 모든 사진 유형에 걸쳐 하나의 스프레드시트로 통합합니다.
사진이지 스크린샷이 아닙니다 — 매체는 달라도 추출 로직은 동일합니다
명함은 광택이 나는 카드지입니다. 검침기는 유리 LCD 패널입니다. 처방전 라벨은 곡면 플라스틱입니다. 각각 빛 반사 방식, 촬영 각도, 텍스트 크기와 글꼴이 모두 다릅니다. 기존 도구는 매체마다 별도의 설정이 필요하지만, 시맨틱 추출은 하나의 열 이름 집합으로 모든 것을 읽어냅니다.
사진이 기존 데이터 입력을 망가뜨리는 이유
모든 실제 물체는 각기 다른 판독 과제입니다. 광택 명함은 눈부심을 발생시킵니다. 계량기 디스플레이는 낮에 대비가 낮습니다. 처방전 라벨은 곡선 병을 감쌉니다. 기존 OCR은 평평하고 균일하게 조명된 문서를 기대하지만, 실제 물체는 절대 협조하지 않습니다.
수동 필사는 항목당 2~3분이 소요됩니다. 현장 작업자가 계량기를 촬영하고, 스프레드시트를 열고, 사진에서 숫자를 읽어 입력합니다. 화이트보드 메모는 손으로 필사됩니다. 사진 촬영과 스프레드시트 데이터 확보 사이의 간격은 모든 항목에 대해 수동 입력으로 채워집니다.
템플릿 도구는 매체마다 하나의 설정이 필요합니다. 영역 OCR 도구는 명함에 대한 추출 영역을 그린 다음, 계량기 사진에 대해 완전히 다른 영역을 그려야 합니다. 물리적 다양성으로 인해 둘 이상의 문서 유형을 처리하는 사람에게 템플릿 유지 관리는 비현실적입니다.
의미 기반 추출이 모든 물리적 매체를 읽는 방법
열 이름을 지정하면 AI가 의미를 기준으로 값을 찾습니다. 명함 배치에 "이름, 전화번호, 회사"를 입력하고, 미터 사진에 "검침값, 미터 ID"를 추가하세요. 시각 모델은 각 필드가 무엇을 나타내는지 이해하여 위치를 찾습니다. 이름은 광택 카드지에 인쇄되었든 화이트보드에 적혔든 항상 이름입니다.
하나의 열 세트로 동일 배치 내 다양한 물리적 매체를 처리합니다. 명함, 배송 라벨, 처방전 라벨을 하나의 배치에 함께 업로드하세요. 열을 한 번만 정의하면 됩니다. AI는 카드지의 눈부심, 병의 곡면, 라벨의 작은 글꼴을 각각 독립적으로 처리합니다. 어떤 사진도 물리적 형식이 같지 않아도 모든 사진이 동일한 스프레드시트의 행이 됩니다.
시각적 맥락이 조명과 각도 왜곡을 해결합니다. 황혼에 아래에서 촬영된 미터 검침 사진 — 시각 모델은 눈부심과 낮은 대비 속에서도 숫자를 해석합니다. 이는 개별 문자를 깨끗하게 OCR하려는 대신, 라벨이나 단위 표시기로 둘러싸인 숫자 값인 "미터 검침"이라는 개념을 이해하기 때문입니다.
혼합 사진 유형을 세 단계로 하나의 스프레드시트로
서류 사진 촬영 또는 업로드
전시회에서 명함 더미를 받았거나, 집에서 계량기를 확인했거나, 약국에서 처방전을 받은 상황을 떠올려보세요. 휴대폰으로 JPG나 PNG 형식으로 사진을 찍고, 한 번에 드래그하여 업로드하세요. 명함, 택배 송장, 지난달 계량기 사진까지 — 유형별로 분류할 필요 없이 모두 함께 넣으면 됩니다.
필요한 필드 이름을 한 번만 지정
이름, 전화번호, 회사, 운송장번호, 검침값, 약품명, 용량을 입력하세요. 하나의 열 세트가 배치 내 모든 사진에 적용됩니다. AI는 각 이미지를 독립적으로 읽습니다. 명함에서 전화번호 패턴을 이해해 번호를 찾고, 택배 송장의 바코드 영역에서 운송장번호를 읽으며, 계량기 단위 표시를 통해 검침값을 식별합니다. 어떤 사진이 어떤 유형인지 알려줄 필요가 없습니다.
하나의 깔끔한 스프레드시트 다운로드
처리 시간은 사진당 5~10초입니다. 결과물은 하나의 XLSX 파일입니다. 각 행은 사진 한 장, 각 열은 사용자가 지정한 필드입니다. 명함은 1~5행, 택배 송장은 6행, 계량기 사진은 7행 — 모두 동일한 테이블에 정리됩니다. 사진을 하나씩 열어 수동으로 데이터를 입력하는 방식보다 약 18배 빠릅니다 .
최적의 사용 환경 — 주의가 필요한 경우
이러한 경계를 이해하면 일관된 결과를 얻을 수 있습니다.
최적의 사용 환경
조명이 좋고 평평한 물체를 직접 촬영한 사진. 테이블 위 명함, 책상 위 배송 라벨, 평평하게 든 신분증 — 최대 99% 정확도.
숫자가 선명한 디지털 디스플레이 판독값. 검침기, 혈당 측정기, 혈압계는 고대비 LCD를 사용합니다. 모델은 브랜드에 관계없이 일관되게 판독합니다.
혼합 유형 일괄 처리. 명함, 라벨, 검침기를 하나의 열 세트로 한 번에 처리 — 특정 사진에 없는 필드는 비워둡니다. 유형별 분류가 필요 없습니다.
주의가 필요한 경우
극단적인 각도, 반사광, 저조도. 해질녘 지상에서 촬영한 검침기나 상부 조명이 반사되는 광택 카드는 정확도가 떨어집니다. 물체를 정면에서 균일한 조명으로 촬영하세요.
화이트보드나 레시피의 필기체. 인쇄체는 잘 추출되나, 흘림체나 희미한 마커는 신뢰도가 낮습니다. 필기 출력물은 초안으로 간주하고 검토하세요.
표시된 데이터만 추출 — 임상 해석 불가. 혈당 측정기의 180 mg/dL 판독값은 정확히 추출되지만, AI는 건강 이상을 알리지 않습니다. 임상 해석은 사용자의 책임입니다.
자주 묻는 질문
명함 사진과 배송 라벨 사진을 같은 배치에서 처리할 수 있나요? 명함에서는 연락처 정보를, 배송 라벨에서는 운송장 번호를 추출하고 싶습니다.
가능합니다. 열 이름을 한 번 정의하면 됩니다. AI는 각 사진에서 해당 값을 독립적으로 찾습니다. 명함에는 이름과 전화번호가 있지만 운송장 번호는 없고, 배송 라벨에는 운송장 번호와 택배사가 있지만 전화번호는 없습니다. 특정 사진에 없는 필드는 비워둡니다. 결과는 모든 사진 유형의 관련 데이터가 포함된 단일 스프레드시트입니다.
휴대폰으로 비스듬히 찍은 계량기 사진의 판독 정확도는 어느 정도인가요?
디지털 계량기 표시창을 정면에서 조명이 잘 들어오게 찍은 사진의 경우 숫자 판독 정확도가 최대 99%에 달합니다. 비스듬히 찍거나 빛 반사가 있는 경우 정확도는 떨어지지만, 기존 OCR보다 시각 모델의 성능이 여전히 뛰어납니다. 왜곡된 문자를 깨끗이 인식하려고 시도하는 대신, 계량기 판독값을 'kWh' 또는 'm³'와 같은 단위 옆의 숫자 값이라는 의미론적 개념으로 이해하기 때문입니다. 중요한 청구 판독값의 경우 사진을 가능한 정면에서 찍으십시오. 모델은 조건에 관계없이 5초 안에 판독합니다.
화이트보드 사진이나 손글씨 레시피 카드에서 필기 내용을 추출할 수 있나요?
시각 모델은 필기를 처리할 수 있지만, 가독성이 핵심입니다. 조명이 잘 들어오는 화이트보드나 레시피 카드에 또박또박 쓴 필기는 안정적으로 추출됩니다. 한 Reddit 사용자가 OCR 도구에 관한 토론에서 설명했듯이, 수동 대안은 "사진을 다시 찍고, 파일을 열고, 내가 휘갈겨 쓴 내용을 다시 타이핑하는 것"입니다. 이 단축키는 정확도가 완벽하지 않더라도 시간을 절약해 줍니다. 흘림체나 희미한 마커는 정확도를 떨어뜨립니다. 필기 내용의 경우 출력 결과를 시작점으로 삼고 직접 확인하십시오.
처방전 라벨 사진에서 추출할 수 있는 구체적인 필드는 무엇인가요?
필요한 모든 열을 정의할 수 있습니다. 일반적인 선택 항목으로는 약품명, 용량, 복용 빈도, 처방의사명, 조제일자, 약국명, 남은 재조제 횟수 등이 있습니다. AI는 약품명과 관련 복약 지시문을 모두 읽고, 라벨 문맥을 이해하여 각 값을 올바른 열에 할당합니다. 이 도구는 라벨에 인쇄된 내용을 추출할 뿐, 임상적 의미를 해석하거나 약물 상호작용을 확인하지 않습니다. 이는 약사의 영역입니다.
같은 배치에서 혈당 측정기와 혈압 모니터의 수치를 모두 추출하여 시간 경과에 따른 건강 데이터를 추적할 수 있나요?
네. 혈당 측정기 디스플레이와 혈압 모니터 화면 사진을 하나의 배치에 업로드하세요. 날짜, 수축기, 이완기, 맥박, 혈당, 메모와 같은 열을 정의합니다. AI가 혈압 사진에서 수축기, 이완기, 맥박을 채우고 혈당 측정기에서 혈당을 채웁니다. 관련 없는 필드는 각 행에서 비워둡니다. "메모" 열에는 기기 화면에 표시되는 "아침 식사 전" 또는 "저녁 측정"과 같은 레이블을 캡처할 수 있습니다. XLSX로 내보내면 통합 건강 기록이 생성되며, 각 수치를 수동으로 입력하는 것보다 약 18배 빠릅니다.
사진 문서 추출에 대한 심층 분석: 운송장 번호, 필기 주석 및 명세표를 포함한 배송 라벨 추출의 필드별 정확도 분석 · AI 검침 기술과 수동 검침, AMR, 스마트 미터의 유틸리티 시나리오 비교 · 약국 팀의 AI 기반 투약 안전 평가를 위한 처방전 라벨 추출 정확도 분석
특정 필드가 아닌 전체 문서를 완전한 구조화된 테이블로 변환해야 하는 경우, 스크린샷을 Excel로 변환 기능이 물리적 객체 사진이 아닌 화면 캡처에 대한 다른 유형의 추출 요구를 처리합니다.