필기 인식 정확도:
문자 체계, 모델 및 문서 유형별 (2026)
최종 검토: 2026-08-10 · 데이터 범위: 일부 · 출처: 독립 연구 15건
이 페이지에서 다루지 않는 내용: 인쇄체 텍스트 OCR 정확도(문서 유형별 OCR 성능 참조), OCR/HTR 자체의 작동 원리(OCR이란? 참조), 수동 데이터 입력 오류율(수동 입력 오류율 참조), 또는 아래에 인용된 독립적 측정치를 넘어서는 특정 제품의 공급업체별 성능 주장은 다루지 않습니다.
아래의 모든 수치는 방법론 섹션에 인용된 공개된 제3자 연구 및 업계 벤치마크를 기반으로 합니다. 출처가 서로 다를 경우 보수적인 범위(보고된 최저–최고 값)를 사용합니다. 이 페이지는 필기 인식 연구 및 문서 디지털화 계획을 위한 방향성 벤치마크이며, 특정 엔진이나 말뭉치에 대한 정확한 예측이 아닙니다.
2026년 최고 수준의 시스템은 IAM 벤치마크에서 현대 영어 필기를 문자 오류율(CER) 1.22–1.71%로 읽어냅니다 — 인쇄체 텍스트 품질에 근접한 수준입니다. 같은 세대의 모델을 15~19세기 역사적 문서에 적용하면 오류율은 CER 71–82%로 급등합니다(Crosilla et al., 2025). 필기 인식은 하나의 정확도 수치가 아니라, 문자 체계, 필기 스타일, 모델 아키텍처, 문서 유형이 대략 그 영향력 순서대로 난이도 사다리의 발판을 결정하는 구조입니다.
필기가 인쇄 텍스트보다 어려운 이유
인쇄 텍스트는 표준화된 글리프의 닫힌 집합이지만, 필기는 개성적인 글리프의 열린 집합입니다. 이 페이지의 모든 모델은 동일한 세 가지 구조적 차이와 싸우고 있으며, 이는 아래의 모든 문자 체계, 스타일, 아키텍처가 다르게 작동하는 이유를 설명합니다.
첫째, 필자 변이입니다. 두 사람이 같은 글자를 같은 방식으로 쓰는 경우는 없습니다. IAM 말뭉치만 해도 13,353개 텍스트 라인에 걸쳐 657명의 서로 다른 필자의 필기를 포함하며(Heyberger & Guyeux, 2024), 같은 글자가 수백 가지의 실질적으로 다른 형태로 나타납니다. 그래서 고정된 필자의 필기에 대한 정확도는 범용 인식에서 의미가 없습니다. 둘째, 연결된 문자입니다. 필기체와 완전히 연결된 문자 체계에서는 글자가 합자로 합쳐져 깔끔한 분할 경계가 없습니다. 인식 엔진은 한 문자가 끝나고 다음 문자가 시작하는 지점을 결정해야 하며, 인쇄 텍스트는 이런 결정을 요구하지 않습니다. 아랍어가 극단적인 사례입니다. 아랍어 문자 체계는 단어 내에서 완전히 연결되어 있고 오른쪽에서 왼쪽으로 쓰이며, 글자 형태가 단어 내 위치에 따라 변합니다. 이것이 아랍어 벤치마크가 라틴어 벤치마크보다 뒤처지는 주요 이유입니다(IIETA 비교 연구, 2024). 셋째, 문맥 의존적이고 모호한 글자 형태입니다. 흘려 쓴 "u"와 "n"은 세리프의 방향만 다를 뿐이며, 주변 단어만이 이들을 구분합니다. 그래서 거의 모든 현대 시스템은 시각 모델과 언어 모델을 결합합니다. IAM 말뭉치에서 어휘집이나 언어 모델을 추가하면 일반적으로 단어 오류가 3분의 1 이상 줄어듭니다(Detection-based text line recognition, 2024).
실질적인 결과는 지속적인 지표 격차입니다. 문자 오류율(CER)은 100자당 잘못 읽은 문자를 세며, 2% CER은 100자당 약 2개의 잘못된 문자를 의미합니다. 단어 오류율(WER)은 잘못 전사된 전체 단어를 세는데, 잘못 읽은 문자 하나가 단어 전체를 실패로 만들기 때문에 필기에서 WER은 일반적으로 CER보다 2–4배 높습니다. 아랍어 KHATT 말뭉치에서는 CER 8.9%와 WER 37.6%가 공존합니다(IIETA, 2024). 어떤 지표인지, 어떤 말뭉치인지 밝히지 않고 하나의 숫자만 인용하는 정확도 주장은 기껏해야 불완전합니다.
문자 체계는 필기 인식에서 단일 최대 정확도 결정 요인이며, 모델 선택보다 큽니다. 아래 차트는 각 주요 벤치마크 말뭉치의 발표된 CER 범위(최고 보고치부터 일반적인 교차 모델까지)를 보여줍니다. 이야기는 계단식입니다. 현대 라틴 문자 필기는 인쇄 품질에 가깝고, 아랍어와 중국어는 한 자릿수 더 어렵고, 역사적 문서는 절벽입니다. 모델이 이를 위해 훈련되지 않은 경우에는 말입니다.
문자 체계 및 언어별 분석
출처: Crosilla et al. (2025) — IAM/RIMES/READ-2016/Bentham 전반에 걸친 LLM 벤치마크, 8개 멀티모달 LLM; CodeSOTA IAM 리더보드 (2024–2026) — 논문 출처가 포함된 모델별 CER/WER; Heyberger & Guyeux (2024) — 라인 수준 SOTA 조사(VAN, RIMES에서 CER 1.91%); Springer SNCS (2023) — CVL 교차 말뭉치 결과; IIETA (2024) & MDPI (2024) — KHATT 결과; ICDAR 2013 중국어 대회 & PMC11951872 (2024) — 중국어 문자 정확률; arXiv 2409.17095 (2024) — READ-2016 작업 특화 WER. 중국어 행은 CER이 아닌 문자 정확률(CR)을 사용합니다 — 아래 표의 주석을 참조하세요.
| 문자 체계 / 말뭉치 | CER (최고–일반) | WER (최고–일반) | 출처 | 연도 | 샘플 |
|---|---|---|---|---|---|
| 영어 — IAM (현대) | 1.2–5.5% | 3.3–16.3% | CodeSOTA; Crosilla | 2024–2026 | 필기자 657명, 13,353줄, 115,320단어 |
| 프랑스어 — RIMES (현대, 필기체) | 1.6–4.2% | 2.0–7.7% | Crosilla; Heyberger | 2024–2025 | 프랑스어 비즈니스 서신; 1,500페이지, 12,723줄 |
| 독일어 — CVL (현대, 필기체) | 3.3–10.9% | 10.4–26.2% | Springer SNCS | 2023 | 도메인 내 ~3.3% CER; IAM으로 훈련된 모델 교차 전이 10.89% CER / 26.24% WER |
| 아랍어 — KHATT (현대) | 8.9–16.3% | 27.3–43.9% | IIETA; MDPI | 2024 | 필기자 1,000명, 문서 4,000건; 완전 연결형 우횡서 문자 체계 |
| 중국어 — CASIA-HWDB / ICDAR-2013 (현대) | 6.8–11.2% 문자 오류 | — | ICDAR 2013; PMC11951872 | 2013–2024 | 필기자 1,020명; ICDAR-2013 테스트 세트에서 오프라인 텍스트 인식 88.76% CR (2013) → 93.18% CR (2024) |
| 역사적 독일어 — READ-2016 (작업 특화 엔진) | 3.6–6.2% | 4.1–5.5% | Heyberger; arXiv 2409.17095 | 2016–2024 | 15~19세기 의회 회의록 30,000페이지; VAN 3.59% CER, DAN 4.10% WER |
| 역사적 영어/독일어 — Bentham & READ (범용 LLM) | 71–82% | 95–100% | Crosilla | 2025 | 멀티모달 LLM 8종, 제로샷/미세 조정; 전사 결과 사용 불가 판정 |
출처는 위 표에 나열되어 있습니다. 지표 관련 두 가지 참고 사항: (1) 중국어 행은 ICDAR 2013 대회와 이후 논문에서 모두 사용한 지표인 문자 정확률(CR)을 보고합니다. 이는 올바르게 인식된 문자를 세지만 CER처럼 삽입 오류에 페널티를 부과하지 않으므로, 방향성은 비교 가능하나 CER과 동일하지는 않습니다. (2) 역사적 문서 행은 모델 유형별로 의도적으로 구분했습니다. 작업 특화 엔진과 범용 LLM은 동일한 문서에서 서로 다른 존재입니다 — 모델 아키텍처별 분석을 참조하세요.
필기 스타일 — 활자체, 필기체, 또는 혼합 — 은 실무자가 가장 먼저 체감하는 차원이지만 가장 엄밀한 데이터가 부족한 차원이기도 합니다. 주요 벤치마크 말뭉치 중 각 샘플을 활자체 또는 필기체로 라벨링한 것은 없으므로, 활자체 대 필기체 격차는 업계 벤치마크와 말뭉치 자체의 구성(RIMES와 CVL은 필기체, IAM은 혼합)에 근거합니다.
필기 스타일별 분석
| 필기 스타일 | 관측 정확도 | 근거 | 출처 | 연도 |
|---|---|---|---|---|
| 활자체(문서) | 더 쉬운 기준선, 최상위 시스템은 인쇄물에 근접한 품질 | AIMultiple: "문서 스타일의 텍스트는 문자가 활자체로 분리되어 쓰이므로 인식하기 더 쉽다"; 통제된 학술 벤치마크는 존재하지 않음(데이터 공백) | AIMultiple | 2025 |
| 필기체(이어진 글자) | 100개 샘플 벤치마크: Gemini 3 Pro 100%, GPT-5 & olmOCR-2-7B 최상위권 | 필기자 10명 × 필기체 문단 10개, 자연스러운 연결과 기울기 유지; 14개 솔루션을 의미적 유사도로 순위 매김 | AIMultiple 필기체 벤치마크 | 2025 |
| 필기체(말뭉치 수준, 작업 특화) | CER 1.6–3.7% | RIMES(프랑스어 필기체 편지)와 CVL(독일어/영어 필기체)은 모델을 학습시키면 IAM에 근접한 CER에 도달 — 스타일 난이도는 학습 가능한 것이지 본질적인 것이 아님 | Crosilla; Springer SNCS | 2023–2025 |
| 혼합(한 양식에 활자체 + 필기체) | 최고 모델도 문서 수준 95% 미만 | 활자체, 필기체, 혼합 스타일에 걸친 실제 손으로 작성한 양식 10개: GPT-5 Mini와 Gemini 2.5 Flash Lite가 선두였으나 "최고 모델조차 95%+ 비즈니스 수준 정확도에 도달하기 어렵다" | BusinessWareTech | 2025 |
출처는 위 표에 나열되어 있습니다. 데이터 공백을 솔직히 밝힙니다. 통제된 필기 스타일 라벨 말뭉치에서 활자체와 필기체의 정확도를 분리한 동료 심사 연구는 없습니다. RIMES와 CVL은 우연히 필기체이고 IAM은 혼합이지만, 각 샘플에 라벨을 붙인 벤치마크는 없습니다. 따라서 여기서 필기 스타일 차원은 AIMultiple의 필기체 전용 벤치마크와 동료 심사 결과의 말뭉치 구성에 근거하며, 직접적인 학술 스타일 비교는 아직 존재하지 않는다는 단서가 붙습니다(한계 참조).
모델 아키텍처는 10년 동안 동일한 IAM 말뭉치에서 약 5배의 오류 감소를 이끌었습니다. 아래 리더보드 진행 과정, 즉 CTC 기반 순환 신경망, 트랜스포머, 멀티모달 LLM은 필기 정확도가 어떻게 향상되었는지에 대한 가장 명확한 공개 기록이며, "정확도"가 모델 학습 방식에 가장 크게 좌우되는 축이기도 합니다.
모델 아키텍처별 분석
| 아키텍처 | 시대 | IAM CER (최고) | IAM WER (최고) | 대표 모델 | 출처 |
|---|---|---|---|---|---|
| CNN-LSTM + CTC | 2016–2022 | ~4.1–5.5% | 5.0–16.3% | DAN 5.01 WER; Start-Follow-Read 6.4; PyLaia 7.5–8.4; VAN 16.3 (줄 WER) / 4.45 CER | arXiv 2409.17095; CodeSOTA |
| 트랜스포머 (인코더-디코더) | 2021–2024 | 2.38–2.89% | ~2.4–2.9% (보고됨) | TrOCR 2.89% CER (2021); DTrOCR 2.38% CER (WACV 2024); HTR-VT 사전 학습 없이 14.9 WER | CodeSOTA; IIETA |
| 멀티모달 LLM (VLM) | 2025–2026 | 1.22–1.75% | 3.34–3.59% | GPT-5 ~1.22% CER (2026); GPT-4o-mini 1.71% CER / 3.34% WER (2025); Claude 3.5 Sonnet 1.75% CER | CodeSOTA; Crosilla |
| 범용 OCR 엔진 (별도 조정 없는) | 2023–2026 | RIMES 말뭉치: 11–18% CER, 33–53% WER | DOCSUMO 11% CER; Transkribus 18% CER; Ocelus 15% CER (RIMES에 미세 조정되지 않은 슈퍼모델) | Heyberger | |
출처는 위 표에 나열되어 있습니다. 마지막 행을 제외한 행은 동일한 IAM 말뭉치에서 발표된 최고 결과를 비교하며, 마지막 행은 RIMES에 대한 설문 조사의 별도 조정 없는 상용 평가를 보고합니다. 이는 익숙하지 않은 말뭉치에서 조정되지 않은 상용 엔진이 2026년 모델보다 2016년 연구 모델처럼 작동한다는 점을 보여주기 위해 포함되었습니다. 동일한 분할에서 아키텍처 간 비교는 드뭅니다. IAM "Aachen 분할"과 표준 분할은 동일한 모델에 대해 다른 수치를 산출합니다(예: DRetHTR-base는 IAM-A에서 6.55 WER, 2026).
문서 유형은 이론적 정확도가 현실과 맞닥뜨렸을 때 얼마나 유지되는지를 결정합니다. 깨끗한 벤치마크 말뭉치는 줄이 구분되어 있고 일반 용지에 작성되지만, 실제 문서는 필드가 겹치는 양식, 여백에 필기가 있는 편지, 약어와 흐릿한 잉크가 있는 역사적 문서로 도착합니다. 각 문서 유형에 대해 발표된 범위 — 벤치마크 최고치가 아닌 — 가 계획의 기준이 되는 수치입니다.
문서 유형별 분석
| 문서 유형 | 정확도 범위 | 맥락 | 출처 | 연도 |
|---|---|---|---|---|
| 표준 수기 양식 | 최고 모델 <95% 문서 수준 | 실제 양식 10개, 활자체/필기체/혼합; GPT-5 Mini와 Gemini 2.5 Flash Lite가 선두; 구조화된 필드 추출은 판독 오류 위에 필드 수준 실패를 추가함 | BusinessWareTech | 2025 |
| 자유 형식 편지(현대) | 문자 오류율(CER) 1.2–1.9%(SOTA), 11–18%(별도 조정 없는 상용) | IAM과 RIMES는 편지이며, 동일한 말뭉치에서 SOTA와 조정되지 않은 상용 엔진 간의 격차는 전체 자릿수 차이입니다 | Crosilla; Heyberger | 2024–2025 |
| 역사적 문서 | 문자 오류율(CER) 3.6–6.2%(작업 특화) / 71–82%(범용 LLM) | READ-2016, Bentham, 글라골 문자; 약어, 옛 어휘, 문자 체계 복잡성으로 인해 전용 엔진은 가장 어려운 문자 체계에서 4.8–6.05% CER에 이름 | arXiv 2409.17095; PMC12202554; Crosilla | 2024–2025 |
| 실제 메모 / 혼합 문서 | 솔루션 전반에 걸쳐 46–95% 의미적 유사도 | 다양한 필기체에 대한 AIMultiple의 12개 솔루션 OCR 벤치마크; LLM 기반 솔루션이 93–95%로 선두, 레거시 OCR 엔진은 범위의 최하위에 위치 | AIMultiple | 2026 |
출처는 위 표에 나열되어 있습니다. "자유 형식 편지" 행은 CER을 사용하는 반면 "실제 메모"는 의미적 유사도 점수를 사용한다는 점에 유의하십시오 — 서로 다른 측정 척도이므로 혼합하지 않고 별도로 표시했습니다. 46–95% 범위는 현대와 역사적, 깨끗한 문서와 지저분한 문서를 하나의 측정으로 아우르는 유일한 수치입니다.
이 데이터 활용 방법
"필기 인식 정확도"를 공급업체가 제시한 숫자에서 자신의 문서에 적용할 수 있는 방어 가능한 기대치로 바꾸기 위해 벤치마크를 실행할 필요는 없습니다. 위 표를 활용한 4단계 간이 점검만으로 충분하며, 대개 이 과정에서 헤드라인 수치가 여러분이 처리하는 문서 유형과 다른 유형에서 측정되었다는 사실이 드러납니다.
- 문서를 분류하세요. 네 가지 질문에 답합니다. 문자 체계(라틴? 아랍? 중국어?), 스타일(활자체, 필기체, 혼합?), 문서 유형(양식, 편지, 역사적 문서?), 그리고 시스템이 학습한 말뭉치가 이와 유사한지 여부입니다. 라틴 문자 현대 양식은 쉬운 구간이고, 비라틴 문자로 된 19세기 문서는 어려운 구간입니다. 위 표는 각 구간에 고유한 범위를 제시합니다.
- 정직한 지표를 선택하세요. 후속 프로세스가 100자당 몇 글자의 오류를 허용할 수 있다면 CER 구간을 사용하고, 단어 전체가 중요하다면(검색, 개체명, 주소) WER 구간을 사용하며, 필드 하나가 틀리면 레코드가 실패하는 양식에는 문서 수준 정확도를 사용하세요. 동일한 시스템이 1.7% CER, 3.3% WER, 80% 필드 수준 정확도를 정당하게 보여줄 수 있습니다.
- 모델 특화 할인을 적용하세요. 엔진이 문서 유형에 대해 학습되거나 미세 조정되었다면 최고 공개 CER에 근접할 수 있습니다(현대 라틴 문자 기준 1.2–1.9%). 별도 조정 없는 범용 시스템이라면 익숙하지 않은 필기체에서 11–18% CER 구간(Heyberger 2024), 역사적 문서에서는 71–82% 구간(Crosilla 2025)을 예산으로 잡아야 합니다.
- 검토 대기열 규모를 산정하세요. 각 50단어로 된 필기 문서 200페이지에서 3% WER라면, 수정 전 기준으로 배치당 약 300개의 잘못된 단어(200 × 50 × 3%)가 발생합니다. 아랍어 문서에서 16% CER라면 동일한 배치에 수천 개의 의심 문자 가 있습니다. 이 산술이 인간 검토, 신뢰도 임계값, 어휘 기반 사후 교정 중 무엇이 경제적으로 필요한지 결정합니다.
이는 대략적인 추정 공식이며, 자신의 문서를 벤치마킹하는 것을 대체하지 않습니다. 이 페이지의 모든 공개 범위는 다른 사람의 말뭉치에서 측정된 것입니다. 여러분의 워크플로에 적용되는 유일한 정확도 수치는 여러분이 직접 측정한 값입니다. 이 페이지의 가치는 측정 전에 기대치를 설정하는 데 있습니다.
자주 묻는 질문
2026년 필기 인식 정확도는 어느 정도인가요?
거의 전적으로 문자 체계와 문서 유형에 따라 달라집니다. 현대 영어 필기(IAM 벤치마크)에서는 최고 성능 시스템이 1.22–1.71% CER을 달성하며(CodeSOTA 2026; Crosilla 2025), 프랑스어 필기체도 1.63–1.91%로 비슷합니다(Crosilla 2025; Heyberger 2024). 아랍어는 8.9–16.3% CER이고(IIETA 2024; MDPI 2024), 역사적 문서에 범용 모델을 적용하면 71–82% CER을 기록합니다(Crosilla 2025). 다양한 실제 필기 데이터에 12개 상용 솔루션을 적용한 결과, 의미적 유사도 점수는 46–95% 범위였습니다(AIMultiple 2026).
IAM 필기 데이터베이스에서 최고 수준은 무엇인가요?
2026년 기준 GPT-5는 IAM에서 ~1.22% CER을 보고했으며, GPT-4o-mini는 1.71% CER / 3.34% WER(Crosilla 2025), 특화 모델 HTR-JAND는 어휘 보정을 적용해 1.23% CER을 기록했습니다(CodeSOTA 2024). 같은 말뭉치에서 트랜스포머 이전 최고 수준은 약 8% 문자 오류였고(Chowdhury & Vig, 2018), 일반적인 CNN-LSTM 시스템은 7.5–8.4% WER을 보였습니다(PyLaia — arXiv 2409.17095). 오류율은 몇 배나 낮아졌지만, IAM은 여전히 영어 필기의 기준 벤치마크입니다(작성자 657명, 13,353줄).
AI가 필기체를 읽을 수 있나요?
네 — 선도적인 멀티모달 모델들은 이제 필기체를 잘 처리합니다. 일부러 지저분하게 작성한 필기체 샘플 100개를 대상으로 한 AIMultiple의 2025년 벤치마크에서 Gemini 3 Pro는 100% 의미적 유사도를 기록했고, GPT-5와 olmOCR-2-7B가 최상위권에 올랐습니다(AIMultiple, 2025). 기존 OCR 엔진들은 이 그룹에 뒤처졌습니다. 필기체는 활자체보다 여전히 어렵습니다. 글자가 이어져 있어 분할이 모호하기 때문입니다. 그러나 이 격차는 모델 세대의 문제일 뿐, 절대적인 장벽은 아닙니다.
필기 인식 정확도는 인쇄체 텍스트 OCR과 어떻게 비교되나요?
인쇄체 텍스트 OCR은 깨끗한 문서에서 98–99%+ 문자 정확도를 보이며(문서 유형별 OCR 정확도 참조), 최고의 필기 인식 시스템은 현대 영어에서 98.3–98.8% 문자 정확도(1.2–1.7% CER)로 근접하지만 동일하지는 않습니다. 아랍어와 중국어에서는 83–91%로 떨어지고, 역사적 문서에서는 범용 모델이 30% 미만으로 떨어집니다(Crosilla 2025; IIETA 2024; PMC11951872 2024). 인쇄체와 필기체의 격차는 모든 문자 체계에서 대략 한 자릿수(order of magnitude) 차이입니다.
역사적 문서에서 필기 인식 정확도가 왜 이렇게 낮은가요?
역사적 문서는 오래된 문자 체계, 약어, 흐릿한 잉크, 그리고 현대 훈련 데이터 밖의 어휘가 결합되어 있습니다. 그 결과 뚜렷한 모델 특화 효과가 나타납니다. 작업 특화 엔진은 READ-2016 말뭉치에서 3.6–6.2% CER에 도달하고, 글라골 문자 같은 가장 어려운 문자 체계에서는 4.8–6.05%를 기록하는 반면(Heyberger 2024; PMC12202554 2025), 8개의 범용 LLM은 71–82% CER로 사용할 수 없는 수준의 전사 결과를 보였습니다(Crosilla 2025). 인식은 가능하지만, 특정 역사적 컬렉션에 맞게 훈련된 모델이 있어야만 합니다.
필기 인식에서 좋은 CER은 어느 정도인가요?
HTR 문헌에서 채택된 이 분야의 실무 기준은 CER 5% 미만을 "매우 우수", 5–10%를 "우수", 2.5% 미만을 "탁월"로 정의합니다(Muehlberger et al. 2019; Hodel et al. 2021, Crosilla et al. 2025에서 적용). 현대 라틴 문자 필기체에서 최고의 시스템은 "탁월" 구간에 있으며, 아랍어, 중국어, 역사적 문서에서는 "매우 우수"(5–10%)가 현재 현실적인 생산 목표입니다.
필기 인식에서 CER과 WER의 차이는 무엇인가요?
문자 오류율(CER)은 개별적으로 잘못 읽은 문자를 세고, 단어 오류율(WER)은 단어 전체가 틀린 것을 세므로, 문자 하나를 잘못 읽으면 단어 전체가 실패로 처리됩니다. 필기체에서 WER은 일반적으로 CER보다 2–4배 높습니다. 아랍어 KHATT에서는 8.9% CER과 37.6% WER이 공존합니다(IIETA 2024). 어떤 지표를 사용하는지 항상 확인해야 합니다. "95% 정확도"는 CER, WER, 문서 수준 정확도로서 각각 매우 다른 의미입니다.
방법론 및 출처
이 페이지는 어떻게 만들어졌나
이 페이지는 2013~2026년에 걸친 15개 독립 출처의 데이터를 종합한 것으로, 동료 심사를 거친 논문, 학술 대회 보고서, 그리고 동료 심사를 거친 TPAMI 서베이가 주를 이룹니다. 출처는 세 가지 기준으로 선정했습니다: (1) 말뭉치 크기가 명시된 공개 문서화된 방법론, (2) 명명된 벤치마크 말뭉치(IAM, RIMES, CVL, KHATT, READ-2016, ICDAR-2013) 또는 투명한 산업 테스트 세트에서 보고된 결과, (3) 마케팅 주장이 아닌 필기 인식과의 관련성. 여러 출처가 동일한 차원을 보고하는 경우 보수적인 범위(보고된 최저~최고 값)를 사용합니다 — 과소 주장을 선호합니다. 출처 간에 상당한 불일치가 있는 경우, 그 불일치는 평균으로 뭉개지 않고 지표 수준, 말뭉치 분할, 또는 훈련 방식으로 설명합니다.
지표 구분이 이 페이지의 척추입니다: 문자 오류율(CER), 단어 오류율(WER), 문자 정확률(CR)은 결코 하나의 숫자로 혼합되지 않으며, 작업 특화 모델과 범용 모델은 동일한 문서에 대한 서로 다른 측정 체계이므로 별도의 행으로 보고됩니다. 벤더 자체 보고 수치는 완전히 제외했습니다 — 벤더가 발표한 필기 정확도 주장 중 두 개의 독립 출처 테스트를 통과한 것은 하나도 없었으며, 이 자체가 하나의 발견입니다(한계 참조).
출처 목록
- Crosilla, G., Klic, L. & Colavizza, G. — "Benchmarking Large Language Models for Handwritten Text Recognition," Journal of Documentation 81(7) (2025). 동료 심사 논문; 8개 멀티모달 LLM × 7개 말뭉치(IAM, RIMES, READ-2016, Bentham, Leopardi, LAM, ICDAR-2017). IAM 1.71% CER/3.34% WER(GPT-4o-mini), RIMES 1.69% CER(GPT-4o), 역사적 문서 71–82% CER, <5%/<2.5% CER 품질 구간을 제시합니다.
- Heyberger, L. & Guyeux, C. — "Advancements and Challenges in Handwritten Text Recognition: A Comprehensive Survey," Journal of Imaging 10(1):18 (2024). 동료 심사 서베이; 250편 이상의 연구. 말뭉치 사양(IAM 657명 필자/13,353줄, READ 30,000페이지), 줄 단위 SOTA(RIMES에서 VAN 1.91% CER), 별도 조정 없는 상용 결과(RIMES에서 DOCSUMO 11% CER, Transkribus 18% CER)를 제시합니다.
- Garrido-Muñoz, C., Ríos-Vila, A. & Calvo-Zaragoza, J. — "Handwritten Text Recognition: A Survey," IEEE TPAMI 48(4) (2026). 동료 심사 서베이. IAM에서 문단 단위 SOTA(VAN 4.7%, OrigamiNet 4.6%), CTC 패러다임의 58% 오류 감소, 그리고 현재 벤치마크의 분포 외 일반화 비판을 제시합니다.
- CodeSOTA — "IAM Leaderboard" (2024–2026). 기술 벤치마크 집계 사이트; 각 항목은 원 논문으로 연결됩니다. IAM에서 모델별 CER/WER(GPT-5 약 1.22% CER, HTR-JAND 1.23% CER/3.78% WER, GPT-4o-mini 3.34% WER, IAM-A에서 DRetHTR-base 6.55% WER, MetaWriter 10.32% WER)과 Tesseract급 OCR은 필기체에 부적합하다는 점(약 12.5% CER)을 제시합니다.
- "General Detection-based Text Line Recognition" (2024, arXiv 2409.17095). 모델 간 비교 표가 포함된 프리프린트. IAM/READ/RIMES에서 WER 비교(IAM에서 DAN 5.01 WER, READ에서 4.10; IAM에서 DTrOCR 2.38; 언어 모델 적용 시 RIMES 최고 1.99)와 IAM Aachen 분할 통계를 제시합니다.
- "Data Augmentation for Offline Handwritten Text Recognition: A Systematic Literature Review," SN Computer Science (2023). 동료 심사. 말뭉치 간 일반화 수치를 제시합니다: IAM으로 학습한 모델이 CVL에서 10.89% CER / 26.24% WER를 기록한 반면 IAM 자체에서는 8.62% CER였으며, CVL 말뭉치 설명(독일어/영어 필기체)도 포함합니다.
- "A Comparative Study of Four Handwritten Text Recognition Models," Ingénierie des Systèmes d'Information 29(6) (2024). 동료 심사; KHATT에서 DAN/VAN/FCN/GFCN. KHATT 최고 결과를 제시합니다: DAN 8.9% CER / 37.6% WER; VAN 10.7% CER / 43.9% WER; 그리고 아랍어 문자 체계의 과제(완전 연결 글자, 위치 의존형 형태) 분석을 제공합니다.
- "Machine Learning Approach for Arabic Handwritten Recognition," Applied Sciences 14(19):9020 (2024). 동료 심사; KHATT에서 BiLSTM-CTC. KHATT BiLSTM 결과(13.2–15.8% CER / 27.31–31.6% WER)와 역사적 기준선(MDLSTM 31.3% WER, 2015)을 제시하며, KHATT의 1,000명 필자 / 4,000개 문서를 기록합니다.
- Yin, F. et al. — "ICDAR 2013 Chinese Handwriting Recognition Competition" (2013). 학술 대회(IEEE). CASIA-HWDB 기반 테스트 세트(필기자 1,020명)에서 오프라인 텍스트 인식 결과 문자 정확률 88.76%를 제공합니다.
- "Attention-based Handwritten Chinese Recognition for Power Industry," (2024). 동료 심사. 2024년 ICDAR-2013 결과(AR 92.67% / CR 93.18%)와 HWDB 결과(AR 96.92% / CR 97.66%)를 제공하여 중국어 오프라인 텍스트의 2013→2024년 개선을 보여줍니다.
- "Assessing Advanced Handwritten Text Recognition Engines for Digitizing Historical Documents" (2025). 동료 심사; 5개 엔진 × 4개 문자 체계. 문자 체계별 CER을 제공합니다: 로마자 활자체 1.74–2.78%, 크로아티아 공화국 3.54–6.32%, 글라골 문자 4.83–6.05%, 속기 9.53–11.9%.
- "Enhancing Handwritten Text Recognition Accuracy with Gated Mechanisms" (2024). 동료 심사; GatedLexiconNet. 전용 모델에서 두 번째 IAM 데이터 포인트(WER 5.73% / CER 2.27%)와 RIMES CER 0.9% / WER 2.76%를 제공합니다.
- AIMultiple — "Handwriting Recognition Benchmark: LLMs vs OCRs" (2025-11). 벤더 중립 분석 벤치마크; 필기자 10명의 필기체 샘플 100개; 코사인 유사도 파이프라인. 필기체 전용 벤치마크를 제공합니다: Gemini 3 Pro 100%, GPT-5와 olmOCR-2-7B가 14개 솔루션 중 최상위권.
- AIMultiple — "OCR Benchmark: Text Extraction / Capture Accuracy" (2026). 벤더 중립; 12개 이상 솔루션. 솔루션 간 필기 인식 46–95% 범위와 솔루션별 선두(GPT-5 95%, olmOCR-2-7B 94%, Gemini 2.5 Pro 93%)를 제공합니다.
- BusinessWareTech — "Handwritten Form Recognition Benchmark" (2025). 독립 벤치마크, C등급(단일 테스트 세트, 투명한 방법); 실제 손으로 작성한 양식 10개. 최상위 모델조차 실제 양식에서는 95% 미만에 머문다는 문서 수준의 결과와 GPT-5 Mini / Gemini 2.5 Flash Lite가 선두였다는 점을 제공합니다.
한계
- 지역 및 문자 체계 범위: 라틴 문자 말뭉치가 문헌을 지배합니다 — 영어(IAM), 프랑스어(RIMES), 독일어(CVL, READ). 아랍어(KHATT)와 중국어(CASIA-HWDB)는 탄탄하지만 더 얇은 범위를 가지며, 일본어, 한국어, 데바나가리 필기체는 저희가 찾은 출처에서 표준화된 CER/WER 벤치마크가 전혀 없습니다. ICDAR 2023 인도어 대회(10개 문자 체계에서 95.94% 문자 인식률로 우승)는 유일하게 집계된 인도어 데이터 포인트이며, 다른 지표와 문자 체계 세트를 사용하기 때문에 위 표에 포함되지 않았습니다.
- 방법론 제약: 말뭉치 분할은 논문마다 다르며(IAM 표준 vs Aachen 분할) 동일한 모델에 대해 실질적으로 다른 수치를 산출합니다 — 위 범위는 발표된 경우 두 가지를 모두 포괄합니다. 주요 말뭉치 중 샘플별 필기 스타일(활자체 vs 필기체)을 표시하는 것은 없으므로, 스타일 차원은 통제된 학술 데이터가 아닌 업계 벤치마크에 의존합니다. 클라우드 벤더(Google, Microsoft, Amazon)는 필기체 특화 정확도 측정치를 발표하지 않으며, 그들의 "99%+" 수치는 인쇄 텍스트에 적용되고, 필기체 정확도에 대한 두 개의 독립적인 벤더 측정치를 찾을 수 없었습니다 — 이것이 이 페이지에 D등급 벤더 수치가 없는 이유입니다.
- 시간적 격차: ICDAR 2013 중국어 대회 수치(88.76% CR)는 13년 전 것이며 동일한 테스트 세트의 2024년 결과와 함께 역사적 기준점으로 사용됩니다. IAM 말뭉치는 1999년으로 거슬러 올라가지만 여전히 사실상의 영어 필기체 벤치마크입니다. 2025–2026 LLM 결과(GPT-4o-mini, GPT-5)는 최신 데이터이며 변동될 것으로 예상해야 합니다.
- 찾을 수 없었던 것: (1) 동일한 말뭉치에서 활자체 vs 필기체 정확도를 분리한 동료 심사 통제 연구; (2) Google Document AI, Azure Document Intelligence 또는 Amazon Textract에 대한 벤더가 발표한 방법론이 투명한 필기체 정확도 벤치마크; (3) 혼합 인쇄+필기 문서(가장 흔한 실제 사례이며 현재 BusinessWareTech 10-양식 세트로만 다루어짐)에 대한 표준화된 벤치마크; (4) 작성자별 정확도 분산 집계; (5) IAM 기반 Crosilla 연구에 필적하는 중국어 또는 아랍어 필기체에 대한 LLM 시대 벤치마크. 이러한 격차는 검증 불가능한 주장으로 채우지 않고 그대로 명시합니다.
관련 참고 자료: 문서 유형 정확도 벤치마크 · 인간 전사 오류율 · 레코드당 문서 처리 비용 · 광학 문자 인식(OCR)이란 무엇인가?
관련 읽을거리: 소규모 비즈니스를 위한 저렴한 AI 필기체 추출 · AI 필기체 추출 정확도가 어떻게 향상되었는가