← Works로 돌아가기
AI
PaddleOCR 문서 인식
정형 서류·표 중심 OCR 파이프라인을 실험하며, 인식 품질·속도·후처리 커스터마이징을 실무 관점으로 정리했습니다.
역할
AI / Document pipeline — 로컬 OCR 실험·커스터마이징 정리
스택
- PaddleOCR-VL
- PP-OCRv5
- Python
- 문서 후처리
한 일
- 정형 문서에서 표 구조와 글자 인식의 역할을 분리해 접근
- 속도는 파이프라인·해상도·추론 환경, 정확도는 모델·후처리로 나누어 튜닝
- 고정 양식에는 템플릿·규칙 기반 보정이 ROI가 크다는 점을 검증
- 벤치·실험 결과를 문서화해 다음 프로젝트에 바로 쓸 수 있게 정리
성과
- 문서 AI를 “모델만”이 아니라 제품 파이프라인으로 보는 기준을 만듦
- 실무에서 손대기 좋은 커스터마이징 순서를 공개용으로 정리