영어 문서는 인식이 잘 되는데 한글 문서는 유독 오탈자가 많이 나온다고 느낀 적이 있으신가요? 이는 착각이 아니라, 한글이라는 문자 체계 자체의 구조적 특성 때문입니다.
영어 알파벳은 26개의 고정된 글자 모양을 조합해 단어를 만듭니다. 반면 한글은 자음과 모음을 초성·중성·종성으로 조합해 하나의 음절 글자를 완성하는 방식입니다. 이 조합 방식 때문에 이론적으로 만들어질 수 있는 음절의 수가 알파벳 글자 수보다 훨씬 많습니다. OCR 엔진이 학습해야 할 글자 형태의 경우의 수 자체가 늘어나는 셈입니다.
'ㅁ'과 'ㅁ'이 들어간 여러 글자들, 'ㅇ'과 'ㅁ'처럼 획이 조금만 달라도 전혀 다른 글자가 되는 경우가 한글에는 많습니다. 이미지 해상도가 낮거나 폰트가 흐릿하면, 이런 미세한 차이를 구분하기가 영어 알파벳보다 훨씬 까다로워집니다.
같은 초성과 중성이라도 받침이 있고 없음에 따라 완전히 다른 글자가 됩니다. 예를 들어 받침 부분이 이미지에서 살짝 잘리거나 흐려지면, 엔진이 받침 유무를 잘못 판단해 전혀 다른 글자로 인식하는 경우가 발생합니다.
한글은 구조적으로 인식 난이도가 높은 문자 체계이기 때문에, 앞선 가이드들에서 강조한 "밝은 조명", "정면 촬영", "흔들림 없이" 같은 기본 원칙이 한글 문서에서는 특히 더 중요합니다. 인식 언어를 정확히 "한국어" 또는 "한국어 + 영어"로 설정하는 것도 도움이 됩니다.
한글 문서를 다룰 때는 변환 결과를 원문과 한 번 대조해보는 습관을 들이는 것이 좋습니다. JPG2TEXT로 변환한 뒤, 특히 받침이 있는 글자 위주로 살펴보면 오인식을 빠르게 찾아낼 수 있습니다.
지금까지의 가이드를 참고해서 한글 문서를 변환해보세요.
이미지 변환하러 가기