Document AI 주요 태스크 및 모델 가이드

문서 내 비정형 데이터를 디지털 워크플로우로 전환하기 위한 Document AI의 핵심 기술과 활용 사례를 다룬다.

주요 활용 사례 및 기술:

• OCR (Optical Character Recognition): 이미지 내 텍스트를 추출하는 필수 단계로, EasyOCR, PaddleOCR, TrOCR 등이 대표적이다.
• 문서 이미지 분류 (Document Image Classification): 문서의 종류(송장, 보고서 등)를 판별한다. 텍스트만 사용하는 방식보다 시각적 구조를 함께 학습하는 LayoutLMv3, Donut과 같은 멀티모달 모델이 훨씬 높은 정확도를 제공한다.
• 문서 레이아웃 분석 (Document Layout Analysis): 문서의 물리적 구조를 파악하여 개별 구성 요소를 식별한다.

핵심 인사이트: 단순히 텍스트 정보에만 의존하는 모델보다, 텍스트와 시각적 레이아웃 정보를 결합한 멀티모달 Transformer 모델이 성능을 극대화한다. RVL-CDIP 벤치마크 기준, 텍스트 기반 모델은 89%의 정확도를 보였으나, 멀티모달 모델은 **95%**의 정확도를 달성했다.