자동 검사에 통과한 Alt 텍스트, 그것이 품질을 의미하지는 않는다

WebAIM의 2026 리포트에 따르면, 웹 상위 100만 개 홈페이지의 이미지 중 4분의 1 이상이 Alt 텍스트가 누락되거나 모호하며, 이는 접근성 문제를 드러낸다. Alt 텍스트가 존재하는 이미지 중에서도 10.8%는 'image'나 파일명처럼 설명력이 없는 내용을 담고 있다.

자동 도구는 Alt 텍스트의 유무는 정확히 판별하지만, 내용 품질을 평가하는 데는 한계가 있다. 이는 품질 기준이 주관적이며, 오탐(False Positive)이 발생하면 개발팀이 도구를 꺼버리기 때문이다. 따라서 GitHub Accessibility Scanner 플러그인은 결정론적 규칙과 AI 모델을 결합해 이 문제를 해결한다.

기본적으로 5가지 결정론적 규칙을 적용하여 파일명, 플레이스홀더, 중복된 텍스트 등 객관적으로 잘못된 Alt 텍스트를 탐지한다. 이때 Playwright의 role-based locator를 사용해 접근성 트리에서 제외된 장식용 이미지(빈 Alt)는 검사 대상에서 제외한다.

반복된 Alt 텍스트 검사는 DOM 순서가 아닌 화면 레이아웃을 기반으로 한다. 두 이미지의 바운딩 박스 간격이 일정 배수 이하일 때만 같은 그룹으로 판단하여, 화면 상 멀리 떨어져 있는 동일한 로고를 오해석하는 문제를 방지한다.

이러한 결정론적 규칙이 포착하지 못하는 모호한 텍스트는 AI 모델이 이미지 내용과 맥락을 분석해 판단하도록 설계되어, 신뢰할 수 있는 접근성 검사를 제공한다.