---
title: "아랍어 OCR vs 비전 LLM: 청구서와 문서 인식 | BroadRouter"
description: "아랍어 청구서, 영수증, 양식에 기존 OCR과 비전 LLM을 언제 쓸지 정리했습니다. 정확도 함정, JSON 출력, 페이지당 비용, 검증 파이프라인까지 다룹니다."
url: https://broadrouter.com/ko/blog/arabic-ocr-vision-llm/
lang: ko
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/blog/arabic-ocr-vision-llm/) (2026-11-14 업데이트).

# 아랍어 OCR vs 비전 LLM: 아랍어 문서와 청구서 읽기

BroadNet Inference 팀 · 5분 분량 · 게시 2026-11-14

기존 OCR은 아랍어 페이지 이미지를 원시 텍스트로 바꾸고, 비전 LLM은 이미지를 읽어 공급업체, 날짜, 합계처럼 요청한 필드를 JSON으로 돌려줍니다. 청구서와 영수증에는 대개 비전 LLM이 파싱 단계를 줄여 줍니다. BroadNet Inference에서는 Qwen3.8 27B, DeepSeek V4.1 Flash, BroadNet Gemma 4 VL 26B가 이미지를 받습니다.

## 핵심 요약

-   아랍어 OCR이 어려운 이유는 글자가 이어지고, 위치에 따라 모양이 바뀌고, 점에 의존하기 때문입니다. 아랍어와 영어가 섞인 줄에서는 양방향 순서 문제까지 더해집니다.
-   기존 OCR은 텍스트와 위치를 줍니다. 비전 LLM은 의미를 줍니다. 이름 붙은 필드, 번역된 라벨, 구조화된 JSON입니다.
-   숫자는 항상 코드로 검증하세요. 합계는 항목의 합과 같아야 하고, 부가세는 세율과 맞아야 하며, 날짜는 파싱되어야 합니다.
-   종량제에서는 이미지가 입력 토큰으로 과금되므로, 큰 사진은 보내기 전에 크기를 줄이세요.
-   긴 스캔 도서의 전문 검색이 필요하면 OCR을, 처리해야 할 문서라면 비전 LLM을 쓰세요.

**이 페이지의 내용**

1.  아랍어 OCR은 왜 어렵나요?
2.  OCR과 비전 LLM: 각각 무엇을 주나요?
3.  비전 LLM으로 아랍어 청구서는 어떻게 읽나요?
4.  잘못 읽은 숫자는 어떻게 잡아내나요?
5.  아랍어 문서는 어떤 비전 모델로 읽어야 하나요?
6.  비전 LLM의 페이지당 비용은 얼마인가요?
7.  기존 OCR이 여전히 나은 경우는 언제인가요?
8.  개인정보

_[image: Parcels on a conveyor labelled "FRAGILE", "ZERBRECHLICH" and "取扱注意", with the text "From printed text to useful data."]_

처리해야 할 아랍어 청구서, 영수증, 양식에는 [비전 LLM](https://broadrouter.com/ko/glossary/vision-language-model/)을 쓰세요. 이미지를 읽고 공급업체, 부가세 번호, 날짜, 합계처럼 요청한 필드를 JSON으로 돌려줍니다. 긴 스캔 페이지의 전문 검색이나 오프라인 작업에는 기존 [광학 문자 인식(OCR)](https://broadrouter.com/ko/glossary/ocr/)을 쓰세요. 어느 쪽이든 숫자는 코드로 확인하세요.

아래와 같은 이유로, 아랍어에서는 두 방법 모두 영어보다 어렵습니다.

## 아랍어 OCR은 왜 어렵나요?

-   **이어 쓰는 문자.** 아랍어 글자는 서로 이어지고, 대부분 최대 네 가지 형태(독립형, 어두형, 어중형, 어말형)를 가집니다. OCR 엔진은 경계가 보이지 않는 단어를 분할해야 합니다.
-   **점이 의미를 가집니다.** ب ت ث ن ي는 기본 모양이 같고 점으로만 구별됩니다. 해상도가 낮은 스캔이나 접힌 자국 하나로 글자가 다른 글자로 바뀔 수 있습니다.
-   **한 줄에 두 방향.** “المجموع: 1,250.00 SAR” 같은 청구서 줄은 오른쪽에서 왼쪽으로 쓰는 아랍어와 왼쪽에서 오른쪽으로 쓰는 숫자, 라틴 문자 텍스트가 섞여 있습니다. OCR 출력은 시각적 순서가 틀린 채로 돌아오는 경우가 많고, 화면에 표시될 때 [유니코드 양방향 알고리즘](https://www.unicode.org/reports/tr9/)이 이를 다시 재정렬합니다.
-   **두 종류의 숫자.** 걸프와 이집트 문서는 0–9 대신 동아랍 숫자(٠١٢٣٤٥٦٧٨٩)를 인쇄하는 경우가 많고, 때로는 한 페이지에 둘 다 씁니다.
-   **글꼴과 도장.** 장식적인 나스흐체와 루크아체 제목, 합계 위에 찍힌 회사 도장, 바랜 감열지 영수증이 모두 인식을 방해합니다.

## OCR과 비전 LLM: 각각 무엇을 주나요?

|  | 기존 OCR | 비전 LLM |
| --- | --- | --- |
| 출력 | 원시 텍스트, 단어 위치가 함께 오는 경우가 많음 | 요청한 것 무엇이든: 필드, JSON, 요약, 번역 |
| 레이아웃 이해 | 규칙이나 템플릿을 직접 작성 | 모델이 추론(“합계는 오른쪽 아래에 있다”) |
| 새로운 청구서 레이아웃 | 새 템플릿이나 규칙 필요 | 대개 바꾸지 않아도 작동 |
| 번역 | 별도 단계 | 같은 요청에서 |
| 예측 가능성 | 같은 입력이면 결정적 | 달라질 수 있으므로 출력 검증 필요 |
| 환각 위험 | 낮음(잘못 읽지만 지어내지는 않음) | 실재함: 그럴듯하지만 틀린 값을 만들 수 있음 |
| 적합한 용도 | 긴 스캔 문서와 아카이브의 전문 검색 | 처리해야 할 청구서, 영수증, 신분증, 양식 |

핵심 트레이드오프는 이렇습니다. OCR은 잘못 읽지만 지어내지는 않습니다. 비전 LLM은 이해하지만 그럴듯한 값을 [환각](https://broadrouter.com/ko/glossary/hallucination/)으로 만들어 낼 수 있습니다. 좋은 파이프라인은 이해에는 LLM을, 확인에는 코드를 씁니다.

## 비전 LLM으로 아랍어 청구서는 어떻게 읽나요?

이미지를 메시지 콘텐츠 안에 base64 데이터 URL로 보내고, 원하는 필드를 정확히 요청하세요. 전체 과정은 [비전 청구서 가이드](https://broadrouter.com/ko/guides/read-arabic-invoices-with-vision/)에 있고, 핵심은 다음과 같습니다.

```python
import base64, json, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
image = base64.b64encode(open("invoice.jpg", "rb").read()).decode()

prompt = """Read this invoice. Reply with JSON only, using these keys:
vendor_name (as written, Arabic script if Arabic), vendor_vat_number, invoice_number,
invoice_date (YYYY-MM-DD), currency (ISO code), subtotal, vat_amount, total,
line_items (list of {description, quantity, unit_price, amount}).
Convert Eastern Arabic numerals to Western digits. Use null for anything you cannot read."""

r = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=3000,  # reasoning comes first
    messages=[{"role": "user", "content": [
        {"type": "text", "text": prompt},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + image}},
    ]}],
)
data = json.loads(r.choices[0].message.content)
```

디버깅 시간을 아껴 주는 세부 사항 세 가지입니다.

1.  **원하는 숫자 체계를 밝히세요.** “Convert Eastern Arabic numerals to Western digits”(동아랍 숫자를 서양식 숫자로 변환)라고 하면 데이터베이스에 ١٢٥٠과 1250이 섞이는 것을 막을 수 있습니다.
2.  **추측 대신 `null`을 요청하세요.** 모든 키를 채워야 할 때 모델이 값을 지어낼 가능성이 커집니다.
3.  **이름은 원래 문자로 유지하세요.** “مؤسسة النور للتجارة”를 라틴 문자로 음역하면 철자 변형이 생기기 쉽습니다. 아랍어로 저장하고, 영어가 필요하면 따로 번역하세요.

모델이 빈 답을 돌려준다면 추론하다가 `max_tokens`를 다 쓴 것입니다. [추론 토큰과 빈 응답](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)을 참고하세요. 더 엄격한 JSON 형태는 [JSON 스키마를 이용한 구조화된 출력](https://broadrouter.com/ko/blog/structured-output-json-schema/)을 참고하세요. 무료 [JSON 스키마 생성기](https://broadrouter.com/tools/json-schema-generator/)가 샘플 청구서에서 스키마를 만들어 줍니다.

## 잘못 읽은 숫자는 어떻게 잡아내나요?

추출한 모든 값을 데이터가 아니라 코드로 확인할 주장으로 취급하세요. 항목의 합은 소계와 같아야 하고, 소계에 부가세를 더하면 합계와 같아야 하며, 날짜는 파싱되고 미래가 아니어야 하고, 통화는 공급업체의 국가와 맞아야 합니다. 사우디 부가세 번호는 길이와 형식이 정해져 있어서 저렴한 추가 검사가 됩니다. 숫자 하나를 잘못 읽으면 거의 항상 합계가 깨지므로, 산술 검사로 중요한 오류 대부분을 잡을 수 있습니다. 검사에 실패한 것은 추출한 필드 옆에 이미지를 붙여 사람 검토 대기열로 보내세요.

Pydantic 스키마, 산술 검증기, 오류 메시지를 넣은 1회 재시도, 검토 대기열까지 갖춘 전체 파이프라인은 [비전 LLM으로 청구서와 영수증 데이터를 JSON으로 추출하기](https://broadrouter.com/ko/blog/extract-data-from-documents-with-vision-llm/)에 있습니다.

## 아랍어 문서는 어떤 비전 모델로 읽어야 하나요?

BroadNet Inference에서 이미지를 받는 채팅 모델은 세 가지입니다.

| 모델 | 100만 토큰당 입력 / 출력 | 컨텍스트 | 메모 |
| --- | --- | --- | --- |
| [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/) | $0.175 / $2.17 | 262,144 | BroadNet이 아랍어로 테스트한 모델 |
| [DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/) | $0.175 / $0.52 | 1,048,576 | 무제한 정액 플랜에서도 사용 가능 |
| [BroadNet Gemma 4 VL 26B](https://broadrouter.com/ko/models/gemma-4-vl-26b/) | $0.10 / $0.22 | 32,768 | BroadNet 비전 모델 중 가장 저렴. 무료 크레딧과 $0.50 시간제 키로 사용 가능 |

BroadNet은 자체 테스트에서 Qwen3.8 27B가 유창한 아랍어를 쓰고, 걸프와 이집트 방언을 이해하고, 아랍어와 영어를 정확하게 번역했다고 밝힙니다. OCR이나 문서 추출 벤치마크는 공개하지 않으므로, 필드 정확도는 여러분의 문서로 측정하세요. 실용적인 구성은 단순한 영수증에는 Gemma 4 VL 26B를 쓰고, 검증에 실패한 것은 Qwen3.8 27B로 한 번 더 처리하는 것입니다. [Gemma 4 VL 26B vs Qwen3.8 27B 비교](https://broadrouter.com/compare/gemma-4-vl-26b-vs-qwen3.8-27b/)에서 두 모델을 나란히 볼 수 있습니다.

## 비전 LLM의 페이지당 비용은 얼마인가요?

종량제 키에서는 이미지가 모델의 입력 가격으로 입력 토큰으로 과금되며, 이미지가 클수록 토큰이 많이 듭니다. 휴대폰 사진은 긴 쪽 기준 약 1,500~2,000픽셀로 줄이세요. 아랍어의 점을 읽으려면 충분한 해상도가 필요하지만, 1,200만 화소 사진은 대부분 비용만 늘립니다. 실제 이미지 몇 장으로 `usage.prompt_tokens`를 읽어 페이지당 비용을 구하세요. BroadNet 문서에 따르면 무제한 DeepSeek V4.1 Flash 플랜에서는 이미지도 플랜의 무제한 사용에 포함됩니다. 이미지당, 페이지당 토큰 계산은 [비전 LLM 이미지당 비용](https://broadrouter.com/ko/blog/cheapest-vision-llm-api/)에서 자세히 다룹니다.

## 기존 OCR이 여전히 나은 경우는 언제인가요?

-   필드 몇 개가 아니라 검색을 위해 모든 단어가 필요한 **긴 스캔 도서와 아카이브.**
-   같은 입력이 항상 같은 텍스트를 내야 하는 **엄격한 재현성.**
-   네트워크 없이 처리하는 **오프라인 또는 온디바이스** 환경.

[Tesseract](https://tesseract-ocr.github.io/tessdoc/Data-Files-in-different-versions.html) 같은 오픈소스 엔진은 아랍어(`ara`) 학습 데이터를 제공하고 오프라인으로 실행됩니다. 하이브리드도 잘 작동합니다. 검색 가능한 텍스트는 OCR로 얻고, 처리할 필드는 이미지를 비전 LLM에 보내 얻는 방식입니다. 어떤 클라우드 OCR API가 인쇄체와 손글씨 아랍어를 지원하는지, 1,000페이지당 비용은 얼마인지는 [아랍어 OCR API 비교](https://broadrouter.com/ko/blog/arabic-ocr-api-comparison/)에 있습니다.

## 개인정보

청구서와 신분증에는 이름, 세금 번호, 은행 정보가 들어 있습니다. BroadNet Inference는 요청이 끝난 뒤 이미지, 프롬프트, 답변을 보관하지 않습니다. [데이터 비보관](https://broadrouter.com/ko/privacy/)을 참고하세요. 여러분의 저장소에도 같은 규칙을 적용하세요. 필요한 추출 필드만 남기고, 더 이상 보관할 필요가 없는 이미지는 삭제하세요.

관련 무료 도구 (영어)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 이 글의 용어

[광학 문자 인식(OCR)](https://broadrouter.com/ko/glossary/ocr/)

광학 문자 인식(OCR)은 이미지, 스캔본, PDF 속 인쇄되거나 손으로 쓴 글자를 찾아 기계가 읽을 수 있는 문자로 변환하는 기술입니다. 전통적인 OCR은 텍스트와 페이지 내 위치를 출력하고, 비전-언어 모델은 텍스트를 읽고 그에 관한 질문에 바로 답할 수 있습니다.

[구조화된 출력(Structured output)](https://broadrouter.com/ko/glossary/structured-output/)

구조화된 출력(structured output)은 모델의 응답을 개발자가 지정한 형식, 주로 JSON Schema에 맞추도록 제한해 코드가 안정적으로 파싱할 수 있게 하는 LLM API 기능입니다. 유효한 JSON만 보장하고 특정 구조는 보장하지 않는 JSON 모드보다 더 엄격합니다.

[데이터 비보관(Zero data retention, ZDR)](https://broadrouter.com/ko/glossary/zero-data-retention/)

데이터 비보관(ZDR)은 AI 제공업체가 프롬프트와 출력을 요청 처리에만 사용하고, 처리 후에는 그 내용을 로그, 캐시, 학습 데이터 어디에도 저장하지 않는 데이터 처리 정책입니다. 토큰 수나 처리 시간처럼 내용이 없는 기록은 보통 계속 보관됩니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[비전-언어 모델(VLM)](https://broadrouter.com/ko/glossary/vision-language-model/)

비전-언어 모델(VLM)은 이미지와 텍스트를 함께 입력받아 텍스트를 출력하는 모델입니다. 그래서 그림을 설명하고, 그림에 관한 질문에 답하고, 문서, 차트, 스크린샷을 읽을 수 있습니다. VLM은 image-text-to-text 모델 또는 멀티모달 모델이라고도 합니다.

[종량제(Pay-as-you-go)](https://broadrouter.com/ko/glossary/pay-as-you-go/)

종량제(pay-as-you-go)는 구독이나 최소 약정 없이 토큰, 요청, 오디오 분 같은 단위로 사용량을 측정해 쓴 만큼만 내는 요금 방식입니다. 대부분의 LLM API가 선불 잔액에서 차감하거나 정기 청구서를 발행하는 식으로 이렇게 과금합니다.

[할루시네이션(환각, hallucination)](https://broadrouter.com/ko/glossary/hallucination/)

할루시네이션(환각)은 언어 모델의 출력이 그럴듯하게 들리지만 사실이 아니거나, 지어냈거나, 주어진 입력으로 뒷받침되지 않는 경우를 말합니다. 지어낸 인용, 틀린 숫자, 존재하지 않는 API 등이 그 예입니다. 모델이 사실을 확인하지 않고 그럴듯한 텍스트를 예측하기 때문에 생깁니다.

[JSON Schema(JSON 스키마)](https://broadrouter.com/ko/glossary/json-schema/)

JSON Schema는 JSON으로 작성하는 어휘로, 타입, 필수 필드, 허용 값, 중첩 같은 JSON 데이터의 구조를 기술하고 검증합니다. 현재 버전은 2020-12입니다. LLM API는 이를 사용해 도구 파라미터와 구조화된 출력이 따라야 할 정확한 형태를 정의합니다.

## 자주 묻는 질문

### 아랍어에서는 비전 LLM이 OCR보다 정확한가요?

문서에 따라 다릅니다. 비전 LLM은 대개 레이아웃을 이해하고 청구서와 영수증에서 이름 붙은 필드를 뽑는 데 더 낫습니다. 길고 깨끗한 인쇄 페이지에서는 전용 OCR이 더 예측 가능할 수 있습니다. 내 문서 샘플로 둘 다 테스트하세요.

### 비전 LLM이 아랍어 손글씨를 읽을 수 있나요?

깔끔한 손글씨라면 가능할 때도 있습니다. 흘려 쓰거나 급하게 쓴 글씨에서는 정확도가 빠르게 떨어집니다. 신뢰도가 낮은 손글씨 필드는 사람 검토자에게 보내세요.

### 이미지를 읽는 데 가장 저렴한 BroadNet 모델은 무엇인가요?

BroadNet Gemma 4 VL 26B이며, 입력 100만 토큰당 $0.10입니다. 무료 초기 크레딧과 정액 시간제 키로도 쓸 수 있습니다.

### 동아랍 숫자를 서양식 숫자로 어떻게 바꾸나요?

모델에게 서양식 숫자로 반환하라고 요청하고, 코드로 한 번 더 강제하세요. 파이썬에서는 text.translate(str.maketrans("٠١٢٣٤٥٦٧٨٩", "0123456789"))로 빠져나온 동아랍 숫자를 변환할 수 있습니다. 페르시아 숫자(۰–۹)는 코드 포인트가 다르므로, 이란이나 아프가니스탄에서 온 문서가 있다면 함께 추가하세요.

### 모델이 아랍어 라벨을 영어로 번역할 수 있나요?

네. 키는 영어로 요청하고 값은 원래 아랍어로 유지하거나, 둘 다 요청하세요. 음역 오류를 피하려면 이름은 원래 문자로 유지하세요.

## 이어서 읽기

-   [비전 LLM으로 송장·영수증·양식 데이터를 JSON으로 추출하기](https://broadrouter.com/ko/blog/extract-data-from-documents-with-vision-llm/)
-   [가장 저렴한 비전 LLM API: 이미지 1장, 문서 1페이지당 비용 계산](https://broadrouter.com/ko/blog/cheapest-vision-llm-api/)
-   [아랍어용 LLM API 선택: 무엇을 테스트해야 하나](https://broadrouter.com/ko/blog/choosing-an-llm-for-arabic/)
-   [JSON 모드 vs json\_schema: 믿고 쓸 수 있는 구조화된 출력](https://broadrouter.com/ko/blog/structured-output-json-schema/)
-   [LLM으로 아랍어 발음 부호 넣기: 프롬프트, 검증, DER](https://broadrouter.com/ko/blog/arabic-diacritization-llm/)
-   [LLM으로 아랍어 문법·맞춤법 교정하기: 실전 가이드](https://broadrouter.com/ko/blog/arabic-grammar-spelling-correction-llm/)
-   [가이드: 비전 모델로 아랍어 인보이스와 영수증 읽기](https://broadrouter.com/ko/guides/read-arabic-invoices-with-vision/)
-   [가이드: 추론 모델이 빈 답변을 반환하는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-arabic-ocr-vision-llm&utm_content=page-cta) ·

**출처**

-   [BroadNet Inference API 레퍼런스: 이미지를 넣은 채팅, 플랜에서의 이미지 (2026-11-14 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-arabic-ocr-vision-llm&utm_content=sources)
-   [BroadNet Inference 기계 판독용 가격표 pricing.json (2026-11-14 확인) (영어)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-arabic-ocr-vision-llm&utm_content=sources)
-   [Tesseract 문서: 아랍어를 포함한 언어별 학습 데이터 파일 (2026-11-14 확인)](https://tesseract-ocr.github.io/tessdoc/Data-Files-in-different-versions.html)
-   [Unicode Standard Annex #9, 유니코드 양방향 알고리즘 (2026-11-14 확인)](https://www.unicode.org/reports/tr9/)
