---
title: "OCR이란? 광학 문자 인식과 비전 LLM 비교 | BroadRouter"
description: "OCR은 이미지와 스캔본 속 글자를 기계가 읽을 수 있는 문자로 바꿉니다. 전통적인 OCR 엔진의 원리, 비전 LLM이 OCR 없이 문서를 읽는 방식, 테스트할 점을 정리했습니다."
url: https://broadrouter.com/ko/glossary/ocr/
lang: ko
updated: 2026-11-16
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/glossary/ocr/) (2026-11-16 업데이트).

# 광학 문자 인식(OCR)

업데이트 2026-11-16

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.

다른 이름: OCR, 광학 문자 인식, 문자 인식, 텍스트 인식, 이미지 텍스트 추출, 문서 OCR, 스캔 문서 텍스트 추출, optical character recognition, text recognition, image to text, document OCR, scanned text extraction

OCR은 영수증 사진을 프로그램이 검색하고 저장하고 검증할 수 있는 텍스트로 바꾸는 단계입니다.

## 작동 방식

전통적인 OCR 엔진은 페이지에서 텍스트 영역을 찾고, 줄 단위로 나눈 뒤, 각 줄의 문자를 인식합니다. 가장 잘 알려진 오픈 소스 엔진인 Tesseract는 버전 4에서 줄 전체를 인식하는 LSTM 신경망을 추가했으며, 기본 상태로 “recognize more than 100 languages”(번역: 100개 이상의 언어를 인식)할 수 있습니다. 출력은 일반 텍스트, hOCR(HTML), PDF, 투명 텍스트 PDF, TSV, ALTO, PAGE 형식으로 나오므로 단어 위치도 함께 얻습니다.

전통적인 OCR은 문자에서 멈춥니다. 어떤 숫자가 합계이고 어떤 줄이 공급업체 이름인지 알려면 규칙이나 두 번째 모델을 더해야 합니다.

비전-언어 모델은 다른 길을 갑니다. Hugging Face의 image-text-to-text 작업 페이지는 문서 질의응답을 “an OCR-free approach”(번역: OCR 없는 접근 방식)로 설명합니다. 문서 이미지가 곧바로 [비전-언어 모델](https://broadrouter.com/ko/glossary/vision-language-model/)로 가고, 모델이 읽고 답합니다. 필드를 직접 요청해 [구조화된 출력](https://broadrouter.com/ko/glossary/structured-output/)으로 받을 수 있습니다.

|  | 전통적인 OCR(예: Tesseract) | 비전 LLM |
| --- | --- | --- |
| 출력 | 문자와 위치 | 답변, 요약 또는 JSON 필드 |
| 레이아웃 이해 | 제한적, 규칙 필요 | 표와 레이블을 맥락 속에서 읽음 |
| 실행 환경 | 로컬, 호출당 요금 없음 | 보통 API, 토큰 단위 과금 |
| 위험 | 문자 오인식 | 문자 오인식과 지어낸 값 |

## 왜 중요한가

-   **비용.** LLM API에 보낸 이미지는 입력 [토큰](https://broadrouter.com/ko/glossary/token/)으로 과금됩니다. 로컬 OCR은 호출당 요금이 없지만 서버와 유지 보수가 필요합니다.
-   **정확도 확인.** 비전 모델은 페이지에 없는 그럴듯한 합계를 반환할 수 있습니다. 원문 텍스트를 인용하게 하고 합계는 코드로 검증하세요.
-   **아랍어.** 오른쪽에서 왼쪽으로 쓰는 텍스트, 이어지는 글자 형태, 아랍 숫자와 라틴 숫자의 혼용이 모두 난도를 높입니다. 어떤 엔진이나 모델이든 자신의 스캔본으로 테스트하세요.

## BroadNet Inference에서는

BroadNet은 별도의 OCR 엔드포인트를 문서화하지 않습니다. 문서에는 모델 정보에 이미지나 비전이 표기된 채팅 모델, 예컨대 [DeepSeek V4.1 Flash](https://broadrouter.com/ko/models/deepseek-v4.1-flash/), [BroadNet Gemma 4 VL 26B](https://broadrouter.com/ko/models/gemma-4-vl-26b/)나 [Qwen3.8 27B](https://broadrouter.com/ko/models/qwen3.8-27b/)에 이미지를 `data:` URL로 보내 청구서를 읽는 방법이 나와 있습니다. 종량제 키에서 이미지는 모델의 입력 단가로 입력 토큰으로 계산되며(Gemma는 100만 토큰당 $0.10), 이미지가 클수록 토큰을 더 씁니다. 단계별 방법은 [아랍어 청구서 가이드](https://broadrouter.com/ko/guides/read-arabic-invoices-with-vision/)를, 전통적인 OCR이 여전히 더 나은 경우는 [비전 LLM으로 하는 아랍어 OCR](https://broadrouter.com/ko/blog/arabic-ocr-vision-llm/)을 참고하세요.

## 자주 묻는 질문

### OCR과 비전 LLM은 무엇이 다른가요?

OCR은 찾아낸 문자와 그 위치를 반환합니다. 비전 LLM은 이미지를 읽고 "청구서 합계가 얼마인가요?" 같은 질문에 답하거나, 지정한 필드를 JSON으로 반환할 수 있습니다.

### BroadNet에 OCR 엔드포인트가 있나요?

별도의 OCR 엔드포인트는 문서화되어 있지 않습니다. 비전을 지원하는 채팅 모델에 /v1/chat/completions로 이미지를 보내고 필요한 텍스트나 필드를 요청하세요.

### 전통적인 OCR은 아직 쓸 만한가요?

네. 깨끗하게 인쇄된 페이지가 대량으로 있고 텍스트와 위치만 필요하다면 그렇습니다. 로컬에서 실행되며 호출당 요금이 없습니다. 원시 문자보다 필드, 표, 답변이 필요하다면 비전 모델이 낫습니다.

## 함께 보기

-   [비전-언어 모델(VLM)](https://broadrouter.com/ko/glossary/vision-language-model/) (용어)
-   [멀티모달 AI(multimodal AI)](https://broadrouter.com/ko/glossary/multimodal/) (용어)
-   [구조화된 출력(Structured output)](https://broadrouter.com/ko/glossary/structured-output/) (용어)
-   [토큰(token)](https://broadrouter.com/ko/glossary/token/) (용어)
-   [유니코드 정규화(Unicode normalization)](https://broadrouter.com/ko/glossary/unicode-normalization/) (용어)
-   [이미지 토큰(image tokens)](https://broadrouter.com/ko/glossary/image-tokens/) (용어)
-   [비전 모델로 아랍어 인보이스와 영수증 읽기](https://broadrouter.com/ko/guides/read-arabic-invoices-with-vision/) (가이드)
-   [아랍어 OCR vs 비전 LLM: 아랍어 문서와 청구서 읽기](https://broadrouter.com/ko/blog/arabic-ocr-vision-llm/) (글)
-   [비전 LLM으로 송장·영수증·양식 데이터를 JSON으로 추출하기](https://broadrouter.com/ko/blog/extract-data-from-documents-with-vision-llm/) (글)

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-glossary-ocr&utm_content=page-cta) ·

**출처**

-   [Tesseract OCR, 공식 GitHub 저장소 (2026-11-16 확인)](https://github.com/tesseract-ocr/tesseract)
-   [Hugging Face Tasks, image-text-to-text(OCR 없는 문서 질의응답) (2026-11-16 확인)](https://huggingface.co/tasks/image-text-to-text)
-   [BroadNet Inference API 레퍼런스, 이미지로 채팅하기 (2026-11-16 확인) (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-glossary-ocr&utm_content=sources)
