---
title: "비전 LLM API로 아랍어 인보이스 데이터 추출하기 | BroadRouter"
description: "인보이스나 영수증 사진을 BroadNet Inference의 비전 모델에 보내 합계, 날짜, 공급업체를 JSON으로 받습니다. 질문은 아랍어나 영어로 할 수 있습니다."
url: https://broadrouter.com/ko/guides/read-arabic-invoices-with-vision/
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/guides/read-arabic-invoices-with-vision/) (2026-11-16 업데이트).

# 비전 모델로 아랍어 인보이스와 영수증 읽기

업데이트 2026-11-16

이미지를 base64 데이터 URL로 메시지 content에 넣어 broadnet/qwen3.8-27b나 broadnet/gemma-4-26b-a4b 같은 비전 모델에 보내고, 필요한 필드를 JSON으로 달라고 요청하세요. MIME 유형은 정확하게 지정해야 합니다. 종량제에서는 이미지가 입력 토큰으로 계산되며, 이미지가 클수록 토큰을 더 씁니다.

BroadNet Inference에서 이미지를 받는 채팅 모델은 DeepSeek V4.1 Flash, Qwen3.8 27B, BroadNet Gemma 4 VL 26B 세 가지입니다. GLM 5.3은 텍스트 전용입니다. 아랍어 문서라면 BroadNet이 아랍어로 테스트한 모델은 Qwen3.8 27B입니다. 테스트 결과는 유창한 작문, 걸프 및 이집트 방언 이해, 정확한 아랍어-영어 번역이었습니다. Gemma 4 VL 26B는 BroadNet에서 셋 중 가장 저렴하며 무료 크레딧으로 쓸 수 있습니다.

## 인보이스 한 장에 대해 질문하기

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

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

response = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "ما هو المبلغ الإجمالي في هذه الفاتورة؟"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}],
)
print(response.choices[0].message.content)
```

이 질문은 아랍어로 “이 인보이스의 합계 금액은 얼마입니까?”라는 뜻입니다. PNG 파일이라면 데이터 URL에 `image/png`를 쓰세요. MIME 유형이 파일과 일치해야 합니다. 파일 이름에서 MIME 유형을 정하려면 다음과 같이 합니다.

```python
import mimetypes
mime = mimetypes.guess_type("invoice.png")[0]   # "image/png"
url = f"data:{mime};base64," + base64.b64encode(open("invoice.png", "rb").read()).decode()
```

## 구조화된 필드로 받기

JSON으로 답하라고 요청하고, 원하는 키를 정확히 지정하세요.

```python
prompt = (
    "Read this invoice. Reply with JSON only, keys: vendor, date (YYYY-MM-DD), "
    "currency, total (number), vat (number or null). Keep the vendor name in Arabic if it is written in Arabic."
)
response = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # Qwen3.8 27B reasons first
    messages=[{"role": "user", "content": [
        {"type": "text", "text": prompt},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}],
)
```

Qwen3.8 27B는 답하기 전에 추론하므로 여유를 주세요. [추론 모델이 빈 답변을 반환하는 이유](https://broadrouter.com/ko/guides/reasoning-tokens-empty-response/)를 참고하세요. BroadNet 문서는 Qwen3.8 27B에 구조화된 출력을 표기합니다. JSON 스키마가 일반적으로 어떻게 작동하는지는 [구조화된 출력](https://broadrouter.com/ko/glossary/structured-output/)을 참고하세요. 응답은 `json.loads`로 파싱하고, 저장하기 전에 필드를 검사하세요.

## 비용

종량제에서는 이미지가 해당 모델의 입력 가격으로 입력 토큰으로 과금되므로, 아주 큰 사진은 먼저 크기를 줄이세요. 특정 크기의 이미지가 몇 토큰인지는 [이미지 토큰 계산기](https://broadrouter.com/tools/image-token-calculator/)에서 확인할 수 있습니다. [DeepSeek V4.1 Flash 무제한 플랜](https://broadrouter.com/ko/guides/unlimited-llm-api-sessions/)에서는 이미지도 무제한 사용에 포함됩니다.

[비전 모델 가격을 비교](https://broadrouter.com/ko/pricing/)하거나, [아랍어 OCR API 비교](https://broadrouter.com/ko/blog/arabic-ocr-api-comparison/)에서 비전 모델을 Google, Azure, Textract, Mistral OCR과 비교해 보세요.

## 문제 해결

-   **Qwen3.8 27B나 DeepSeek V4.1 Flash의 빈 답변.** 추론이 `max_tokens`를 다 썼습니다. 값을 늘리거나 `reasoning_effort`를 `low`로 설정하세요.
-   **이미지에 대한 400 또는 422.** 데이터 URL이 `data:image/jpeg;base64,` 또는 `data:image/png;base64,`로 시작하는지, MIME 유형이 파일과 일치하는지 확인하세요.
-   **403 또는 모델 관련 오류.** GLM 5.3은 이미지를 받지 않으며, Qwen3.8 27B와 DeepSeek V4.1 Flash는 충전이 필요합니다. 무료 크레딧으로는 BroadNet Gemma 4 VL 26B를 쓰세요.
-   **요청이 너무 크거나 컨텍스트 오류.** 큰 사진은 토큰을 많이 쓰며, Gemma 4 VL 26B는 세 모델 중 컨텍스트 윈도가 가장 작습니다(pricing.json에 표기). 적당한 너비로 줄이거나 합계 부분만 잘라 내세요.
-   **합계가 틀리거나 숫자가 뒤바뀜.** 영수증 한 장에 아랍-인도 숫자(٠١٢٣)와 라틴 숫자가 함께 나올 수 있습니다. 숫자를 라틴 숫자로 반환하라고 요청하고, 코드에서 합계를 품목 금액과 대조하세요.
-   **잘못된 JSON.** “JSON only”(번역: JSON만)로 답하라고 요청하고, 파싱 전에 코드 펜스를 제거한 뒤, 파싱에 실패하면 한 번 다시 시도하세요.

_[image: An Arabic and English invoice beside a phone showing the JSON {"total":125.00,"currency":"AED"}, with the text "From documents to structured data."]_

Illustrative example; the figures are not real output.

## 이 가이드의 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.

[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.

## 자주 묻는 질문

### BroadNet에서 이미지를 읽을 수 있는 모델은 무엇인가요?

DeepSeek V4.1 Flash, Qwen3.8 27B, BroadNet Gemma 4 VL 26B가 chat completions로 이미지를 받습니다. GLM 5.3은 텍스트 전용이며, 전사 모델은 오디오를 받습니다.

### 로컬 이미지 파일을 비전 LLM API로 보내려면 어떻게 하나요?

파일을 읽어 base64로 인코딩한 뒤, data:image/jpeg;base64, 뒤에 인코딩한 바이트를 붙인 데이터 URL로 image\_url 콘텐츠 파트에 넣으세요. URL의 MIME 유형은 파일과 일치해야 합니다.

### 무료 크레딧으로 인보이스 데이터를 추출할 수 있나요?

네. 무료 초기 크레딧으로 쓸 수 있는 BroadNet Gemma 4 VL 26B를 쓰면 됩니다. Qwen3.8 27B와 DeepSeek V4.1 Flash는 충전 후 쓸 수 있습니다.

### PDF 인보이스를 보낼 수 있나요?

BroadNet 문서는 PDF 파일이 아니라 데이터 URL로 보내는 이미지를 설명합니다. 먼저 pdftoppm 등으로 PDF의 각 페이지를 JPEG나 PNG로 변환한 뒤 이미지로 보내세요.

## 관련 가이드

-   [아랍어 음성 인식(STT) API 사용법: 단계별 가이드](https://broadrouter.com/ko/guides/arabic-speech-to-text-api/)
-   [BroadNet Inference에서 OpenAI Python SDK 사용하기](https://broadrouter.com/ko/guides/openai-python-sdk/)
-   [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-guides-read-arabic-invoices-with-vision&utm_content=page-cta) ·

**출처**

-   [BroadNet Inference API 레퍼런스, 이미지를 포함한 채팅 (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-guides-read-arabic-invoices-with-vision&utm_content=sources#requests)
-   [BroadNet Inference 가격(Qwen3.8 27B 아랍어 테스트 메모) (영어)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-guides-read-arabic-invoices-with-vision&utm_content=sources)
-   [모달리티와 컨텍스트 길이를 담은 기계 판독용 모델 목록(pricing.json) (영어)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-guides-read-arabic-invoices-with-vision&utm_content=sources)
