OCR 실측 대전 하루 종일 — 클로바가 만든 이변

아침 9시 40분, 한 참여자가 자체 제작 중인 OCR 인덱스를 방에 공유하며 하루를 열었다. 슬라이드·필기·표 등 문서 유형별로 OCR 정확도 비교 수치와 할루시네이션 비율을 나눠 정리한 자료였고, 이후 하루 내내 다른 참여자들의 반응이 이어지며 즉석 벤치마크 시리즈로 번졌다.

"오늘자 OCR 현황입니다"

가장 먼저 눈길을 끈 건 클로바 OCR의 성적이었다. 한 참여자는 놀라움을 표했고, 자료를 공유한 참여자는 테스트에만 상당한 비용을 들였음을 밝혔다. 상용 OCR과 프론티어 모델들이 숫자 인식에서 생각보다 자주 틀린다는 실측 결과도 함께 공유됐다.

"클로바는 진짜 새로운 발견이네요 ㅋ"

"클로바에서만 15만원 썼나"

오후로 넘어가며 논의는 미스트랄 OCR의 언어별 편차로 옮겨갔다. 라틴어 계열 언어에서는 호평이지만 한국어·일본어 같은 아시아 언어에서는 평가가 갈린다는 지적인데, 이는 같은 모델이라도 학습 데이터의 언어 분포에 따라 인식 품질이 크게 갈릴 수 있음을 시사한다.

"라틴계열언어에서는 호평, 아시안 언어는 악평.... ㅠ"

저녁 무렵 재확인에서는 분위기가 다시 바뀌었다. 같은 참여자가 개선된 수치를 확인하면서, 미스트랄 OCR의 아시아 언어 성적이 낮 시간대보다 나아진 것으로 마무리됐다.

"꽤 좋네요"

하루짜리 스레드 안에서만도 평가가 출렁였다는 점은, OCR 성능 비교가 한 번의 캡처가 아니라 반복 측정으로 검증돼야 하는 영역임을 보여준다. 십수만 원의 실비를 들여 여러 엔진을 같은 기준으로 돌려본 실측 데이터가 커뮤니티에 공유됐다는 것 자체가, 이 방의 정보 밀도를 보여주는 장면이기도 하다.