손글씨·답안지 OCR/인식은 어떤 모델·방식이 좋나요? (하이러닝·클로바·제미나이)

경기 하이러닝은 클리포(클로바) 튜닝입니다. 하이러닝에서 제일 불만인 건 OCR 결과를 보여주지 않는다는 거죠. 손글씨 인식은 여전히 Gemini가 가장 뛰어난 것 같더라구요 ㅋㅋ 멀티모달 원툴.

자체 플랫폼은 개발하기 어려울 거고 클로바 같은 거 가지고 튜닝하는 방식일 거 같아요. 지금 하이러닝에 들어있는 것도 클로바로 알고 있어요. 클로바 AI 모델은 gemini라고 하던데요. 인식은 잘하는데 평가에서는 환각이나 일관성이 떨어진다고 들었어요(LLM 모델의 근본적 한계).

구글폼으로 받은 학생 PDF 캡쳐본을 열면 요약 요구도 안 했는데 갑자기 AI(아마 제미나이)가 요약을 해주는데 웬만한 글씨체는 다 인식하더라구요. 그런 거 요약은 아마 flash를 사용하지 않았을까. 거의 손글씨 인식은 정복되지 않았나 싶었습니다.

사실 학교 업무 정도는 flash로 충분하더라구요. 아쉬운 건 크레딧으로 이제 apikey가 안 돼서 경유해서 써야 하네요. 저도 gemini api 쓰고 있고 필요하면 vision도 불러서 쓰는데, 순수 OCR은 아직 먼 것 같습니다.

제대로 돌아가려면 OCR이 아니라 그냥 LLM한테 먹여야 할 거예요(그런 시행착오를 많이 해봐서). 순수 OCR로 과제 인식하면 퀄리티 절대 안 나옵니다. 예산 규모로 밀어붙이는 LLM 이미지 인식 아닐까요. flash가 가성비가 좋은 것 같아요 확실히.