Prompt Engineering for Korean OCR Error Correction and Text Damage Restoration
Suhyun Park, Hyojin Lee, Sung-Pil Choi · Journal of KIISE · 2025
광학 문자 인식(OCR)은 이미지 내 텍스트를 기계가 읽을 수 있도록 변환하는 기술로, 문서 관리가 중요한 산업에서 널리 활용된다. 그러나 한글은 자모가 결합된 복잡한 구조로 인해 인식 정확도가 낮으며, 이를 개선하려면 11,172개의 완성형 글자를 포함하는 방대한 데이터셋이 필요하다. 또한, 띄어쓰기, 맞춤법 오류뿐만 아니라 문자 왜곡과 손상 등의 오류 패턴이 존재해 기존 맞춤법 검사 모델을 활용한 후처리가 어렵다. 이를 해결하기 위해 본 논문에서는 초거대 언어 모델을 활용한 퓨샷 학습과 프롬프트 엔지니어링을 제안한다. 연구 결과, 기본 프롬프트 대비 오류 교정 정확도가 최대 18.18% 향상되었으며, 텍스트 손상 복원과 띄어쓰기 오류 교정에서도 각각 21.6%, 17.26%의 성능 개선이 확인되었다. 이는 적은 예시만으로도 한글 OCR 오류를 효과적으로 교정하고 손상된 텍스트를 복원할 수 있음을 입증한다.