2026년 OCR 실측 비교 — Tesseract vs Google Vision vs ChatGPT vs Apple Live Text (실제 정확도 수치)

2026-05-22

OCR — Optical Character Recognition, 이미지 속 텍스트를 실제 텍스트로 바꾸는 기술 — 은 예전엔 비참했습니다. 2008년에 교과서 페이지를 스캔하던 게 기억납니다. 소프트웨어가 횡설수설을 뱉어냈죠.

2026년엔 좋습니다. 때로 무서울 정도로요. 그러나 마케팅 주장은 현실과 맞지 않아서, 직접 벤치마크를 돌렸습니다 — 100장의 실제 이미지로 네 가지 널리 사용되는 도구를 비교했습니다. 이 글이 그 결과입니다.

참가자

100장의 이미지, 카테고리별 20장씩 5가지:

• 깨끗한 인쇄 텍스트 20장: 책 페이지, 잡지 기사, 컴퓨터 인쇄 영수증.
• 손글씨 20장: 4명의 노트 페이지(필기체와 정자체).
• 스크린샷 20장: 코드, 터미널 출력, 웹 페이지, 슬라이드.
• 저조도/흐릿한 사진 20장: 어두운 식당에서 찍은 영수증, 흐릿한 간판.
• 다국어 20장: 중국어, 일본어, 한국어, 아랍어, 혼합 언어 문서.

도구:

1. Tesseract.js — 오픈소스, WebAssembly로 브라우저에서 동작. ToolKoala 이미지→텍스트 도구 가 사용하는 엔진입니다.
2. Google Cloud Vision API — Google의 상용 OCR. 1,000장당 $1.50.
3. ChatGPT (GPT-4o vision) — LLM을 OCR로 쓰는 방식. 현재 가격으로 장당 ~$0.01.
4. Apple Live Text — macOS Sonoma+ 와 iOS 16+ 내장. 하드웨어가 있다면 무료.

ABBYY FineReader(상용, $200 라이선스, 기업용)와 Microsoft Azure Vision(제 경험상 Google Cloud Vision과 사실상 동급)은 제외했습니다.

방법론

각 이미지에 대해 수동으로 정답을 입력한 후 문자 오류율(CER) 을 측정했습니다 — OCR이 틀린 문자의 비율(치환, 삽입, 삭제). 낮을수록 좋음. CER 5% 미만은 일반적으로 쓸 만함, 1% 미만은 우수.

전체 결과 (100장, CER, 낮을수록 좋음)

이 헤드라인은 오해를 부릅니다. 카테고리별 분해가 각 도구의 강점과 약점을 드러냅니다.

깨끗한 인쇄 텍스트 (쉬운 카테고리)

실용상 구분 불가. 입력이 깨끗한 인쇄 텍스트라면 무엇이든 잘 동작합니다. 다른 기준(비용, 프라이버시, 속도)으로 선택하세요.

손글씨 (어려운 카테고리)

여기서 LLM이 다른 모두를 압도합니다. ChatGPT는 본질적으로 사람처럼 손글씨를 "읽습니다" — 문맥으로 모호한 글자를 구분합니다. Tesseract.js는 근본적으로 이걸 할 수 없습니다. 그것은 문자 인식 모델이지 언어 모델이 아닙니다.

손글씨 노트를 디지털화하는 게 일이라면 ChatGPT가 답입니다. 정확도 격차가 거대합니다.

스크린샷과 코드 (까다로운 것)

ChatGPT에 여기서 문제가 있습니다: 때때로 "친절하게" 설명을 추가하거나 오타라고 생각하는 부분을 수정합니다. "오타 포함해 정확히 그대로 옮겨라, 설명/수정하지 마라" 라고 명시해도 1/3은 어긋났습니다.

스크린샷의 순수 전사는 Google Cloud Vision이 가장 깨끗합니다. Tesseract.js는 코드는 잘 다루지만 특수문자가 있는 터미널 출력에서 비틀거립니다.

저조도와 흐릿한 사진

LLM이 다시 승리하는 이유는 문맥을 쓰기 때문. Tesseract는 "Iotal"을 보면 "Iotal"을 출력. ChatGPT는 영수증 중간의 "Iotal"을 보고 "Total"을 출력. 때로 유용하고, 때로 틀림(예: 영수증의 실제 상품명이 오독처럼 보이는 경우).

다국어

Tesseract는 CJK와 RTL 언어에서 크게 뒤집니다. ChatGPT와 Google Cloud Vision 모두 잘 처리하며, ChatGPT가 약간 더 좋습니다.

혼합 언어 문서(예: 일영 슬라이드)에서는 ChatGPT가 최고 — 문서 중간에 언어를 전환할 수 있으니까요. Tesseract는 언어 조합을 미리 선택해야 합니다(ToolKoala에서 "English + 한국어" 같은 프리셋을 노출합니다).

프라이버시와 비용

여기가 순수 정확도를 넘어 흥미로운 부분.

영수증 1,000장을 매달 처리하는 작은 사업자에게:

• ChatGPT API: 월 $10, 이미지 복잡도에 따라 청구액 증가.
• Google Cloud Vision: 월 $1.50, 매우 저렴.
• Tesseract.js 또는 Apple Live Text: 월 $0. 영어/EU 언어는 Apple이 더 정확; CJK는 올바른 언어 프리셋을 선택하면 Tesseract가 더 정확.

프라이버시 민감 콘텐츠 — 의료 기록, 신분증 스캔, 금융 문서, 회사 내부 스크린샷 — 의 경우, 정확도와 무관하게 ChatGPT와 Google Cloud Vision은 제외됩니다. 선택지는 Apple Live Text(Mac/iPhone에서 한 장씩) 또는 Tesseract.js(배치 / 비-Apple 플랫폼 필요)로 줄어듭니다.

무엇을 선택할까

ChatGPT GPT-4o를 선택, 다음의 경우:

• 손글씨를 디지털화하고 정확도가 프라이버시보다 중요할 때.
• 작은 배치(< 100장)고 돈 내는 게 신경 쓰이지 않을 때.
• 콘텐츠가 민감하지 않을 때.

Google Cloud Vision을 선택, 다음의 경우:

• 10,000장 이상의 이미지를 저렴하게 처리해야 할 때.
• 백엔드 서비스에 통합할 때.
• 콘텐츠가 민감하지 않을 때.

Apple Live Text를 선택, 다음의 경우:

• Mac/iPhone을 쓸 때.
• 한 장씩 가볍게 처리할 때.
• 텍스트가 주로 영어, 스페인어, 프랑스어, 독일어 등 주요 라틴 문자 언어일 때.

Tesseract.js / ToolKoala 를 선택, 다음의 경우:

• 프라이버시가 중요할 때(이미지가 브라우저를 떠나지 않음).
• 호출당 결제 없이 CJK나 다른 비-라틴 문자 지원이 필요할 때.
• 가끔 배치 작업이 있고 API 키 설정을 하기 싫을 때.
• 비-기술 사용자에게 OCR을 보여줄 때(브라우저 도구는 설치도 가입도 필요 없음).

Tesseract의 정직한 약점

Tesseract 기반 도구를 유지보수하므로, 알려진 약점을 솔직히 말합니다:

• 손글씨: 약함. Tesseract를 이걸로 쓰지 마세요.
• 스타일 폰트: 약함. 캘리그래피, 장식 폰트, 손으로 칠한 간판 — 모두 문제.
• 저해상도 이미지: 약함. 텍스트 높이 ~200 px 이하는 힘듦.
• 혼합 방향/곡선 텍스트: 잘 처리 못함.
• 크게 기울어진 이미지: 사전 회전 필요.

입력이 위 중 하나라면 ChatGPT나 Google Cloud Vision을 쓰세요. 브라우저에서 업로드 없이 깨끗한 인쇄 텍스트라면 Tesseract.js는 견고합니다.

일상에서 실제로 쓰는 것

개인 워크플로우:

• 휴대폰으로 찍은 영수증과 청구서: Apple Live Text(Photos에서 이미지 길게 눌러 → 텍스트 복사). 즉시, 기기 내.
• YouTube 튜토리얼의 코드 스크린샷: ToolKoala 이미지→텍스트. 영어 프리셋. 재압축된 썸네일에서 복사/붙여넣기보다 깔끔.
• 책 사진에서 인용: ToolKoala나 Apple Live Text. 가까이 있는 것.
• 손글씨 노트(드묾): 데스크톱 ChatGPT 앱. 이미지를 붙이고 "줄바꿈을 유지하고 정확히 옮겨라" 라고 요청.
• 세금 신고용 대량 영수증(연 1회): 한 번 쓰고 어떻게 썼는지 까먹은 Python 스크립트로 Google Cloud Vision 호출.

전용 OCR 서비스에 돈을 낸 적이 없습니다. "캐주얼 용도는 기기 내 무료 + 어려운 케이스는 LLM + 배치는 Google Cloud Vision" 조합이면 다 커버됩니다.

결론

2026년의 OCR은 더 이상 단일 카테고리가 아닙니다. 적어도 셋으로 나뉩니다:

1. 문자 인식(Tesseract, Apple Live Text): 빠름, 무료, 오프라인. 깨끗한 텍스트에 좋음.
2. 클라우드 OCR API(Google Vision, AWS Textract, Azure): 확장 가능, 이미지당 저렴. 배치에 좋음.
3. LLM을 OCR로(GPT-4o, Claude vision, Gemini): 비쌈, 느림, 그러나 문맥 이해. 어려운 케이스 최적.

마케팅이 아닌 작업에 따라 선택하세요. 업로드하기 싫은 것 — 청구서, 신분증, 의료, 내부 문서, 초안 — 을 처리한다면 답은 기기 내 두 옵션 중 하나지, 지금 한창 떠도는 AI가 아닙니다.

ToolKoala OCR 시도해 보기

지금 무료, 가입 없음, 업로드 없는 OCR 도구가 필요하다면 ToolKoala 이미지→텍스트 는 다음을 지원합니다:

• 12+ 언어, 영어, 중국어(간체+번체), 일본어, 한국어, 스페인어, 프랑스어, 독일어, 러시아어, 아랍어, 포르투갈어, 이탈리아어 포함
• 혼합 언어 모드 (English + 简体中文, English + 한국어)
• 인라인 편집 출력 (복사 전 OCR 오류 수정)
• .txt 다운로드

DevTools → Network 탭을 열어 업로드 없음을 확인할 수 있습니다.

관련 ToolKoala 도구

• PDF OCR — 같은 Tesseract 엔진, 전체 PDF를 페이지별로 처리
• PDF→텍스트 — 이미 선택 가능한 텍스트가 있는 PDF용 (OCR 불필요)
• 단어 카운터 — OCR 출력을 붙여 통계 얻기
• 대소문자 변환 — OCR 출력의 대소문자 정리