읽는 데 약 10분
손으로 적어둔 메모를 사진으로 찍어 AI에 올려본 적이 있다. 글씨가 반듯한 것도 아니고 종이도 한 번 접혀 있어서, 큰 기대 없이 되는지나 보자는 마음이었다.
그런데 그대로 읽어냈다. 빠뜨린 줄도 없었다. 그 뒤로 문서 사진도 올려보게 됐고, 지금은 회사 서류뿐 아니라 집안 문제까지 사진으로 찍어 물어본다. AI OCR에 대해 내가 갖고 있던 기준은 한참 전에 멈춰 있었던 셈이다.
Table of Contents
사진 텍스트 추출, AI OCR을 못 믿었던 이유
기계가 사진 속 글자를 읽는다는 것 자체는 알고 있었다. 다만 인쇄된 반듯한 글자를 정면에서 깨끗하게 찍은 사진, 그 정도 조건은 돼야 되는 줄 알았다.
내가 찍은 사진은 그런 것과 거리가 멀었다. 회의 중에 찍다 보니 사무실 형광등 아래에서 손 그림자가 졌고, 종이를 쥔 손까지 화면 한쪽에 들어와 있었다. 이런 상태의 사진을 정확히 읽어낼 수 있을까 싶어 한동안 올려볼 엄두를 내지 못했다.
원리를 알고 나니 왜 걱정이 빗나갔는지 이해가 됐다. 예전 방식은 글자 하나하나의 모양을 미리 저장해둔 형태와 맞춰보는 식이어서, 그림자가 지거나 각도가 틀어지면 그 글자부터 어긋났다.
지금은 다르다. 이미지 전체를 한 번에 이해하도록 학습된 모델이 앞뒤 문맥까지 함께 본다. 흐릿한 글자 하나는 주변 단어를 근거로 채워 넣기 때문에, 조건이 나빠도 문장 단위로는 맞아떨어지는 경우가 많다.
같은 이유로 약점도 생긴다. 문맥으로 빈자리를 메우는 능력이 있다는 것은, 없는 글자도 그럴듯하게 지어낼 수 있다는 뜻이다. 이 성질을 알고 나면 무엇을 지시해야 하는지도 분명해진다.
메모 사진부터 올려봤다 — AI OCR 걱정이 빗나간 지점
가장 먼저 올린 것은 손으로 적은 메모 사진이었다. 줄이 비뚤어진 부분도, 급하게 흘려 쓴 단어도 그대로 옮겨왔다. 결과를 보고 조금 놀랐고, 그 뒤로는 문서를 찍은 사진도 같은 방식으로 올리게 됐다. 이때 사용하는 프롬프트는 단순하다.
이 사진에 있는 내용을 그대로 텍스트로 옮겨줘. 안 보이는 글자는 빈칸으로 두고, 추측해서 채우지 마.
마지막 문장이 중요하다. AI OCR은 문맥으로 빈자리를 메우는 성질이 있어서, 이 조건이 없으면 흐릿한 자리를 그럴듯한 값으로 채운다. 빈칸으로 두라고 지시하면 모르는 항목은 비운 채로 돌려주고, 그 자리는 내가 직접 보면 된다.
몇 가지는 습관으로 굳었다. 한 장에 한 문서만 담는 것, 글자가 화면 폭을 최대한 채우도록 가까이서 찍는 것, 그리고 결과를 표나 항목 형태로 달라고 미리 지정하는 것.
셋 다 AI가 스스로 판단할 거리를 줄여주는 쪽이라, 확인해야 할 곳도 함께 줄어든다. 옮겨온 내용을 표로 다시 다듬는 방법은 엑셀 데이터를 AI로 정리한 글에 따로 정리해뒀다.
찍은 사진이 그 자리에서 문서가 된다
사무실에서 종이가 없어졌다고들 하는데, 실제로는 그렇지 않다. 거래처에서 건네받는 서류, 회의 중에 급히 적어두는 메모, 회의실 보드판에 정리해둔 내용은 여전히 종이로 남는다.
예전에는 이런 것들을 일단 들고 자리로 돌아왔다. 스캔하거나 다시 옮겨 적고 나서야 내용을 확인할 수 있었고, 무엇을 할지 정하는 것도 그다음이었다.
지금은 그 자리에서 휴대폰으로 찍어 AI OCR에 바로 올린다. 회의실을 나서기 전에 확인이 끝나기도 하고, 거래처에서 서류를 받아 든 채로 모르는 항목을 물어보기도 한다.
그중에서도 보드판이 가장 크게 달라졌다. 미팅 중에 나온 중요한 내용을 보드에 정리해두고, 예전에는 그걸 사진으로 찍어두기만 했다. 필요할 때 사진첩에서 찾아 눈으로 확인하는 정도가 전부였다.
지금은 그 사진을 그대로 올려 문서로 만든다. 회의가 끝나는 시점에 이미 검색되는 글로 남아 있으니, 나중에 사진첩을 뒤질 일이 없어졌다. 찍어두는 것과 문서로 만들어두는 것의 차이가 생각보다 컸다.
빨라진 것보다 크게 느껴지는 건 미루지 않게 됐다는 점이다. 나중에 정리하겠다고 책상에 올려두면 그대로 며칠이 가는데, 받은 자리에서 끝내면 그럴 일이 없다. 스마트폰으로 찍어 그 자리에서 올리는 방법 자체는 스마트폰 AI 사용법을 정리한 글에서 다룬 적이 있다.
사진을 붙이자 답이 달라졌다 — 어머니 집 베란다에서
얼마 전 어머니 집에 갔다가 베란다를 보고 난감했다. 비둘기가 계속 앉는 바람에 배설물이 쌓여 있었고, 거기서 냄새가 나고 벌레까지 생겨 문을 열 수 없는 상태였다.
처음에는 사진 없이 물어봤다. 비둘기를 쫓는 방법을 알려달라고 했더니 답도 일반적이었다. 부엉이 모형을 놓아보라는 식의, 검색하면 흔히 나오는 내용이었다.
그다음에 사진을 찍어 붙였다. 난간에 씌워져 있던 망이 낡아 거의 벗겨진 상태까지 그대로 담긴 사진이었다.
첨부 사진을 보면 비둘기 때문에 더럽고 망도 거의 벗겨져 있어서 전문가의 도움을 받아 청소와 망 설치를 하고자 하는데, 국내 11층 아파트 기준 예상 비용과 문의 방법 확인 부탁
돌아온 답의 첫 문장이 “사진을 자세히 확인해 보았습니다”였다. 그리고 이어진 판단이 앞서와 달랐다. 단순히 부엉이 인형을 놓는 수준이 아니라, 전문 업체를 통해 청소와 재시공을 권하는 상태라고 봤다.
같은 문제인데 사진 한 장이 붙자 답의 성격이 바뀐 것이다. 글로만 설명할 때는 내가 무엇을 빠뜨렸는지조차 몰랐다. 망이 이미 벗겨져 있다는 사실이 이 문제의 핵심이었는데, 그건 사진을 봐야 알 수 있는 부분이었다.
AI가 준 것은 답이 아니라 검색어였다
11층 기준 예상 비용과 어디에 문의하면 되는지까지 함께 알려줬다. 집에서 해볼 수 있는 방법도 있었지만, 상태를 보니 전문가를 부르는 쪽이 맞았다. 숨고에서 시공하는 분을 찾아 비둘기망을 설치했고, 그걸로 해결됐다. 냄새와 벌레 때문에 못 열던 문도 다시 열게 됐다.
여기서 AI OCR이 한 일은 답을 준 것이 아니다. 무엇을 검색해야 하는지 알려준 것에 가깝다. “비둘기망”이나 “재시공” 같은 말을 모르는 상태였다면, 전문가를 어떻게 찾아야 하는지부터 막혔을 것이다.
모르는 분야일수록 이 쪽이 크게 느껴진다. 해결책을 몰라서 막히기보다, 그 해결책을 뭐라고 부르는지 몰라 검색창 앞에서 멈추는 경우가 더 많았기 때문이다.
ChatGPT·Claude·Gemini, 나는 이렇게 나눠 쓴다
세 서비스 모두 사진을 첨부해 물어볼 수 있고, AI OCR 정확도만 놓고 보면 셋 사이에 큰 차이를 느끼지 못했다. 차이가 생기는 곳은 다른 데다. 생활 속 가벼운 질문은 ChatGPT와 Gemini에 던진다. 베란다 사진처럼 그 자리에서 답이 필요한 것들이다.
Claude는 긴 서류를 검토하거나 문서를 정리할 때로 남겨둔다. 계정마다 쓸 수 있는 사용량 한도가 있어서, 무게가 있는 작업 쪽에 배분하는 편이다. 정확도로 고르기보다 “이 질문에 어느 정도를 쓸 것인가”로 나누는 편이 현실적이었다.
※ 위 서비스 정보는 2026년 8월 기준이며, 서비스 변경 시 공식 사이트에서 확인하세요.
AI OCR에 올리기 전에 정해야 하는 것
편해진 만큼 신경 쓰이는 것도 생겼다. AI OCR은 내가 올린 사진을 있는 그대로 읽는데, 이는 내가 빼놓지 않은 것도 함께 읽는다는 뜻이다.
회사 서류를 찍을 때는 회사명이나 거래처명이 프레임에 들어오지 않게 하려고 한다. 다만 솔직히 말하면 거기까지다. 휴대폰으로 그 자리에서 찍어 바로 올리는 경우가 대부분이라, 찍은 다음에 지우거나 가리는 작업까지는 못 하고 있다.
결국 판단을 셔터 누르는 순간으로 앞당기는 수밖에 없다. 회사 자료를 다룰 때 무엇을 조심해야 하는지는 AI 데이터 보안을 짚어본 글에서 정리한 적이 있는데, 그때 세운 원칙을 PC에서는 지키면서 휴대폰에서는 못 지키고 있는 셈이다.
집 안 사진도 사정이 비슷하다. 베란다 사진을 올릴 때도 이웃 창문이나 주소가 같이 담기지 않았는지 보는 정도가 전부다. 숫자는 여전히 내가 확인한다. 품명이 하나 틀리면 읽다가 알아채지만, 단가가 한 자리 틀리면 그냥 넘어가기 때문이다.
지금은 종이보다 사진이 먼저다
못 믿었던 것이 오래가지는 않았다. 손 그림자까지 들어간 메모를 읽어내는 걸 몇 번 보고 나니, 종이를 앞에 두고 타이핑하던 습관이 저절로 없어졌다.
이름이 오해를 부르는 면도 있다. AI OCR이라고 하면 글자를 뽑아내는 도구처럼 들리는데, 나에게는 설명하기 번거로운 것을 사진 한 장으로 대신 넘기는 방법에 더 가깝다.
어머니 집 베란다가 그랬다. 상황을 글로 옮기려면 몇 문장이 필요했을 텐데, 정작 핵심이었던 벗겨진 망은 내가 쓸 생각조차 못 한 부분이었다.
그래서 지금 나에게 남은 숙제는 인식 정확도가 아니다. 무엇을 프레임 안에 넣고 무엇을 뺄지를 셔터 누르기 전에 정하는 일이다. 휴대폰으로 찍어 바로 올리는 이상, 그 순간이 유일하게 내가 통제할 수 있는 지점이기 때문이다.
지금 눈앞에 있는 것 중에 사진으로 찍어 물어볼 만한 것은 무엇일까. 그리고 그중에 찍지 않고 넘어가야 할 것은 무엇일까.