저화질 팩스 스캔에서 손글씨 숫자 판독 오류가 생기는 조건

왜 숫자인가

청구 서류에서 가장 비싼 오류는 금액과 날짜입니다. 이름을 한 글자 잘못 읽으면 검수자가 쉽게 알아차리지만, 1과 7을 바꿔 읽은 금액은 그대로 지급 단계까지 흘러갈 수 있습니다. 그래서 우리는 전체 글자 정확도보다 손글씨 숫자 판독에 집중해 오류가 생기는 조건을 따로 분석했습니다.

데이터

가상 인물 정보로 작성한 청구서 3,000장을 여러 방식으로 다시 수집했습니다. 레이저 팩스와 잉크젯 팩스로 송수신하고, 휴대폰으로 각도를 바꿔 촬영했으며, 해상도는 네 단계로 낮췄습니다. 금액과 날짜 칸에는 스무 명이 직접 손으로 숫자를 적었습니다.

오류가 생기는 세 가지 조건

첫째, 해상도가 일정 수준 아래로 내려가면 4와 9, 1과 7처럼 획 하나로 구분되는 숫자의 오류가 급격히 늘었습니다. 둘째, 팩스 번짐은 숫자 사이의 간격을 메워 두 숫자를 하나로 읽게 만들었습니다. 셋째, 기울기는 단독으로는 영향이 작았지만 번짐과 겹치면 오류를 키웠습니다.

보정을 먼저 하면

글자 인식 전에 번짐을 줄이고 획의 두께를 고르게 만드는 복원 단계를 넣었을 때, 저해상도 조건에서 오류가 눈에 띄게 줄었습니다(그림 1, 예시 데이터). 고해상도 조건에서는 차이가 거의 없어 복원 단계를 조건부로 실행하도록 설계했습니다.

추측하지 않는 설계

복원 후에도 확신할 수 없는 숫자는 가장 가능성 높은 값으로 채우지 않고 낮은 신뢰도로 표시해 검수로 넘깁니다. 자동 처리율은 조금 낮아지지만 잘못된 금액이 지급 단계로 넘어가는 일을 막는 쪽을 택했습니다.

다음 단계

숫자 외에 체크 표시와 서명 유무 판단도 같은 방식으로 분석할 계획입니다. 이 리포트의 결과는 가늠 PAGE의 저화질 보정 기능에 반영되었습니다.