대학 입학전형 OCR 자동화 시스템

TL;DR

대학 입학전형 자료(모집요강·학생부 등)를 자동으로 인식하고 정리하는 OCR 기반 딥러닝 시스템을 개발. 다양한 양식을 처리할 수 있도록 모델과 전처리 로직을 설계하고, 실제 서비스를 위한 프로토타입까지 구현했습니다.

수작업 대비 입력 시간 40% 단축, 특허 출원 1건 참여.

Role

3인 TF에서 딥러닝 모델 개발 및 프로토타입 구현을 담당. 입학 서류 스캔 이미지에 대한 텍스트 인식 및 후처리 로직을 직접 설계했고, 특허 TF로 참여해 기술 문서 작성 및 기획을 지원했습니다.

Approach

OCR 성능 실험 & 한글 특화 모델 비교

학교마다 모집요강 양식이 다르고, 학생부 스캔본은 표/텍스트가 혼재합니다. 한국어 OCR 환경에서 어느 모델이 가장 안정적인지 비교 실험을 먼저 진행.

양식 다양성 대응 전처리 로직

OCR 결과를 그대로 쓰기 어려운 이유는 양식이 학교마다 다르기 때문. 텍스트 정규화 + 키워드 추출 로직을 설계해 학교 양식 차이를 흡수하는 후처리 레이어를 만들었습니다.

주요 필드 영역 인식

모집단위·전형명·전형 요소 같은 구조적 필드에 대해 영역 인식 구조를 설계. 단순 텍스트 추출이 아니라 문서 구조를 이해하는 방향.

Flask 기반 웹 프로토타입

모델만 만들고 끝내지 않고, Flask 기반 웹 프로토타입을 직접 개발해 프론트엔드와 연동 테스트까지. 모델이 실제 서비스에 붙는 흐름을 검증.

특허 TF 참여

기술 개요와 구현 방식을 정리하는 단계에 참여. 딥러닝 모델을 지식재산권으로 보호하는 경험.

Results

Stack

• ML / OCR: TensorFlow, Google Cloud Vision API
• Backend: Python, Flask
• Frontend: JavaScript
• Collaboration: GitHub, Figma, Notion, Dooray