LLM을 활용한 손글씨 해독으로 아카이브 접근성 확대

범용 LLM(GPT-4, Gemini 등)이 필기체 인식(HTR, Handwritten Text Recognition) 분야에서 기존 전문 솔루션을 압도하기 시작했다. 1980년대 Yann LeCun이 우편번호 인식을 위해 CNN을 도입한 이래, 필기체 인식은 "문자 단위 분할 → 패턴 매칭" 방식에서 "한 줄 전체를 신경망으로 읽고 언어 모델로 해석"하는 구조로 진화했다. 흥미로운 점은 현재의 LLM이 필기체 인식을 위해 명시적으로 학습되지 않았음에도, 방대한 학습 데이터 어딘가에서 손글씨 이미지와 전사본(transcription) 간의 관계를 암묵적으로 습득했다는 것이다. Wilfrid Laurier 대학의 연구(2025년 5월 Historical Methods 게재)에 따르면, LLM 기반 접근법은 150개 이상의 대학·아카이브에서 사용하는 전문 도구 Transkribus 대비 문자 오류율(CER)을 8%에서 2% 미만으로 낮추면서, 처리 속도는 50배, 비용은 1/50 수준으로 줄였다. 이는 Richard Sutton이 2019년 주장한 "Bitter Lesson"—계산력을 활용한 범용 방법이 결국 도메인 특화 방법을 능가한다—을 다시 한 번 검증하는 사례다.

엔지니어 관점에서 이 변화는 두 가지 시사점을 던진다. 첫째, **도메인 특화 모델을 직접 학습시키는 비용 효율이 빠르게 무너지고 있다.** 수백 명의 서로 다른 필체가 섞인 1천만 페이지 규모의 캐나다 WWI 연금 기록처럼, 과거에는 "한 명의 필체에 대해 전용 모델을 파인튜닝"하는 방식 외에 답이 없던 문제를 이제는 범용 멀티모달 LLM의 zero-shot 추론으로 풀 수 있다. 둘째, **테이블/표 구조 인식처럼 전통적으로 OCR이 약했던 영역에서 Gemini가 두각을 보인다는 점이 주목할 만하다.** UNC 채플힐의 아카이비스트가 언급했듯, 페이지마다 구조가 달라지는 원장(ledger) 같은 비정형 표를 정확히 파싱하는 능력은 단순 텍스트 인식을 넘어선 시각적 레이아웃 이해의 진전이다. 이는 송장 처리, 의료 기록 디지털화, 레거시 문서 마이그레이션 등 한국 SI/금융권에서 흔히 마주하는 문제 영역과 직결된다.

개발자가 당장 취할 수 있는 액션은 명확하다. 사내에 스캔된 PDF, 손글씨 메모, 구식 장표가 잠들어 있다면, 별도의 OCR 파이프라인을 구축하기 전에 GPT-4V, Claude(Vision), Gemini 등 멀티모달 모델로 PoC를 먼저 돌려볼 것을 권한다. 특히 Humphries 팀이 공개 중인 **Archive Pearl**(비영리, 베타)은 드래그앤드롭으로 수백 페이지를 배치 처리하는 워크플로우의 좋은 레퍼런스이며, 기존 Transkribus도 LLM 통합을 발표한 상황이라 API 통합 패턴을 학습해두면 유용하다. 다만 주의할 점은, 범용 LLM은 여전히 **할루시네이션이 가능한 전사기**라는 사실이다—존재하지 않는 단어를 그럴듯하게 채워 넣을 수 있으므로, 법적 효력이 필요한 문서나 학술 인용 시에는 신뢰도 점수(logprobs) 활용, 다중 모델 교차 검증, 인간 검수 루프를 반드시 설계에 포함해야 한다. "충분히 좋아진" 도구는 곧 "검증 없이 써도 되는" 도구가 아니라는 점, 그리고 도메인 전문가가 가장 큰 수혜자가 아니라 비전문가의 진입 장벽을 낮추는 민주화 도구라는 Benjamin Breen의 관찰을 제품 설계에 반영할 필요가 있다.