이집트-일본 과학기술대학교(E-JUST) 연구진이 아랍어 손글씨를 높은 정확도로 인식하는 새로운 인공지능(AI) 시스템을 개발했다. 연구진은 차별화된 이진화(Differentiable Binarization)와 적응형 스케일 융합(Adaptive Scale Fusion) 기술을 결합해 기존 아랍어 손글씨 인식의 주요 문제점들을 해결했다. 아랍어는 필기체로 쓰여 글자들이 서로 연결되어 있고, 복잡한 합자(ligature)를 포함하며, 개인마다 다양한 필기 스타일을 보이는 특징이 있어 그동안 정확한 인식이 어려웠다.

연구진이 개발한 시스템은 세 단계로 구성된 정교한 처리 과정을 거친다. 먼저 DBNet++ 아키텍처를 활용해 문서 이미지에서 텍스트 라인을 정확하게 분리한다. 이어서 분리된 각 라인에 대해 이진화 처리를 수행하고, 마지막으로 CNN-BiLSTM-CTC(합성곱 신경망-양방향 장단기 메모리-연결주의적 시간 분류) 구조를 통해 문자를 인식한다. 이 시스템은 아랍 멀티폰트 데이터셋(AMFDS)을 통한 검증에서 단일 단어의 경우 문자 인식률 99.20%, 단어 인식률 93.75%라는 높은 정확도를 달성했다.

연구진은 시스템의 성능을 세 가지 다른 조건에서 검증했다. 일반 텍스트 조건, 노이즈가 추가된 조건, 굵은 글씨체 조건에서 모두 안정적인 성능을 보였다. 특히 텍스트 라인 검출 능력에서는 기존 범용 모델과 비교해 큰 폭의 성능 향상을 보였다. 정밀도는 61.53%에서 81.66%로, 재현율은 34.60%에서 78.82%로 크게 개선됐다. 이는 아랍어 손글씨 문서의 디지털화와 데이터 추출 분야에서 획기적인 발전을 의미한다.

현재 이 시스템은 긴 텍스트를 처리할 때 중간 부분의 인식률이 저하되는 한계를 보이고 있다. 이는 순환 신경망 층에서 단어 표현이 약화되는 현상 때문이다. 또한 7-10자로 구성된 단어들에 대한 단어 인식률이 상대적으로 낮은 것으로 나타났다. 연구진은 이러한 한계를 극복하기 위해 시퀀스 길이와 무관하게 안정적으로 작동하는 손글씨 단어 표현 방식을 개발하는 것을 후속 연구 과제로 제시했다.

기사에 인용된 논의 원문은 링크에서 확인할 수 있다.

기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성되었습니다. 

AI Matters 뉴스레터 구독하기