온더아이티, 문체부 '독서·토론 AI 에이전트' 국책과제서 한국어 도서 특화 VLM OCR 기술 개발

온더아이티는 문화체육관광부의 '토론과 소통으로 지식을 연결하는 AI 에이전트 기술 개발' 과제에 참여해 한국어 도서 콘텐츠를 AI가 보다 빠르고 정확하게 이해할 수 있도록 하는 핵심기술이 적용 된 VLM(Vision-Language Model) 기반 OCR 모델을 개발했다고 밝혔다. 이번 과제는 도서에 축적된 지식을 단순히 디지털화하는 데 그치지 않고, AI가 도서의 구조와 내용을 이해한 뒤 사용자의 질문과 관련된 정보를 찾아 독서와 토론, 지식 탐색에 활용할 수 있도록 하는 AI 에이전트 기술을 개발하는 것이 목표다. 온더아이티는 과제에서 도서 원문을 AI가 활용 가능한 형태로 전처리하고, 사용자 질의와 관련된 콘텐츠를 검색해 해당 페이지의 본문과 도서명·저자·목차 등 메타정보를 함께 제공하는 기술 개발을 담당하고 있다. 도서 콘텐츠는 일반적인 문서보다 AI가 처리하기 까다롭다. 본문뿐 아니라 제목, 각주, 표, 이미지, 캡션 등이 한 페이지에 복합적으로 배치되고, 도서마다 편집 방식과 레이아웃도 서로 다르기 때문이다. 따라서 단순히 문자를 인식하는 기존 OCR 방식만으로는 충분하지 않다. AI가 도서 내용을 정확하게 활용하려면 페이지 내 요소의 위치와 관계를 파악하고, 사람이 실제로 책을 읽는 순서에 가깝게 콘텐츠를 추출하는 문서 이해 기술이 필요하다. 온더아이티는 이러한 과제 요구에 대응하기 위해 VLM(Vision-Language Model) 기반 OCR 기술을 적용했다. 개발된 모델은 시각 정보와 언어 정보를 함께 분석해 복잡한 페이지에서도 레이아웃과 콘텐츠 영역을 구분하고, 자연스러운 읽기 흐름에 따라 텍스트와 이미지 정보를 추출하도록 설계됐다. 이번 과제에서는 최신 글로벌 AI 연구 동향도 실제 기술개발에 반영됐다. 온더아이티 연구진은 ECCV 2026에서 발표된 컴퓨터 비전 및 비전·언어 모델 관련 연구 흐름을 검토하는 과정에서, 대규모 범용 모델을 그대로 적용하는 방식보다 목표 업무와 언어에 맞는 데이터 구성과 정교한 파인튜닝이 실제 서비스 성능과 효율성에 더 중요할 수 있다는 점에 주목했다. 이를 바탕으로 상대적으로 작은 베이스 모델을 선택하고, 한국어 도서의 구성과 표현 특성을 반영한 데이터로 집중적인 파인튜닝과 최적화를 진행했다. 그 결과 과제 수행에 필요한 한국어 문서 인식 성능을 안정적으로 확보하면서, 자체 비교 환경에서 기존 모델 대비 7배 이상의 처리속도 향상을 달성했다. 도서는 한...