검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'한국딥러닝'통합검색 결과 입니다. (23건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

한국딥러닝, '딥 옵스'로 문서 AI 운영 자동화

한국딥러닝이 기업 업무 변화에 맞춰 문서 인공지능(AI)을 직접 수정하고 성능을 검증할 수 있는 운영 플랫폼을 내놨다. 한국딥러닝은 문서 AI 운영 플랫폼 '딥 옵스(DEEP Ops)'를 출시했다고 2일 밝혔다. 고객이 문서에서 추출할 항목과 조건을 직접 바꿀 수 있는 것이 특징이다. 변경 전후 성능 비교와 버전 관리 기능도 제공한다. 딥 옵스를 활용하면 자연어 프롬프트로 새롭게 추출할 항목과 조건을 입력한 뒤 실제 문서에서 변경 결과를 바로 확인할 수 있다. 기존에는 추출 항목 하나를 바꿀 때도 새로운 데이터를 준비하고 개발사에 수정을 요청한 뒤 모델 검증과 배포 과정을 다시 거치는 경우가 많았다. 변경한 문서 AI가 기존보다 제대로 작동하는지도 플랫폼에서 확인할 수 있다. 현재 운영하는 버전과 새 버전을 같은 문서에 적용해 항목별 정확도와 추출 결과, 처리 지연 등을 비교하는 식이다. 문서와 항목별 결과를 확인해 새 기준 적용이 실제 성능 개선으로 이어졌는지도 판단할 수 있다. 문서 AI 변경 이력은 버전 단위로 관리 가능하다. 추출 항목이나 조건을 바꿀 때마다 새 버전을 기록하고 이전 버전과 차이를 비교하거나 필요하면 기존 버전으로 되돌릴 수 있다. 언제 어떤 내용이 어떻게 바뀌었는지 관리할 수 있도록 한 것이다. 문서 처리 후 업무 과정도 딥 옵스에서 구성할 수 있다. 문서 입력과 광학문자인식(OCR)부터 문서 분류와 정보 추출 및 값 대조·계산과 조건별 처리 분기, 결과 판단·생성까지 필요한 과정을 블록 형태로 연결해 업무별 흐름을 만들 수 있다. 한국딥러닝은 보험사 심사 기준 변경에 따른 진단서 확인 항목 추가나 금융사 규정 개정에 따른 신청서 추출 항목 변경 등에 딥 옵스를 활용할 수 있을 것으로 보고 있다. 법령과 고시 개정 및 신청서·증명서 양식 변경이 잦은 공공기관도 주요 적용 대상으로 삼았다. 딥 옵스는 문서를 읽고 처리하는 문서 AI 에이전트 '딥 에이전트(DEEP Agent)'를 운영하는 역할을 담당한다. 딥 에이전트가 실제 문서 처리 업무를 수행하면 딥 옵스에서 도입 이후 발생하는 변경과 검증 및 관리를 담당하는 식이다. 한국딥러닝은 규제와 업무 기준 변경이 잦은 금융·보험·공공 분야를 중심으로 문서 AI 변경에 필요한 시간을 줄이고 새로운 기준을 필요한 시점에 적용할 수 있도록 지원할 계획이다. 김지현 한국딥러닝 대표는 "법령과 업무 기준, 양식은 끊임없이 바뀌지만 기존 OCR은 그 변화를 반영하려면 다시 개발하고 기다리는 과정이 필요했다"며 "우리는 딥 옵스로 고객이 문서 AI를 직접 운영할 수 있는 환경을 만들 것"이라고 강조했다.

2026.09.02 16:24김미정 기자

한국딥러닝, 문서 읽던 AI에 '일' 시킨다

한국딥러닝이 문서를 읽는 데 그치던 인공지능(AI)을 실제 업무까지 처리하는 'AI 워커'로 키운다. 한국딥러닝은 문서 AI 솔루션 딥에이전트를 '읽는 AI'에서 '일하는 AI'로 전환하는 하반기 로드맵을 20일 공개했다. 그동안 문서나 업무가 하나 늘 때마다 OCR을 새로 구축하고 인식률을 결과물로 넘기던 방식을, 한 번 검증한 문서 AI와 업무 기준을 회사 전체로 재사용하는 방식으로 바꾸는 것이 골자다. 변화 방향은 이미 현장에 적용되고 있다. 국내 한 카드사는 딥에이전트를 가맹점 신규·변경 심사에 투입해 가입신청서와 변경신청서, 사업자등록증, 통장사본, 등기사항전부증명서를 자동으로 분류하고 주요 정보를 교차검증하고 있다. 문제가 없는 건은 개인정보 마스킹과 심사 시스템 연계까지 알아서 처리하고, 추가 확인이 필요한 예외 건만 담당자에게 넘어간다. 이때 검증한 모델과 업무 기준은 그대로 쌓여 다른 가맹점 심사에도 필요한 부분만 손봐 재활용할 수 있다. 이런 재사용 구조의 중심에 비전언어모델(VLM) 옵스가 있다. 한 업무에서 검증한 모델과 프롬프트, 정보 추출 형식, 품질 기준을 운영 자산으로 축적해 두고, 새 부서나 업무가 생기면 처음부터 다시 만들지 않고 필요한 부분만 조정해 적용한다. 특히 구축 이후 문서 양식이나 키밸류가 바뀌면 매번 기존 업체에 손을 벌려야 했던 유지보수 부담을 덜기 위해, 고객이 VLM 옵스에서 직접 항목을 튜닝할 수 있게 했다. 축적된 자산은 에이전트 워크플로우로 이어진다. 문서 분류와 정보 추출, 문서 간 검증, 업무 판단, 담당자 승인, 후속 시스템 실행까지 하나의 흐름으로 묶는 방식이다. 정상 건은 딥에이전트가 뒤 업무까지 끝내고, 신뢰도가 낮거나 판단이 필요한 예외 건만 사람에게 전달한다. 승인이 끝난 결과는 전사적자원관리(ERP)와 고객관계관리(CRM), 전자문서관리시스템(EDMS), 로봇프로세스자동화(RPA) 같은 기존 시스템과 연동된다. AI의 판단 근거와 승인·검수 이력, 실행 결과를 함께 남겨 금융·공공·제조 분야의 감사와 내부통제 요구에도 대응한다는 설명이다. 이 과정에서 한국딥러닝은 문서 AI의 평가 잣대 자체를 바꾸겠다고 했다. 문서를 얼마나 정확히 읽느냐(인식률)가 아니라, 사람이 개입하지 않고 업무를 어디까지 끝내느냐(무개입률·업무 완료율)를 기준으로 삼겠다는 것이다. 판단의 신뢰성을 높이기 위한 장치도 뒀다. 텍스트와 구조를 읽는 OCR·파서(Parser)에 문맥과 업무 의미를 이해하는 VLM을 결합하고, AI가 뽑아낸 결과를 원문 위치와 대조해 검증한다. 형식을 벗어나거나 신뢰도가 낮은 결과는 따로 분리해 근거가 부족한 값이 후속 시스템에 그대로 넘어가지 않도록 했다. 이런 방향은 회사가 내세우는 '3 제로 AI 워커' 전략과 맞닿아 있다. 반복 학습과 설정 부담을 줄이는 제로 트레이닝, 원문 근거와 검증 규칙으로 오판을 줄이는 제로 홀루시네이션, 정상 건 전수검수를 없애고 예외만 사람이 보는 제로 리뷰가 세 축이다. 김지현 한국딥러닝 대표는 "문서와 업무가 늘어날 때마다 OCR을 다시 구축하는 방식에서 벗어나, 한 번 검증한 AI와 업무 기준을 기업 전체로 확장할 것"이라며 "반복 구축과 전수 검수에 드는 비용을 줄이고, 더 적은 사람의 개입으로 더 많은 업무를 완료하는 구조를 만드는 게 이번 로드맵의 핵심"이라고 말했다.

2026.08.20 15:51김동원 기자

"문서 재검수 87%↓"…한국딥러닝 '딥에이전트' 보험사 공급

한국딥러닝이 문서 인공지능(AI) 기술로 국내 보험사 반복 검수와 외주 운영 부담 낮추기에 나섰다. 한국딥러닝은 국내 대형 보험사에 문서 자동화 솔루션 '딥에이전트'를 공급한다고 11일 밝혔다. 보험금 청구 건별로 서류 구성부터 정보 추출과 결과 검증, 예외 문서 선별까지 자동 처리에 초점 맞췄다. 보험금 청구 문서를 활용한 사전 검증에서는 사람이 다시 확인해야 하는 문서가 기존보다 87% 감소한 것으로 나타났다. 사람 개입 없이 문서 분류와 정보 추출, 구조화, 검증까지 마치는 완전자동처리율도 기존 28%에서 91%로 높아졌다. 딥에이전트는 여러 서류를 개별 문서가 아닌 하나의 보험금 청구 건으로 묶어 처리한다. 필수 서류 제출 여부와 문서 간 정보를 확인한 뒤 정상 건은 후속 심사 단계로 보내고 서류 누락이나 정보 불일치가 발생한 건만 별도 예외 대상으로 분리한다. 한국딥러닝은 이번 사업을 위해 딥에이전트 문서 처리 엔진도 고도화했다. 인쇄체 중심의 정형 문서뿐 아니라 필기체와 복잡한 표, 저화질 이미지, 여러 페이지에 걸친 진료비 내역까지 자동 처리할 수 있도록 범위를 넓혔다. OCR 엔진은 촬영 각도가 기울거나 화질이 낮은 영수증과 진료 서류에서 숫자와 금액을 인식하는 성능을 강화했다. 문서 구조 분석 기능인 파서는 병합된 셀이나 여러 페이지에 이어지는 표의 구조와 읽기 순서를 복원해 항목과 금액이 잘못 연결되는 오류를 줄이도록 설계됐다. 추출된 정보는 문서 특화 비전언어모델(VLM)과 검증 엔진을 거쳐 재확인된다. VLM은 문서 전체 배치와 맥락을 분석해 서로 다른 양식에 있는 같은 의미의 항목을 구조화하고 검증 엔진은 청구인과 피보험자 정보, 계좌정보, 진료기간, 청구금액 등을 문서끼리 비교해 누락이나 불일치를 점검한다. 보험사는 이번 시스템 도입으로 반복적인 수작업 검수와 외주 운영을 줄여 연간 약 38억원의 운영비를 절감할 수 있을 것으로 기대하고 있다. 한국딥러닝은 향후 금융과 보험, 공공, 제조 등 비정형 문서를 대량 처리하는 산업으로 딥에이전트 적용 범위를 확대할 계획이다. 김지현 한국딥러닝 대표는 "기업 문서 자동화 성패는 일반 문서를 얼마나 잘 읽는지가 아니라 일부 까다로운 문서 때문에 사람이 전체 업무에 다시 개입하는 문제를 얼마나 줄이는지에 달려 있다"며 "기업이 체감할 수 있는 문서 자동화를 위해 딥에이전트의 핵심 처리 엔진을 지속적으로 강화하겠다"고 말했다.

2026.08.11 17:18김미정 기자

"제조 문서도 AI로 분석"…한국딥러닝, 서연이화 AI 사업 참여

한국딥러닝이 자동차 부품 제조 현장에 문서 인식·구조화 기술을 공급한다. 한국딥러닝은 글로벌 자동차 부품기업 서연이화의 인공지능(AI) 구축 사업에 참여해 비정형 문서를 데이터화하는 AI 광학문자인식(OCR)·파서 솔루션을 공급한다고 29일 밝혔다. 사업은 지산소프트가 주관하며 코난테크놀로지와 한국딥러닝이 참여한다. 이번 사업은 서연이화가 PDF와 이미지, 엑셀, 파워포인트 등 다양한 형태로 축적한 사내 문서를 활용 가능한 데이터로 바꾸는 것이 핵심이다. 변환된 데이터는 검색과 분석·사내 시스템 연계에 활용된다. 한국딥러닝은 개별 파일에 흩어진 공정·설계 정보를 추출해 검색·분석 가능한 형태로 구조화할 계획이다. 문서를 사람이 일일이 확인하거나 내용을 다시 입력하는 반복 업무를 줄여 현장 생산성을 높인다는 목표다. AI OCR 기술은 문서 이미지 속 글자를 인식하면서 각 내용이 어떤 항목에 해당하는지 함께 식별한다. 이를 통해 문서에 포함된 주요 정보를 자동으로 추출한다. 파서 기술은 텍스트와 표·이미지 등 문서 구성 요소를 총 15종의 레이아웃 태그로 구분한다. 각 요소 위치와 관계를 파악해 문서 전체 구조를 분석하는 방식이다. 표 안에 다른 표가 포함되거나 여러 칸이 하나로 합쳐진 복잡한 구조도 HTML형태로 변환할 수 있다. 정형화되지 않은 제조 문서도 원본 구조와 맥락을 유지한 채 데이터베이스(DB)나 AI 시스템에서 조회·분석할 수 있는 형태로 바꾼다. 한국딥러닝은 이번 사업을 통해 서연이화의 설계·품질·생산 정보를 통합 관리할 수 있는 기반을 마련할 방침이다. 이를 계기로 문서 AI 기술의 제조 분야 적용도 확대할 계획이다. 김지현 한국딥러닝 대표는 "제조 문서 자동화 성패는 문서를 얼마나 잘 읽는지가 아니라, 사람이 다시 확인하고 입력하지 않아도 AI가 문서 구조와 맥락을 이해해 후속 업무까지 이어갈 수 있느냐에 달려 있다"며 "복잡한 표와 레이아웃이 뒤섞인 문서까지 실제 업무에 활용 가능한 데이터로 전환해 AI 에이전트 기반 문서 업무 자동화를 제조 현장에 구현해 나가겠다"고 말했다.

2026.07.29 14:59김미정 기자

한국딥러닝, AI 문서 매출 3.4배↑…금융·공공 수요 확대

한국딥러닝이 인공지능(AI) 문서 자동화 수요에 힘입어 올 상반기 매출 성장세를 기록했다. 한국딥러닝은 올해 상반기 문서 AI 사업 매출은 지난해 같은 기간보다 3.4배 증가했다고 16일 밝혔다. 신규 고객을 확보한 데 이어 기존 고객도 적용 업무를 넓히면서 매출 확대를 이끌었다. 회사는 문서 처리 과정에서 반복되는 학습과 잘못된 답변을 줄이고 검수 범위를 최소화하는 방향으로 사업 전략을 바꿨다. 문서 종류가 달라질 때마다 모델을 다시 학습하거나 모든 결과를 사람이 확인해야 하는 부담을 줄이는 것이 핵심이다. 상반기 사업 약 94%는 금융기관과 공공기관 관련 프로젝트에서 나왔다. 대출·신청 서류 확인과 행정문서 분류·구조화 같은 대량 문서 처리 업무를 중심으로 도입이 확대됐다. 전체 사업의 약 90%는 고객사 내부에 시스템을 설치하는 방식으로 진행됐다. 외부 클라우드 이용이 어렵거나 망분리가 필요한 기관에서도 문서 AI를 사용할 수 있도록 한 점이 수요 확대에 영향 미쳤다. 기술 도입 문의는 전년 동기보다 5.3배 이상 늘었다. 해외 기업과 기관의 문의도 3배 넘게 증가했다. 한국딥러닝은 하반기 금융·공공에서 확보한 사례를 제조업 등 다른 산업으로 확대할 계획이다. 핵심 제품인 '딥 에이전트'는 문자를 읽는 '딥 오시아르'와 문서 구조를 분석하는 '딥 파서'를 결합한 문서 AI 솔루션이다. 계약서 조항 추출과 공공문서 분류는 물론 표 복원과 개인정보 비식별화 같은 업무를 수행한다. 분석한 결과는 전사적자원관리(ERP)와 고객관계관리(CRM) 시스템에 연동할 수 있다. 문서마다 별도 양식이나 대규모 학습 데이터를 준비하지 않아도 새로운 문서에 적용할 수 있으며 평균 2주 안에 도입할 수 있다고 회사 측은 설명했다. 김지현 한국딥러닝 대표는 "문서를 읽는 기술에서 반복 학습·환각·전수 검수를 줄이는 '제로' 방식으로 실제 업무를 수행하는 AI로 사업 전략을 개편한 방향이 시장에서 통하고 있다"며 "하반기에는 금융·공공에서 검증한 모델을 산업별 AI 워커와 해외 시장으로 확대할 것"이라고 말했다.

2026.07.16 14:56김미정 기자

인젠트-한국딥러닝, 기업형 AI 문서 활용 고도화 맞손…RAG 정확도 높인다

인젠트와 한국딥러닝이 기업용 생성형 AI 서비스의 문서 활용 역량을 높이기 위해 협력에 나선다. 양사는 AI 기반 문서 처리 및 검색증강생성(RAG) 솔루션 고도화를 위한 전략적 업무협약(MOU)을 체결했다고 1일 밝혔다. 협약식은 지난달 30일 서울 인젠트 본사에서 열렸으며, 양사 주요 경영진과 관계자들이 참석했다. 이번 협약의 핵심은 인젠트의 기업형 RAG 운영(Ops) 프레임워크와 한국딥러닝의 문서 인식·구조 분석 기술을 결합해 기업이 보유한 방대한 문서 자산을 생성형 AI 환경에서 보다 효율적으로 활용할 수 있도록 지원하는 데 있다. 인젠트는 자체 RAG운영 프레임워크를 통해 문서 수집부터 전처리, 임베딩, 색인, 검색, 권한 관리, 운영 모니터링, 서비스 배포까지 기업용 RAG 구축에 필요한 전 과정을 지원하고 있다. 이를 기반으로 다양한 산업군에서 생성형 AI 도입 프로젝트를 수행하며 기업 맞춤형 AI 플랫폼 역량을 강화해왔다. 한국딥러닝은 광학문자인식(OCR) 기술과 문서 구조 분석(Parser) 기술을 보유하고 있다. 단순한 텍스트 추출을 넘어 문서 내 표, 문단, 레이아웃, 메타데이터 등 구조적 정보를 분석해 AI가 이해할 수 있는 형태로 변환하는 것이 특징이다. 양사는 이번 협력을 통해 PDF, 스캔 문서, 계약서, 보고서, 매뉴얼 등 다양한 비정형 문서의 처리 정확도를 높일 계획이다. OCR과 문서 구조 분석 기술을 적용해 데이터를 체계적으로 구조화함으로써 생성형 AI가 필요한 정보를 더욱 정확하게 검색하고 활용할 수 있도록 지원한다는 전략이다. 특히 문서 내 표와 서식, 계층 구조 등 기존 AI 시스템이 이해하기 어려웠던 정보를 효과적으로 추출해 RAG 기반 서비스의 답변 정확도와 신뢰성을 높일 수 있을 것으로 기대된다. 이형배 인젠트 대표는 "기업이 보유한 문서와 데이터를 얼마나 정확하게 이해하고 활용하느냐가 생성형 AI 경쟁력을 좌우하는 핵심 요소"라며 "이번 협력을 통해 비정형 문서 처리 역량을 한층 강화하고, 실제 업무 현장에서 활용 가능한 기업형 AI 플랫폼을 지속적으로 고도화해 나갈 것"이라고 밝혔다. 김지현 한국딥러닝 대표는 "문서 구조를 정확하게 분석하고 AI가 이해할 수 있는 데이터로 전환하는 기술은 생성형 AI 활용의 출발점"이라며 "인젠트와 협력을 통해 기업 고객이 보다 높은 수준의 AI 검색 및 업무 자동화 환경을 구축할 수 있도록 지원하겠다"고 말했다.

2026.07.01 17:25남혁우 기자

한국딥러닝, 글로벌 OCR 벤치마크 1위…"제미나이·GPT 제쳐"

한국딥러닝이 글로벌 인공지능(AI) 시장에서 문서 처리 모델 경쟁력을 입증했다. 한국딥러닝은 허깅페이스에 등재된 글로벌 멀티모달 광학문자인식(OCR) 벤치마크 'OCR벤치 v2' 2026년 3월 영어 부문 평가에서 68.1점으로 종합 1위를 기록했다고 22일 밝혔다. 아시아 기업이 구글 제미나이를 제치고 정상에 오른 것은 이번이 처음이다. 이번 평가에서 한국딥러닝은 제미나이 3 프로 프리뷰를 4.7점 차로 앞섰다. 오픈AI GPT-5, 알리바바 큐웬3-옴니-30B, 앤트로픽 클로드 오퍼스 4.6 등 주요 모델보다 더 높은 점수를 받았다. OCR벤치 v2는 레이아웃 분석을 비롯한 수식 해석, 도표 이해, 논리 추론 등 31개 시나리오를 검증하는 고난도 벤치마크다. 또 1만 건 수작업 검증 데이터와 1500장 비공개 테스트셋으로 성능을 이중 검증할 수 있다. 한국딥러닝은 모델이 문서 구조화와 맥락 이해에서 강점을 보였다고 밝혔다. 문서 파싱 40.7점과 맥락 이해 85.4점을 기록하며 세부 항목 전반에서 고른 성과를 냈다는 설명이다. 핵심 기술은 환각을 최소화한 '니어-제로 할루시네이션(Near-Zero Hallucination)'이다. 이 기술은 문서에 없는 정보를 생성하지 않고 실제 문서에 기반한 정보만 추출하도록 설계됐다. 한국딥러닝은 문서 구조 이해에 특화된 모델을 자체적으로 만든 기업으로 알려졌다. 이를 통해 레이아웃과 항목 간 관계 위치 정보를 함께 반영해 의미 오류를 줄였다는 평을 받고 있다. 실제 환경 적용성도 확인됐다. 한국어 손글씨 등 노이즈가 많은 입력에서도 안정적인 인식이 가능하며 비공개 테스트셋에서도 성능이 유지된 것으로 나타났다. 김동현 한국딥러닝 최고전략책임자(CSO)는 "글로벌 빅테크들이 주도하는 AI 시장에서 아시아 기업이 순수 국내 기술로 제미나이와 GPT를 넘어섰다는 것은 의미 있는 성과"라며 "범용 모델이 따라올 수 없는 문서 지능 영역에서 구조적 설계를 통해 기술 격차를 증명했다"고 밝혔다.

2026.04.22 14:55김미정 기자

한국딥러닝, 금융 문서 AI 출시…"심사·검증·입력 자동화"

한국딥러닝이 금융권 문서 업무 자동화를 위해 인공지능(AI) 솔루션을 내놨다. 한국딥러닝은 금융 특화 문서 AI 솔루션 '딥에이전트 포 금융'을 출시했다고 7일 밝혔다. 해당 솔루션은 대출 심사와 KYC, AML 문서 등 다양한 금융 문서를 자동으로 처리하는 기능을 갖췄다. 이 솔루션은 문서 분류, 정보 추출, 검증, 시스템 입력까지 전 과정을 한 흐름으로 자동화한다. 기존에 담당자가 수기로 처리하던 반복 업무를 줄이는 데 초점을 맞췄다. 해당 제품은 금액, 계좌번호, 세액, 계약 조건 등 핵심 데이터 추출 정확도를 높일 수 있다. 정확도가 낮은 항목은 자동으로 검수 대상으로 분리해 사람이 필요한 부분에만 집중하도록 설계됐다. 또 개인정보 탐지, 비식별화, 접근제어, 변경 이력 관리, 검수 로그 관리 기능을 제공한다. 문서 간 대조와 정합성 검증 기능도 포함해 금융권의 보안과 감사 대응 요구를 반영했다. 기존 금융 전산 시스템과의 연계도 지원한다. 심사 시스템, 고객관계관리(CRM), 전자문서관리(EDMS), 로봇프로세스자동화(RPA)와 연결할 수 있고 온프레미스 구축과 서비스형 소프트웨어(SaaS) 구독형 방식 모두 선택 가능하다. 김지현 한국딥러닝 대표는 "금융권에서 문서 AI의 가치는 단순히 문서를 읽는 데 있지 않고 복잡한 비정형 문서를 업무에 바로 활용 가능한 데이터로 전환해 안전하게 운영하는 데 있다"며 "이 제품은 문서 분류, 정보 추출, 검수, 대조, 시스템 연계까지 아우르는 운영형 문서 AI 플랫폼으로서 금융 현업 요구를 지속적으로 지원해 나갈 것"이라고 말했다.

2026.04.07 14:07김미정 기자

[ZD SW 투데이] 포스코DX, AW 2026 참가 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한 눈에 볼 수 있는 'ZD SW 투데이'를 새롭게 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆ 포스코DX, AW 2026 AX·DX 사례 전시 포스코DX가 4일부터 6일까지 스마트공장·자동화산업전 2026(AW 2026)에 그룹의 인공지능(AI) 전환(AX)과 디지털전환(DX) 추진사례를 공유한다. 산업현장에 특화된 AX, DX역량을 결집해 'AI 네이티브 컴퍼니'로의 전환을 본격화며 자체 개발해 적용한 AI에이전트와 피지컬 AI를 확산해 그룹 주력사업의 인텔리전트 팩토리를 선보인다. 포스코DX 전시관은 'AX를 함께하는 포스코DX, AI 중심 기업으로 가는 여정'을 주제로, 회사의 비전과 안전 플랫폼을 소개하는 '포스코DX 오버뷰', AI 기반 업무 혁신을 담은 'AI 워크포스', 산업 현장의 AI 전환과 디지털 전환 기술을 체험할 수 있는 '인텔리전트 팩토리' 등 3개 테마존으로 구성돼 인공지능 분야 핵심 기술 역량을 선보인다. ◆노드VPN, 인포스틸러 공격 확산…일반 이용자, 게이머, IT 전문가 모두 표적 노드VPN은 인포스틸러가 특정 집단을 노린 공격을 넘어, 소셜미디어 이용과 게임 플레이, 업무용 계정 관리 등 일상적인 온라인 활동 전반을 겨냥한 위협으로 확산되고 있다고 밝혔다. 인포스틸러는 브라우저와 앱에 저장된 로그인 정보, 자격 증명, 활성 세션 등을 몰래 수집해 외부로 유출하는 악성코드다. 감염 직후에는 이상 징후가 거의 없지만 이후 계정 탈취, 승인되지 않은 결제, 비밀번호 초기화 등 피해로 이어질 수 있다. 피해 대상은 일반 인터넷 이용자와 게이머, IT 전문가 등 특정 집단에 국한되지 않았다. 노드VPN은 핵심 계정에 대한 다중요소인증(MFA) 적용, 브라우저 저장 비밀번호 점검, 운영체제와 브라우저 업데이트 유지, 비공식 프로그램 설치 차단 등을 주요 대응 방안으로 제시했다. ◆ 무하유, 의사결정 지원 솔루션 '몬스터' 구술평가 기능 고도화 무하유는 AI 기반 의사결정 지원 솔루션 '몬스터'의 구술평가 기능을 고도화했다. AI 인터뷰, 적성검사, 구술평가를 하나의 플랫폼에서 수행할 수 있는 올인원 평가 체계를 강화했다. 이를 통해 정답 기반 전문 지식을 검증하는 하드 스킬 평가까지 지원하게 됐다. 업데이트된 구술평가 기능은 평가 목적에 따라 3가지 질문 유형을 제공한다. 평가자가 직접 질문을 입력하는 '직접 입력 질문', 평가 조건을 입력하면 AI가 질문을 자동 생성하는 'AI 추천 질문', 답변 내용을 기반으로 조건과 순서에 따라 질문이 이어지는 '시나리오 생성 질문'이다. 또한 평가자가 설정한 채점 기준에 따라 AI가 답변을 평가하고 점수의 근거까지 제시해 단순 점수 산출을 넘어 평가 신뢰성과 설명 가능성을 높였다. ◆비큐AI, 뉴스 모니터링 플랫폼 'AI서퍼' OBT 시작 비큐AI가 차세대 뉴스 모니터링 플랫폼 'AI서퍼'의 오픈베타테스트(OBT)를 시작했다. AI서퍼는 2018년 출시된 아이서퍼 V4 이후 약 7년 만에 클라우드 네이티브 기반으로 전면 재설계된 서비스로, AI 에이전트를 통해 뉴스 수집, 분석, 요약, 보고서 작성까지 자동화하는 것이 특징이다. 기존 아이서퍼에서 8단계가 필요했던 뉴스 리포트 작성 절차는 관심 그룹 설정, 뉴스 선택, 보고서 생성 등 3단계로 단순화됐다. AI서퍼는 키워드 일괄 등록, 자동 기사 수집 및 중요도 기반 정렬, 원클릭 보고서 생성, 기업·이슈별 자동 요약과 태깅 기능 등을 제공한다. 자체 RAG 기술 'RDP1'을 기반으로 대화형 프롬프트를 통해 뉴스 검색, 요약, 이미지 생성, 출처 확인까지 제공하며 환각 현상도 최소화했다. 회사는 AI서퍼 도입 시 기존 2~2.5시간 소요되던 뉴스 리포트 작성 업무를 수 분에서 수십 분 수준으로 단축해 약 60~70%의 업무 생산성 향상이 가능할 것으로 보고 있다. ◆ 김지현 한국딥러닝 대표 포브스코리아 30세 미만 리더 선정 김지현 한국딥러닝 대표가 '2026 포브스코리아 30세 미만 30인(30 Under 30)' 딥,엔터프라이즈 테크 부문에 선정됐다고 4일 밝혔다. 김 대표는 해당 부문에서 여성 최초로 이름을 올렸다. 포브스코리아는 매년 산업별 후보자를 검토해 성장성과 사업 성과를 보인 30세 미만 리더 30인을 선정한다. 김 대표는 비전언어모델(VLM) 기반 문서 이해 기술을 상용화하고, 기업 환경에 적용 가능한 문서 AI 시스템을 구축한 성과를 인정받았다.

2026.03.04 20:03남혁우 기자

"추론하는 CCTV 구현"... 한국딥러닝, 생활안전 데이터 구축

한국딥러닝이 인공지능(AI) 기술로 공공 안전 시스템을 업그레이드했다. 한국딥러닝은 과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 주관한 '2025년 초거대 AI 확산 생태계 조성 사업'을 성공적으로 마무리했다. 이번 사업에 한국딥러닝이 주관하고 쿠도커뮤니케이션이 참여해 비전언어모델(VLM) 기반 다각도 CCTV 생활안전 데이터 5000건을 구축했다. 생활 안전 데이터는 기존 지능형 CCTV의 단편적 상황 인식 한계를 해결하기 위해 추진됐다. 단방향 영상과 객체 라벨링 방식에서 벗어나 사건 전후 맥락을 파악할 수 있는 시계열 데이터를 구축해 행위 인식의 사각지대를 최소화했다. 한국딥러닝은 단계별 논리 사고가 포함된 생각의 사슬(CoT) 라벨링 저작 도구를 개발해 데이터를 확보했다. 개인정보 보호를 위해 얼굴, 상호명 간판, 차량번호 등을 비식별화 처리했으며, 가명정보처리위원회 적정성 검토도 완료했다. 구축된 데이터는 경계선 침입, 특정 구역 내 지속 배회 등 생활안전 상황 11종에 대한 원천·가공 데이터다. NIA 외부 검증에서 다양성, 구문 정확성, 의미 정확성, 추론 유효성 등 전 항목 품질 100%를 인정받으며 우수 평가를 받았다. 이번 성과는 AI가 사건 맥락을 분석해 관제 요원 업무 부담을 경감하고 인력 부족 문제를 해소하는 데 기여할 전망이다. 부천시 손잡고 실제 생활안전 시나리오를 반영함으로써 실무 활용도를 높였다. 김지현 한국딥러닝 대표는 "이번 사업을 통해 단순 객체 탐지를 넘어 상황 맥락과 흐름을 이해할 수 있는 차세대 CCTV 학습 데이터를 구축했다"며 "최근 확보한 데이터셋이 AI 모델 학습에 활용되면 보다 정확하고 신뢰할 수 있는 지능형 CCTV 시스템 구현이 가능할 것"이라고 밝혔다.

2026.02.11 14:57김미정 기자

한국딥러닝, 120억 원 시리즈A 투자 유치 완료… 산업은행 50억 참여

한국딥러닝(대표 김지현)이 KDB산업은행의 50억 원 투자를 끝으로 총 120억원 규모의 시리즈A 투자 유치를 성공적으로 마무리했다고 8일 밝혔다. 이번 라운드는 트랜스링크인베스트먼트가 리드를 맡았으며 SV인베스트먼트와 IBK기업은행이 참여했다. 여기에 산업은행이 전체 투자 금액 40%가 넘는 50억원을 투입하며 라운드 마지막 단추를 끼웠다. 한국딥러닝은 설립 이후 경기지원센터의 팁스(TIPS) 사업 지원금 1억 원 외에는 외부 투자 없이 자체 매출만으로 성장해온 기업이다. 이번 시리즈A 투자는 회사의 첫 대규모 자금 조달로 첫 투자 유치부터 120억원이라는 유의미한 규모를 달성하며 업계의 주목을 받고 있다. 산업은행 측은 한국딥러닝의 실질적인 상용화 및 사업화 역량을 높이 평가했다. 한국딥러닝은 현재 80개 이상의 고객사와 누적 매출 100억 원을 달성했으며 문서의 시각적 구조와 텍스트 의미를 동시에 파악하는 '문서 이해 AI 모델' 기술력을 보유하고 있다. 특히 별도의 데이터 학습 없이 2주 내 도입이 가능한 빠른 제품화 전략이 기업 고객 확장에 주효했다는 분석이다. 확보된 투자금은 ▲문서 이해 AI 기술 고도화 ▲업무 자동화 시스템 구축 ▲AI 실행 규칙 및 검증 체계 강화 ▲처리 속도 및 비용 최적화 ▲글로벌 시장 진출 등에 집중 투입될 예정이다. 한국딥러닝은 이번 투자를 발판으로 2026년까지 단순 문서 자동화를 넘어선 '워크플로우 자동화'로 사업 영역을 확장한다. 문서에서 추출한 데이터를 바탕으로 AI 에이전트가 후속 업무를 자동 설계 및 실행하며 정해진 규칙 안에서 신뢰할 수 있는 운영 환경을 구축한다는 목표다. 이를 위해 2026년 상반기에는 산업별 파일럿 프로그램을 확대하고 하반기에는 정식 AI 에이전트 제품을 출시할 계획이다. 이번 투자를 리드한 트랜스링크인베스트먼트 관계자는 "한국딥러닝은 이미 매출과 고객사 확보를 통해 기술 사업화 능력을 증명한 기업"이라며 "문서 AI 기술은 향후 핵심 인프라로 성장할 잠재력이 크며 글로벌 경쟁력도 충분하다고 판단했다"고 투자 배경을 설명했다. 김지현 한국딥러닝 대표는 "이번 시리즈A 클로징은 한국딥러닝이 '문서를 읽는 AI'를 넘어 '문서로 일을 끝내는 AI'로 도약하는 중요한 전환점"이라며 "기업 운영 환경에서 완벽하게 검증되고 신뢰할 수 있는 AI 에이전트를 구현해 내겠다"고 포부를 밝혔다.

2026.01.08 17:26남혁우 기자

"도입 전 품질 검증"…한국딥러닝, '딥 에이전트 랩' 출시

한국딥러닝이 기업 인공지능(AI) 도입 장벽을 낮추기 위해 문서 처리 기술을 미리 검증해 볼 수 있는 테스트베드를 마련했다. 한국딥러닝은 딥 에이전트 솔루션을 체험할 수 있는 데모 플랫폼 '딥 에이전트 랩'을 출시했다고 16일 밝혔다. 사용자는 이 플랫폼을 통해 문서 업로드만으로 '딥 광학문자인식(OCR)과 '딥 파서' 처리 과정을 확인하고 결과물을 받아볼 수 있다. 이번 플랫폼의 가장 큰 특징은 독립적 기능 실행이다. 사용자는 딥 OCR만 실행해 표 감지와 텍스트 추출 결과를 확인하거나 딥 파서만 구동해 문서 구조 분해 성능을 개별 검증할 수 있다. 이는 기업이 거대언어모델(LLM)이나 검색증강생성(RAG) 시스템을 도입하기 전 문서 처리 품질을 사전에 확인하는 데 유용하다. 딥 OCR은 제이슨(JSON)과 엑셀 등으로, 딥 파서는 HTML과 PDF 등으로 데이터를 출력해 실제 업무 환경과 유사한 테스트가 가능하다. 플랫폼은 웹 기반으로 운영되며 구글 통합 인증(SSO)을 지원해 접근성을 높였다. 사용자는 대시보드를 통해 팀별 분석량과 크레딧 잔여량 등 분석 이력을 한눈에 관리할 수 있다. 한국딥러닝은 이번 출시와 함께 금융, 공공, 제조, 물류 등 주요 산업별 문서 AI 패키지도 공개했다. 이 패키지는 산업 특화 데이터 구조와 룰셋을 포함하고 있어 개념 증명(PoC)에서 상용화까지 걸리는 시간을 줄인다. 앞서 한국딥러닝은 와이즈넛, 코난테크놀로지와 협력해 딥 에이전트의 데이터 처리 성능을 입증했다. 실험 결과 문서 검색 정확도와 응답 안정성이 개선됐으며 이를 바탕으로 향후 산업별 특화 검색 시스템으로 영역을 확장할 계획이다. 김지현 한국딥러닝 대표는 "기업은 딥 에이전트 랩으로 문서 기반 AI의 기술을 도입 전 확인할 수 있다"며 "우리는 산업별 패키지와 API, 온프레미스 제공을 통해 문서 자동화 도입 속도를 높이겠다"고 밝혔다.

2025.12.16 10:27김미정 기자

"AI 문서 기술력 검증"…한국딥러닝, 기술신용평가 'TI-3' 획득

한국딥러닝이 인공지능(AI) 문서 기술 신뢰도를 인정받았다. 한국딥러닝은 한국평가데이터의 투자용 기술 신용평가(TCB)에서 TI-3 등급을 받았다고 27일 밝혔다. 이는 코스닥 기술 특례상장 기술심사 통과 기준에 해당하는 수준이다. TCB 평가에서는 기술력, 시장성, 사업성 등이 종합 반영된다. 한국딥러닝의 TI-3 등급 획득은 자체 개발한 시각지능 기반 문서 AI 솔루션 '딥 에이전트 플러스'의 기술 경쟁력이 주요 요인으로 꼽힌다. 이 솔루션은 비전언어모델(VLM) 기반 분석 기술을 적용해 문서의 의미와 맥락까지 이해하는 구조를 갖고 있다. 광학문자인식(OCR)과 VLM을 결합한 2단계 방식으로 텍스트, 위치, 표 정보를 분석하고 문서 구조를 자동으로 해석한다. 사전 템플릿 없이도 문서 형태를 파악해 정보를 추출하는 기술을 국내에서 최초로 상용화했다. 이 시스템은 금융, 공공기관 프로젝트에서 평균 98~99% 인식률을 기록하며 기존 방식 대비 처리 속도를 3배 향상한 성과를 보였다. 다양한 문서 유형을 자동으로 인식해 정확도를 높이는 방식이 장점이다. 한국딥러닝은 지난 6년간 4억 장 이상의 문서 데이터를 수집하며 전 과정 자동화 기반의 문서 데이터 파이프라인을 구축했다. 업로드부터 인식, 후처리, 저장, 관리까지의 과정을 자동화해 기업간거래(B2B), 기업정부간거래(B2G) 환경의 보안 요구 사항을 충족하도록 설계됐다. 딥 에이전트 플러스는 대규모 공공 사업에서도 활용되고 있다. 131억원 규모의 경기도청 생성형 AI 플랫폼 구축사업에서 행정문서의 디지털화와 정교한 구조화를 담당하며 지식 데이터베이스 구축의 핵심 역할을 하고 있다. 한국딥러닝은 이번 등급 확보를 계기로 공공·금융·제조 등 신뢰가 요구되는 산업 중심으로 사업을 확대할 계획이다. 거대언어모델(LLM), 로보틱 프로세스 자동화(RPA), 인공지능 전환(AX) 기반 시스템의 문서 자동화 수요에 대응해 기술 경쟁력을 강화한다는 구상이다. 김지현 한국딥러닝 대표는 "이번 TI-3 등급 획득은 딥 에이전트 플러스 기술력이 객관적으로 검증받은 성과"라며 "공공·금융·제조 등 높은 신뢰와 정확성이 요구되는 산업에서 우리 기술 경쟁력을 입증하는 중요한 지표가 될 것"이라고 밝혔다.

2025.11.27 17:29김미정 기자

한국딥러닝, 경기도청서 '딥 파서' 시연…"공공에 확대 적용"

한국딥러닝이 경기도청에서 인공지능(AI) 문서 분석 기술력을 선보였다. 한국딥러닝은 경기도청서 열린 '경기 생성형 AI 플랫폼 구축 데모데이'에서 비전언어모델(VLM) 문서 구조 분석 솔루션 '딥 파서'를 실시간 시연했다고 12일 밝혔다. 이번 행사는 경기도가 추진 중인 131억원 규모의 생성형 AI 플랫폼 구축사업의 성과를 공개하기 위해 마련됐다. 경제부지사와 도의원, AI 스타트업 관계자 등이 참석했으며, 전국 광역지자체 중 처음으로 행정업무 전반에 생성형 AI 기술을 도입한 사례로 주목받았다. 한국딥러닝은 AI·빅데이터 전문기업 엠티데이타와 협력해 이번 프로젝트에 참여했으며, 딥 파서를 통해 경기도청 내 주요 행정문서를 AI가 활용 가능한 데이터로 전환하는 역할을 맡았다. 경기도청 문서의 90% 이상을 차지하는 HWP와 PDF 형식을 구조화된 데이터로 변환해 문서작성, 회의관리, 정보검색 등 AI 기반 행정 서비스를 위한 기반 데이터를 구축했다. 데모데이 현장에서 한국딥러닝은 상담부스를 운영하며 실시간 시연을 진행했다. 참관객이 직접 문서를 업로드하면 즉시 구조화된 결과를 확인할 수 있었으며, 표와 차트, 계층구조, 병합 셀 등 복잡한 문서 구성요소를 정확히 인식해 AI가 활용 가능한 지식 데이터베이스로 변환하는 과정을 선보였다. 딥 파서는 기존 광학문자인식(OCR)이 단순 텍스트 추출에 머물렀던 것과 달리, VLM 기술을 통해 문서의 의미와 구조를 동시에 분석한다. 자체 개발한 VLM 모델을 기반으로 별도의 학습 과정 없이 다양한 문서를 처리할 수 있으며, 문서 항목 인식 정확도 97.3%, 데이터 추출 정확도 96%를 달성했다. 이를 통해 행정문서의 디지털 전환과 정책 문서 요약, 문서 검색 AI 서비스 등 다양한 행정 자동화를 지원한다. 한국딥러닝은 이번 프로젝트를 계기로 공공기관의 문서 디지털화와 행정 혁신을 가속화한다는 계획이다. 회사는 전국 지자체와 공공기관을 대상으로 딥 파서 공급을 확대해, 비정형 문서 기반의 행정 데이터 처리 효율성을 높일 방침이다. 김지현 한국딥러닝 대표는 "이번 데모데이를 통해 딥 파서가 실제 행정 현장에서 어떻게 활용되는지 직접 보여줄 수 있었다"며 "경기도청 사례를 시작으로 전국 지자체와 공공기관으로 솔루션 공급을 확대할 것"이라고 밝혔다.

2025.11.12 10:29김미정 기자

한국딥러닝, 여성 IT 인재 창업·커리어 방향 제시

한국딥러닝이 여성 IT 인재 대상으로 창업과 커리어 발전 전략을 제시한다. 김지현 한국딥러닝 대표는 내달 4일 경북대 글로벌플라자에서 열리는 '동북권 여성 인공지능(AI)·소프트웨어(SW) 커리어 컨설팅 & 네트워킹 데이' 행사에 기조강연자로 나선다고 29일 밝혔다. 이 행사는 과학기술정보통신부와 정보통신산업진흥원이 주최하며 경북, 강원, 대구 지역 여성 재취업 희망자와 창업 준비자 등 100여 명이 참석한다. 김 대표는 '불가능을 뒤집는 성장기'를 주제로 강연을 진행한다. 대학 시절 시작한 창업이 6년 만에 6년 연속 흑자를 기록한 부트스트랩 AI 기업으로 성장하기까지의 여정을 공유할 예정이다. 행사에서는 김 대표의 강연 외에도 오해숙 유피체인 대표가 '2025 ICT 여성 커리어 전환 전략'을 발표한다. 오후에는 창업과 취업 분야로 나뉜 1:1 멘토링 프로그램이 운영돼 참가자들이 AI·SW 전문가와 직접 상담할 수 있다. 한국딥러닝은 2019년 설립 이후 시각지능 AI 솔루션을 공공기관과 대기업 등 80개 이상 고객사에 제공해왔다. 누적 매출은 100억 원을 넘어섰으며 꾸준히 흑자를 유지하고 있는 것으로 알려졌다. 올해 국내 최초로 비전 언어 모델(VLM) 기반 광학문자인식(OCR) 솔루션 '딥 OCR플러스'를 공개했다. 이 제품은 별도 데이터 수집이나 라벨링 없이 다양한 문서를 즉시 처리할 수 있다. 김 대표는 "AI 기술 발전으로 이 분야 여성 인재의 역할이 더욱 중요해지고 있다"며 "이번 강연을 통해 창업 과정에서 겪은 실질적 경험과 정부 지원 활용법, 초기 어려움 극복 노하우를 공유하겠다"고 말했다.

2025.08.29 17:02김미정 기자

"AI로 문서 한번에 분석"…한국딥러닝, 경기도청에 '딥파서' 공급

한국딥러닝이 경기도청의 디지털전환을 위해 표와 차트, 문서 구조까지 인식하는 인공지능(AI) 플랫폼을 공급한다. 한국딥러닝은 경기도청 '2025년 생성형 AI 플랫폼 구축사업'에 문서 구조 분석 솔루션 '딥 파서'를 제공한다고 26일 밝혔다. 이번 프로젝트는 엠티데이타와 공동으로 진행되며 사업규모는 131억원이다. 경기도청은 약 11개월간의 사업을 통해 행정문서 작성 회의 관리 정보 검색 등 실무 중심의 AI 지원 체계를 마련한다. 이는 전국 광역지자체에서 처음으로 생성형 AI를 도입하는 사례다. 핵심은 전체 문서의 90% 이상을 차지하는 한글(HWP)과 PDF 파일을 구조화된 데이터로 변환하는 것이다. 딥 파서는 행정문서와 정책자료를 정밀 디지털화하고 구조화해 AI 업무 활용 기반 데이터를 제공한다. 기존 광학문자인식(OCR)이 텍스트 추출에 머물렀다면 딥 파서는 영상언어모델(VLM) 기술을 활용해 표, 차트, 문서 구조까지 인식한다. 이를 통해 AI 에이전트가 활용할 수 있는 고품질 지식 데이터베이스(DB) 구축을 지원한다. 이 기술은 행정문서의 정밀 구조화 정책 문서와 보고서의 자동 정보 추출, 회의록 요약과 키포인트 정리, 공무원 대상 질의응답 AI 서비스 구현 등으로 이어진다. 딥 파서는 지난 5년간 학습한 한국딥러닝의 자체 VLM 모델을 기반으로 개발됐다. 별도 데이터 수집이나 라벨링 없이 다양한 문서 유형을 처리할 수 있으며 OCR 테스트에서 문서 항목 인식 정확도 97.3% 데이터 추출 정확도 96%를 기록했다. 김지현 한국딥러닝 대표는 "경기도청 생성형 AI 플랫폼 프로젝트를 통해 공공 부문의 디지털 전환에 실질적으로 기여할 수 있게 돼 의미가 크다"며 "딥 파서의 문서 구조 분석은 단순 문서 인식을 넘어 AI가 진정으로 이해하고 활용할 수 있는 핵심 기술"이라고 강조했다.

2025.08.26 11:23김미정 기자

"딥 에이전트 덕"…한국딥러닝, 상반기 수주 실적 397% 올라

한국딥러닝이 '딥 에이전트' 출시 두 달 만에 10억원대 계약을 체결하면서 수주 실적을 끌어올렸다. 한국딥러닝은 2025년 상반기 수주액이 전년 동기 대비 397% 올랐다고 19일 밝혔다. 이 중 절반 이상은 올해 3월 출시한 딥 에이전트에서 발생한 것으로 전해졌다. 딥 에이전트는 문서 내 시각 구조와 언어 의미를 동시에 해석해 핵심 정보를 추출하고, 이를 기반으로 실질적인 업무 조치를 수행하는 서비스다. 이에 단순 광학 문자 인식(OCR) 서비스와 차별화됐다. 고객이 계약서를 딥 에이전트에 업로드하면, 에이전트가 문서 전체를 분석해 핵심 조항을 요약하고 리스크 조항을 자동으로 식별하는 식이다. 조건에 따라 전사적자원관리(ERP) 시스템에 자동 등록까지 진행할 수 있다. 별도 학습 없이도 동작하는 '논 트레이닝 AI'으로 작동해 평균 도입까지 2주 내, 정확도는 97~99% 수준이다. 딥 에이전트는 출시 두 달 만에 10억9천만원 규모의 계약을 체결했다. 이는 지난해 월평균 매출의 약 4배에 해당하는 수치다. 초기 도입 비용은 절반으로 줄었고, 구축 기간은 66일에서 10일로 단축돼 기업 고객 만족도가 크게 올랐다는 평가도 이어지고 있다. 한국딥러닝은 2019년 설립 이후 현재까지 누적 매출 100억원을 기록했다. 금융을 비롯한 공공, 제조, 의료 등 다양한 산업군에 걸쳐 80개 이상의 고객사를 확보했다. 외부 투자 없이도 흑자 기조를 유지하며 자체 성장 기반을 다져왔다. 특히 지난 5년간 4억 장 이상의 문서를 학습한 비전 언어 모델(VLM) '딥 이미지'로 경쟁력을 구축했다. 김지현 한국딥러닝 대표는 "문서를 단순히 읽는 것이 아니라 이해하고 처리하는 AI에 대한 수요가 증가하고 있다"며 "하반기에는 더 많은 기업이 문서 처리 자동화의 혜택을 누릴 수 있도록 시장 확대에 집중할 계획"이라고 밝혔다.

2025.08.19 15:51김미정 기자

"굿바이 수기입력"…한국딥러닝, 금융 여신서류에 AI 자동화 도입

한국딥러닝이 국내 대형 금융사 프로젝트 수주를 통해 금융권 공략에 시동을 걸었다. 한국딥러닝은 최근 한 대형 금융사와 여신 심사 과정에 필요한 문서 자동처리 시스템 구축 계약을 체결했다고 22일 밝혔다. 이 프로젝트에는 자체 비전언어모델(VLM) 기반 광학문자인식(OCR) 솔루션인 '딥 오씨알 플러스(DEEP OCR+)'가 적용된다. 해당 금융사는 기존에 여신 심사 시 46종의 신청·증빙 문서를 하나의 PDF로 수령해 사람이 직접 분류하고 입력해왔다. 이로 인해 문서 누락이나 오탈자, 병목 등 반복적 오류가 발생해 업무 효율 저하가 불가피했다. 한국딥러닝은 이같은 비효율 문제를 해결하기 위해 문서의 의미와 구조를 동시에 파악할 수 있는 시각지능 AI를 투입했다. '딥 오씨알 플러스'는 OCR 기술을 넘어 문서 내 시각적 레이아웃과 언어적 맥락을 함께 분석해 필요한 정보를 자동 추출한다. 이 솔루션은 회사가 지난 5년간 확보한 4억 장 이상의 텍스트·이미지 데이터를 학습한 문서특화 VLM 모델을 기반으로 한다. PDF, HWP, 워드 등 다양한 문서 유형에 대응하며 하나의 PDF 안에 병합된 문서를 자동 분할·분류할 수 있다. 정확도와 속도 개선 수치도 두드러진다. 기존 솔루션 대비 복합 문서 인식 정확도는 27% 향상됐고 병렬처리 기술 덕분에 문서 처리 속도는 10배 빨라졌다. 또 검증 대시보드 내 '휴먼 인 더 루프' 기능을 통해 인식 불가 항목을 빠르게 검수할 수 있어 오탈자 발생률도 95% 이상 줄일 수 있을 것으로 기대된다. 김지현 한국딥러닝 대표는 "모든 AI 에이전트의 시작은 '보는 능력'에서 출발한다"며 "시각지능 기반 문서이해 기술로 산업 전반의 디지털 혁신을 이끌어 나가겠다"고 밝혔다.

2025.05.22 16:04조이환 기자

'문서 AI'가 더 똑똑해졌다…"서류 속 문맥·구조까지 파악"

문서 인공지능(AI) 기술이 단순 텍스트 인식을 넘어 문맥·구조까지 이해하는 방향으로 진화했다. 복잡한 문서에서도 주요 정보를 자동 식별하고 고도화된 자동화 처리까지 가능해졌다. 11일 IT 업계에 따르면 최근 문서 처리 시장에서는 비전언어모델(VLM) 기반 광학 문자 인식(OCR) 기술이 주목받고 있다. 이 기술은 계약서, 보고서 등 여러 형식과 맥락으로 이뤄진 문서 속 표, 조항, 제목, 본문을 AI로 식별해 구조화된 데이터로 변환할 수 있다. VLM은 이미지와 언어 정보를 동시에 이해하는 AI 모델이다. 일종의 '이미지 전문가'와 '언어 전문가'가 한 팀처럼 협업하는 방식으로 작동한다. 우선 이 모델은 문서에서 표, 문장, 도장, 손글씨 등 다양한 이미지 요소를 구분한다. 이후 각 영역의 텍스트를 분석해 의미를 파악하고, 이를 종합적으로 해석한다. 이 과정에서 시각 정보와 언어 정보가 실시간으로 상호작용하며 정답을 조율한다. 정보 하나가 잘못 인식되면 다른 정보가 이를 보완하고, 누락된 부분은 이미지 단서를 활용해 추론하는 식이다. 예를 들어, 사용자가 계약서에 VLM 기반 OCR을 적용하면 '계약 당사자'와 '계약 기간' '주요 조항' '서명란' 등을 자동으로 식별해 체계적으로 정리할 수 있다. 이를 통해 문서 처리 자동화 수준을 높이고 반복 작업과 인적 오류를 줄일 수 있다. 기존 OCR은 이미지 속 텍스트를 디지털 문자로 바꾸는 데만 초점 맞췄다. 문서 레이아웃이나 의미적 맥락은 이해하지 못해 데이터 활용에 한계가 있었다. 이에 추가 인력이 이를 수작업으로 정리해야만 했다. VLM OCR, 정확도·사업성 모두 잡아 한국딥러닝은 '딥 OCR 플러스' 출시로 VLM OCR 서비스를 이미 상용화했다. 이 솔루션은 별도 학습 없이 여러 형식 문서를 처리할 수 있다. 한국어·영어·숫자·특수문자가 섞인 복잡한 구조도 정확하게 인식할 수 있도록 설계됐다. 딥 OCR 플러스는 문서의 표나 문단을 자동 분석해 핵심 정보를 요약하고, 추출 데이터를 표준 포맷으로 제공해 업무 시스템과 연동된다. 한국딥러닝은 이 솔루션으로 문서 검토 시간을 최대 80% 줄이고, 일관된 데이터 품질을 유지할 수 있다고 강조했다. 앞서 업스테이지도 AI 기반 문서 구조화 솔루션 '다큐먼트 파스'를 출시해 보험, 금융, 의료 등 산업 현장에서 문서 자동화를 지원하고 있다. 고정밀 벤치마크에서 아마존·마이크로소프트 모델보다 높은 정확도를 기록한 것으로 전해졌다. 올해 6월 모델 '솔라'를 결합한 '솔라 다큐브엘엠'도 출시한다. 솔라 타큐브엘엠은 시각 정보와 언어 정보 통합 처리 역량을 강화해 문서 기반 요약, 질의응답, 자동 분류까지 수행할 수 있도록 구성됐다. 특히 비정형 문서나 복잡한 레이아웃 문서에서도 높은 인식률을 보일 것이란 평가를 받고 있다. 김지현 한국딥러닝 대표는 "비전 OCR은 돈 버는 AI"라며 "정확도와 사업성을 모두 잡을 수 있는 실용 기술"이라고 강조했다.

2025.05.11 14:40김미정 기자

[기고] 텍스트만 읽는 AI는 한계…이미지까지 이해하는 'VLM 시대' 왔다

텍스트만 바라보던 인공지능(AI)이 이미지도 읽기 시작했다. 생성형 AI 열풍 정점에 서 있던 거대언어모델(LLM)이 세상을 바꾼 지 채 2년이 되기도 전에 산업계는 벌써 비전언어모델(VLM) 이라는 새로운 반열을 주목하고 있다. LLM은 인터넷 전체에 해당하는 방대한 문서, 코드, 게시글 등을 토큰 단위로 분해해 빈도와 순서를 학습하는 통계 기반 언어 모델이다. 이를 통해 문장 구조, 주제 흐름, 단어 간 연관도 등을 정교하게 파악할 수 있다. 그러나 LLM은 픽셀로 구성된 시각 정보를 직접 해석하지 못한다. 특히 스캔본 한 장 안에 담긴 표, 도장, 서명, 손글씨, 이미지 등 다양한 비정형 요소 앞에서는 입력 자체를 받지 못해 무력해진다. 이 때문에 반드시 광학문자인식(OCR)을 거쳐 텍스트로 전처리한 후에야 분석이 가능하다. 이 과정에서 발생하는 정보 손실이나 오인식이 전체 모델 성능에 결정적 영향을 미친다. 이 한계를 근본적으로 보완하는 방식이 VLM이다. VLM은 쉽게 말해 '사진 전문가'와 '언어 전문가'가 한 팀이 된 모델이다. 우선 이미지를 보고 표, 문장, 도장, 필기 영역을 구분한 후 텍스트 기반으로 의미를 해석한다. 이를 실시간으로 교차 어텐션(Cross-Attention) 층에서 주고 받으며 정답을 보정한다. 한 영역이 잘못 인식되면 다른 쪽이 보완하고, 누락된 정보는 이미지의 시각 단서 바탕으로 추론해 빈칸을 채운다. 언어와 시각 정보가 동일 공간에서 상호작용하듯 작동하는 식이다. 구조가 복잡하거나 손글씨가 섞인 문서도 훨씬 자연스럽게 이해할 수 있다. 예를 들어 물결 무늬 배경 때문에 일부 금액 텍스트가 흐릿해진 스캔 이미지에서도 VLM은 표 헤더와 숫자 패턴을 근거로 '이 칸은 청구 금액일 것'이라고 추론한다. 텍스트만 해석하던 기존 LLM 방식과 달리, VLM은 이미지와 문장이 함께 대화하는 구조로 작동하기 때문에 비정형 문서에 강력한 성능을 발휘한다. 실제 산업 현장에서 VLM 기반 OCR은 이미 도입 초기부터 기존 접근법보다 뚜렷한 개선 효과를 보이고 있다. 이미 업계에서는 VLM을 통한 생산성 향상 효과가 나오고 있다. 신생 물류기업 L사는 하루 평균 4만 장의 송장을 스캔하는데, 양식 종류가 600종을 넘어서면서 OCR 오류율이 18%까지 상승했다. VLM을 탑재한 OCR을 적용한 결과 첫 달에 오류율이 4%까지 떨어졌고, 급히 투입된 15명의 검수 인력을 4명으로 줄일 수 있었다. 금융·보험 분야에서도 VLM은 의미 있는 변화를 만들어냈다. 보험 손해 사정사 워크플로에 도입된 VLM 기반 OCR 엔진은 의료 영수증, 처방전, 수기 메모가 섞인 PDF 문서를 분석해 질병 코드와 치료 기간, 총 청구액 등 핵심 정보를 의미 단위로 자동 매핑했다. 결과적으로 도입 3개월 만에 평균 심사 시간이 건당 4.7분 단축됐다. 부실 청구 탐지율은 2.3배 향상됐다. 실질적인 VLM 구현을 위해선 세 가지 핵심 과제가 수반된다. 첫째는 중앙처리장치(GPU) 비용이다. 이미지 해상도가 높을수록 메모리 요구량은 기하급수적으로 증가한다. 둘째는 데이터 보안이다. 문서 이미지에는 신분증과 도장, 주소 등 민감한 개인정보가 포함된다. 저장 암호화와 접근 제어 등 보안 설계가 모델 설계 초기부터 명확히 반영돼야 한다. 마지막으로 운영 측면에서의 ML옵스 통합이다. VLM은 텍스트와 이미지 양쪽에서 오류가 누적될 수 있으므로, 라벨 재검수·재학습 주기를 기존보다 촘촘하게 설정해 지속적 품질을 수행해야 한다. 이런 기술 과제를 극복할 수 있다면 VLM은 단순 OCR을 넘어 멀티모달 로봇프로세스자동화(RPA)로 진화할 수 있다. VLM이 문서 의미를 이해하게 되면 수준 높은 복합 워크플로까지 자동화할 수 있을 것이다. 실제 모바일 스캐너나 드론 카메라처럼 네트워크 지연이 큰 현장에서는 경량화된 VLM을 엣지 디바이스에서 구동하는 방향으로 연구가 진행되고 있으며, 실제 적용 사례도 점차 증가하고 있다. 유럽연합(EU)의 AI법 등 주요 규제는 이미지 데이터의 편향성과 프라이버시를 명확히 규정하기 시작했다. 이로 인해 향후 VLM 개발자는 학습 데이터셋의 출처와 라벨링 과정을 투명하게 기록해야 하는 책임도 함께 지게 될 전망이다. 기업과 공공기관이 다양한 형식의 데이터를 한 눈에 이해하는 AI를 원한다면 VLM OCR 전략을 로드맵에 포함해야 한다. 문서 인식부터 업무 자동화까지 이어지는 다음 혁신의 축은 '텍스트‑이미지 융합형 AI'가 될 가능성이 크다. 현재 기술 기업들의 도전이 이 변화를 앞당기고 있으며, 실제 도입 성공 사례는 더 빠르게 쌓일 것이다. 텍스트 AI만으로 충분하다고 느끼는 지금 이 순간이, 어쩌면 VLM 전환을 준비할 마지막 골든타임일지 모른다.

2025.04.30 15:54김지현 컬럼니스트

Prev 1 2 Next