10년치 포토샵 수작업 데이터로 학습한 문서 디지털화 모델 개발기

요약

파키스탄의 Ibteda Digital Library는 10년간 수동으로 디지털화한 우르두어 도서 1,765권, 575,729페이지 분량의 Photoshop 작업 데이터를 활용해 자동화 모델을 개발했다. 원본 사진과 수동 작업물을 SIFT 및 MAGSAC 알고리즘으로 정합하여 크롭(crop) 데이터를 복원하고 이를 학습에 활용했으나, 기존 접근 방식에서는 기대한 성능 향상을 얻지 못했다. ResNet-50 도입, 1024px로의 입력 해상도 상향, 공간 헤드(spatial head) 추가 및 학습 데이터의 양적 팽창 모두 일반화 성능(unseen-book pass@80) 개선에 실패했다. 오히려 복잡한 머신러닝 모델보다 도서당 10번의 작업자 클릭으로 수행한 수동 보정이 더 나은 결과를 보였다. 이번 사례는 고품질의 수동 작업 데이터셋을 확보했음에도 불구하고, 단순한 모델 스케일업이 디지털화 프로세스 자동화에 항상 정답은 아님을 시사한다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.