GPT-4와 GPT-4o의 OCR 성능 비교 : 테스트 결과 공개

OpenAI 발표에 따르면 GPT-4o는 GPT-4 Turbo 대비 비용이 50% 저렴하고 처리 속도가 2배 이상 빨라졌으며, 비전(이미지) 인식과 비영어권 토큰 효율(한국어 기준 1.7배)이 개선되었습니다.

이번 글에서는 개선 사항 중 비전 인식 기능과 처리 속도에 초점을 맞춰, 기존 GPT-4 Turbo 모델과 성능을 직접 비교해 보았습니다.

무엇이 얼마나 좋아졌나요?

GPT-4 Turbo도 Vision 기능은 있었지만, 영수증이나 사업자 등록증처럼 실무에서 쓰는 이미지의 OCR 성능이 부족했습니다. 특히 한국어 인식률이 낮고 숫자를 잘못 읽는 치명적인 실수가 잦아 업무에 바로 쓰기는 어려웠습니다. 같은 이미지로 GPT-4o를 테스트한 결과는 다음과 같습니다.

GPT-4o API 사용 전 준비사항

2024년 5월 16일 기준, GPT-4o API는 $5 이상 금액을 충전한 사용자에게만 제공됩니다. 충전 여부는 아래 페이지에서 확인할 수 있습니다.

충전 금액과 접근 권한은 아래 참고 문서의 OpenAI 계정 청구 페이지에서 확인할 수 있습니다.

테스트에 사용한 프롬프트

두 모델에 완전히 같은 프롬프트를 넣고, 이미지만 바꿔 가며 결과를 비교했습니다.

사업자 등록증

You are an Optical Character Recognition machine.
You will extract all the characters from the image provided by the user, and you will only privide the extracted text in your response.
As an OCR machine, You can only respond with the extracted text according to the following intruction.
* Answer in Table Format.
* Organize each entry into a separate row, with the entry name and data in order.
1. 사업자 등록번호
2. 법인명(상호)
3. 대표자(성명)
4. 개업연월일
5. 법인등록번호(생년월일)
6. 사업장 소재지
7. 사업의 종류

영수증

You are an Optical Character Recognition machine.
You will extract all the characters from the image of receipt provided by the user, and you will only privide the extracted text in your response.
As an OCR machine, You can only respond with the extracted text according to the following intruction.
* Fill in "상호", "사업자번호" if applicable, otherwise answer "N/A"
* Repeat "상호", "사업자번호", "총액" in each row.
* "금액" is the final amount including VAT(부가세).
* Answer in Table Format consists of "상호 | 사업자번호 | 총액 | 상품명 | 금액"

1. 사업자 등록증 (개인)

2. 사업자 등록증 (법인)

3. 식당 영수증

4. 이마트 영수증 (저해상도)

해상도가 낮은 이미지에서도 정확도가 유지되는지 확인했습니다.

5. 구매 영수증 (사진)

테스트 결과를 종합하면 GPT-4o는 다섯 건 모두에서 정확도 97% 이상을 기록했고, 처리 시간과 비용은 절반 수준으로 줄었습니다. 이제는 영수증·사업자 등록증 같은 실무 문서의 OCR에도 충분히 활용할 만합니다.

참고 문서

• Hello GPT-4o — OpenAI 공식 발표
• Announcing GPT-4o in the API — OpenAI 포럼 요약
• 계정 청구 페이지 — 충전 금액 확인
• GPT-4o API 사용 안내 — OpenAI 도움말