블로그
핵심 기술

모든 스크린샷에서 텍스트를 몇 초 만에 추출

AI 기반 OCR이 스크린샷에서 텍스트, 표, 코드 스니펫, 손글씨 메모를 뛰어난 정확도로 읽어냅니다.

AI OCR이 스크린샷을 검색 가능한 텍스트로 변환하는 방법

기존 OCR 도구는 스크린샷에 포함된 다양한 콘텐츠를 처리하는 데 어려움을 겪습니다. SnapStash AI는 문자뿐만 아니라 화면 캡처의 맥락과 구조까지 이해하는 고급 비전-언어 모델인 PaddleOCR-VL을 사용합니다. IDE의 코드 스니펫, 스프레드시트의 데이터 표, 기사의 단락 등 원본 서식과 레이아웃을 그대로 유지합니다.

기본 텍스트 인식은 기기 내에서 처리되어 데이터 프라이버시를 보장합니다. 차트, 다이어그램, 혼합 미디어가 포함된 복잡한 레이아웃의 경우 서버 측 파이프라인이 작동하여 완벽한 결과를 제공합니다. 이 하이브리드 방식은 속도, 정확도, 프라이버시를 완벽하게 균형 있게 조율합니다.

텍스트가 추출되면 즉시 검색 및 인덱싱이 가능해집니다. 스크린샷의 모든 단어, 숫자, 기호가 SnapStash AI의 지능형 검색 인덱스에 반영되어, 캡처 시점을 기억하지 않아도 콘텐츠로 스크린샷을 찾을 수 있습니다.

SnapStash AI는 다른 OCR 솔루션이 실패하는 까다로운 상황도 처리합니다. 색상 배경 위의 저대비 텍스트, 모바일 UI 스크린샷의 작은 글꼴, 알림 캡처의 겹치는 텍스트, 부분적으로 가려진 콘텐츠까지 처리합니다. AI 모델은 수백만 개의 실제 스크린샷 샘플로 학습되어 매번 안정적인 결과를 제공합니다.

99%+

고품질 스크린샷 문자 인식 정확도

PaddleOCR benchmark evaluation (Li et al., 2022)

109

PaddleOCR 지원 언어 수

PP-OCRv3 Technical Report (2022)

<3s

스크린샷당 평균 처리 시간

Internal performance benchmark

PP-OCR는 여러 공개 OCR 벤치마크에서 경쟁력 있거나 최첨단에 준하는 성능을 달성하면서, 유사한 오픈소스 시스템보다 8배 작은 초경량 아키텍처를 유지하여 모바일 기기에서의 고정밀 텍스트 추출을 실용적으로 만듭니다.
Du Yuning, Li Chenxia, et al.AI Research Team, Baidu Research (2020)
PP-OCR: A Practical Ultra Lightweight OCR System

텍스트 추출 작동 방식

1

캡처 또는 가져오기

스크린샷을 찍거나 사진 라이브러리에서 기존 스크린샷을 가져오세요. SnapStash AI가 새 스크린샷을 자동으로 감지하고 처리를 시작합니다.

2

AI가 모든 것을 추출

OCR 엔진이 이미지를 분석하여 텍스트, 표, 코드 블록, 구조화된 데이터를 원본 레이아웃을 유지하면서 식별하고 추출합니다.

3

즉시 검색 및 활용

추출된 텍스트는 즉시 검색할 수 있도록 인덱싱됩니다. 텍스트를 직접 복사하거나, 모든 스크린샷을 검색하거나, AI 챗봇이 콘텐츠에 대한 질문에 답하도록 하세요.

자주 묻는 질문

SnapStash AI는 일반 텍스트, 서식 있는 텍스트, 표, 구문 구조가 있는 코드 스니펫, 손글씨 메모, 숫자, 특수 문자를 추출할 수 있습니다. 웹 페이지, 채팅 앱, IDE, 스프레드시트, 문서 등 다양한 스크린샷 소스를 처리합니다.

SnapStash AI는 표준 글꼴의 선명한 스크린샷에서 99% 이상의 정확도를 달성합니다. 복잡한 레이아웃, 손글씨, 저해상도 이미지의 경우 일반적으로 95-98%의 정확도를 보입니다. AI는 더 많은 스크린샷 유형을 처리할수록 지속적으로 개선됩니다.

네. 기본 OCR은 전적으로 기기 내에서 실행되므로 스크린샷이 휴대폰 밖으로 나가지 않습니다. 서버를 사용하는 고급 처리의 경우 데이터가 전송 중 암호화되며 처리 후 즉시 삭제됩니다. 스크린샷을 저장하거나 학습에 사용하지 않습니다.

연구 및 참고 자료

SnapStash AI는 동료 심사를 받은 연구와 업계 표준을 기반으로 합니다. 다음 자료들은 이 페이지의 기술 및 생산성 주장을 뒷받침합니다.

  1. 1
    PP-OCRv3: More Attempts for the Improvement of Semi-Supervised Learning in OCR

    Li Chenxia, Fei Wang, Ruoyu Guo, et al.arXiv preprint 2022 DOI:10.48550/arXiv.2206.03001

    SnapStash AI의 텍스트 추출 엔진을 구동하는 PP-OCRv3의 기술 보고서로, 모바일 최적화된 모델 크기로 여러 국제 벤치마크에서 최첨단 성능을 입증합니다.

  2. 2
    An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition

    Shi, B., Bai, X., & Yao, C.IEEE Transactions on Pattern Analysis and Machine Intelligence 2017 DOI:10.1109/TPAMI.2016.2646371

    이미지에서의 신경망 기반 텍스트 인식을 위한 CRNN 아키텍처를 확립한 기초 연구로, PaddleOCR을 포함한 현대 OCR 시스템의 정확도 기반이 됩니다.

정리 시작할 준비 되셨나요?

지금 다운로드하고 AI에게 스크린샷을 맡겨보세요. 무료로 시작하고, 언제든 업그레이드할 수 있어요.