KO ▾

OCR 후처리를 위한 무검열 LLMhttps://api.llmocrapi.com/v1

llmocrapi.com가이드

OCR API 연동: Python 및 Node 코드 예제

여기서 OCR API 연동은 OCR 엔진 이후 HTTP 호출 하나를 추가하는 것을 의미합니다. 인식된 원본 텍스트를 보내면 정제된 텍스트를 받습니다. 이 엔드포인트는 OpenAI 호환이므로 두 가지 설정만 변경하면 이미 가지고 있는 SDK가 작동합니다.

업데이트

산란된 블록이 처리 노드를 거쳐 정리된 아카이브 스택으로 이동하는 등축투영 파이프라인

주요 포인트

  • Base URL을 https://api.llmocrapi.com/v1로 설정하고 모델 ID uncensored를 사용하며 키를 Bearer 토큰으로 보내세요.
  • API는 텍스트만 받습니다. 먼저 OCR 엔진을 실행한 후 그 결과를 사용자 메시지로 전달하세요.
  • JSON 모드는 기계가 판독 가능한 결과를 반환하며, 워커 최대 8개로 구성된 작은 스레드 풀이 배치 처리 속도를 유지합니다.
  • 429 응답은 실패가 아니라 기다렸다가 재시도하라는 신호입니다. 실패한 요청은 요금이 부과되지 않습니다.

파이프라인에서 호출이 위치하는 부분

일반적인 문서 흐름에는 네 단계가 있습니다. 스캐너나 스마트폰 카메라가 이미지를 생성하고, OCR 엔진이 이미지를 원본 텍스트로 변환하며, 정리 단계가 해당 텍스트를 복원하고, 애플리케이션이 결과를 저장하거나 검색합니다. 여기서 설명하는 API는 세 번째 단계입니다. 이미지는 보지 않으며 이미지 입력도 없습니다. 원본 스캔의 프라이버시가 중요할 때 이는 기능이며, 이미지를 처리하는 단일 엔드포인트를 기대했을 때는 제한 사항이 됩니다.

프롬프트는 학습에 사용되지 않습니다. 그래도 작업에 필요한 것만 보내세요. 정리에 의존하지 않는다면 호출 전에 계정 번호나 이름을 제거하세요.

코드를 작성하기 전에 API 키를 얻으세요. 새 사용자는 가입 후 해당 페이지에서 한 번의 클릭으로 무료 체험 크레딧 $0.50을 받을 수 있으며, 이는 아래 모든 예제를 여러 번 실행하기에 충분합니다. 체험 키는 동시 요청 2개와 분당 60개의 요청을 허용하며, 일반 키는 8개와 300개를 허용합니다.

필요한 설정

설정내용
기본 URLhttps://api.llmocrapi.com/v1
엔드포인트POST /v1/chat/completions
모델 IDuncensored
인증 헤더Authorization: Bearer YOUR_KEY
컨텍스트 창100,000 토큰, 프롬프트 및 완성 포함

API 키를 환경 변수에 저장하고 소스 관리 시스템에는 저장하지 마세요. 예제에서는 LLMOCR_API_KEY를 참조합니다.

시작하기 전 실용적인 참고 사항 두 가지. 프론트엔드 코드에서 키를 분리하세요. 브라우저로 전달된 모든 것은 사용자에게 읽힐 수 있으므로 API 호출은 서버 또는 워커에서 수행하세요. 그리고 원본 OCR 텍스트와 정제된 텍스트의 저장 위치를 초기에 결정하세요. 정제된 출력물은 검색, 인덱싱, 표시할 파일이며, 원본 텍스트는 수정이 의심될 때 증거가 됩니다.

curl로 첫 번째 요청

SDK가 요청의 형태를 숨기기 전에 curl로 시작해 요청의 원본 형태를 확인할 수 있습니다. 아래 샘플은 일반적인 손상된 OCR 조각입니다: 줄바꿈으로 인해 하이픈이 분리된 경우, 숫자로 오인된 문자, 그리고 잘못 배치된 페이지 번호가 포함됩니다.

curl https://api.llmocrapi.com/v1/chat/completions \
  -H "Authorization: Bearer $LLMOCR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "temperature": 0,
    "messages": [
      {"role": "system", "content": "You repair raw OCR text. Fix broken words, rejoin hyphenated line breaks, remove page numbers. Return only the corrected text."},
      {"role": "user", "content": "The inven-\ntory was com1leted on Tuesday.\n\n- 14 -\n\nA second ship-\nment arrived."}
    ]
  }'

응답은 표준 chat completion 형식를 따릅니다. 정제된 텍스트는 choices[0].message.content에 있으며, usage은 호출의 프롬프트 및 완료 토큰을 보고합니다. 정제의 경우 temperature을 0으로 설정하세요. 창의적인 변형이 아닌 동일한 입력에 동일한 출력을 원합니다.

OpenAI SDK를 사용한 Python

pip install openai로 SDK를 설치하세요. 표준 OpenAI 설정과 다른 점은 생성자뿐입니다.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.llmocrapi.com/v1",
    api_key=os.environ["LLMOCR_API_KEY"],
    max_retries=4,
)

SYSTEM = (
    "You repair raw OCR text. Fix broken words, rejoin hyphenated line breaks, "
    "remove page numbers and running headers. Do not add or remove facts. "
    "Return only the corrected text."
)

def clean(raw: str) -> str:
    resp = client.chat.completions.create(
        model="uncensored",
        temperature=0,
        messages=[
            {"role": "system", "content": SYSTEM},
            {"role": "user", "content": raw},
        ],
    )
    return resp.choices[0].message.content

print(clean("The inven-\ntory was com1leted on Tuesday."))

max_retries 인수는 SDK가 연결 오류 및 429 응답에 대해 백오프로 재시도하도록 알려주므로, 가벼운 사용의 경우 루프를 직접 작성할 필요가 없습니다.

Node.js 예제

npm install openai 및 ES 모듈을 사용하면 동일한 호출은 다음과 같습니다.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.llmocrapi.com/v1",
  apiKey: process.env.LLMOCR_API_KEY,
});

export async function clean(raw) {
  const resp = await client.chat.completions.create({
    model: "uncensored",
    temperature: 0,
    messages: [
      { role: "system", content: "Repair raw OCR text. Return only the corrected text." },
      { role: "user", content: raw },
    ],
  });
  return resp.choices[0].message.content;
}

console.log(await clean("A second ship-\nment arrived."));

OpenAI 채팅 형식을 지원하는 모든 도구(예: 노코드 자동화 도구 또는 기존 내부 래퍼)는 동일한 두 설정을 사용할 수 있습니다. 문서에는 지원되는 모든 매개변수가 나열되어 있습니다.

JSON 모드를 사용한 구조화된 출력

아카이브에는 일반 텍스트가 적합하지만 데이터 추출 파이프라인에는 필드가 필요합니다. response_format로 JSON 모드를 활성화하고 프롬프트에서 원하는 형태를 설명하세요. 설정과 지시문 모두에서 JSON을 요청하면 가장 신뢰할 수 있는 결과를 얻을 수 있습니다.

import json

resp = client.chat.completions.create(
    model="uncensored",
    temperature=0,
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": (
            "Clean the OCR text of a receipt and answer in JSON with keys "
            "'vendor' (string), 'date' (YYYY-MM-DD or null), 'total' (number or null), "
            "'cleaned_text' (string)."
        )},
        {"role": "user", "content": raw_receipt_text},
    ],
)
data = json.loads(resp.choices[0].message.content)

json.loads는 항상 try 블록으로 감싸고 원본 텍스트를 유지하세요. 매우 길거나 잘린 응답이라도 유효하지 않은 JSON을 생성할 수 있기 때문입니다. 파싱이 실패하면 한 번 더 시도한 후 수동 검토를 위해 페이지를 대기열에 추가하세요.

병렬 배치 처리

한 번에 하나의 요청만 보내면 수천 페이지 처리에 시간이 오래 걸립니다. 전체 키는 최대 8개의 동시 요청을 허용하므로, 워커 6~8개의 풀을 사용하면 한도를 넘지 않습니다. 같은 키를 다른 용도로도 사용한다면 약간의 여유를 두세요.

from concurrent.futures import ThreadPoolExecutor

pages = [open(f"ocr/page_{i:04d}.txt").read() for i in range(1, 501)]

with ThreadPoolExecutor(max_workers=6) as pool:
    cleaned = list(pool.map(clean, pages))

for i, text in enumerate(cleaned, start=1):
    open(f"clean/page_{i:04d}.txt", "w").write(text)

한도를 초과하면 API는 HTTP 429를 반환합니다. 오류 코드 rate_limited은 분당 요청이 너무 많음을 의미하고, concurrency은 동시에 너무 많음을 의미합니다. Retry-After: 5 헤더가 있는 429는 일시적 과부하를 의미하므로 5초 동안 기다리세요. 스트리밍 요청은 스트림이 끝날 때까지 동시 요청 슬롯을 유지하므로 읽기를 중지한 스트림은 닫으세요.

긴 실행 중 X-Balance-USD 응답 헤더를 확인하세요. 잔액이 낮아지면 작업이 중간에 실패하지 않도록 가격 책정 페이지에서 충전하세요.

긴 문서 및 출력 확인

실제 OCR 출력물은 일반적으로 깔끔한 페이지 단위가 아닙니다. 스캔된 책에는 수천 페이지가 있으며 손상은 고르지 않습니다. 깨끗한 장 다음에 깨진 문자로 가득 찬 얼룩진 페이지가 나오는 식입니다. 몇 가지 습관은 정리 단계를 예측 가능하게 유지합니다.

문자 수 기준이 아닌 구조로 분할하세요. 페이지 끝이나 문단 경계에서 잘라내야 청크 시작 부분에 문장이 절반으로 잘린 채로 전달되지 않습니다. 문장이 페이지 경계를 넘어갈 경우 이전 페이지의 마지막 문단을 읽기 전용 컨텍스트로 포함하고 모델에게 현재 페이지만 반환하도록 지시하세요. 이렇게 하면 요청당 몇 개의 입력 토큰이 더 들지만(1M당 $0.15 기준 거의 무시할 수준), 두 페이지에 걸쳐 있는 하이픈 단어를 해결할 수 있습니다.

수락하기 전에 저렴한 검증으로 각 결과를 확인하세요. 정리된 텍스트 길이를 원본과 비교하세요. 비율이 1에서 크게 벗어나면 모델이 내용을 누락하거나 지어냈다는 의미입니다. 숫자를 비교하세요: 두 버전에서 모든 숫자 시퀀스를 추출하고 날짜, 금액, 식별자는 놓치면 비용이 가장 큰 오류이므로 차이가 있는 페이지를 표시하세요. 정리된 텍스트 옆에 원본 OCR을 보관해 사람이 엔진이 실제로 본 내용을 항상 복원할 수 있게 하세요.

마지막으로 첫 번째 실행을 파일럿으로 간주하세요. 20페이지를 정리하고 10페이지를 직접 읽은 후 시스템 프롬프트를 조정하세요. 일반적으로 지시문의 두세 번 수정이 매개변수 변경보다 품질 향상에 더 큰 영향을 미칩니다.

일반적인 실수

  • 매우 큰 페이지를 한 번에 보내기. 컨텍스트 창은 100,000 토큰이며 최대 요청 본문 크기는 8 MB이지만, 페이지 크기의 청크를 사용하면 정확도가 높아지고 실패한 청크를 다시 처리하는 비용이 더 적게 듭니다.
  • 모델이 내용을 재작성하게 하기. 프롬프트에 사실을 추가하거나 제거하지 말라고 명시하지 않으면 손상된 구절을 매끄럽게 만들 수 있습니다. 지시문을 명확히 하고 길이를 비교하세요. 원본보다 훨씬 짧은 정제된 페이지는 검토가 필요합니다.
  • 잘못된 모델 이름 사용. 유일한 모델 ID는 uncensored입니다. GET /v1/models로 모델을 나열할 수 있습니다.
  • 임베딩 또는 이미지 입력을 기대하기. 이 API에는 둘 다 존재하지 않습니다. 정리된 텍스트에 대한 검색에는 별도의 임베딩 도구를 사용하세요.
  • 요청 ID를 로깅하지 않기. 각 응답에는 X-Request-Id 헤더가 포함됩니다. 지원팀이 잘못된 결과를 추적할 수 있도록 페이지 옆에 저장하세요.

콘텐츠 규칙은 간단합니다. 모델은 합법적인 성인 사용에 대해 거부 없이 답변하도록 조정되었으며, 미성년자가 관련된 성적 콘텐츠는 절대 허용되지 않습니다. 특정 사례에 대한 질문은 지원으로 보내세요.

질문과 답변

특별한 SDK가 필요한가요?

아니요. Base URL을 https://api.llmocrapi.com/v1로 설정하고 모델 ID를 uncensored로 사용하며 Bearer 키를 보내면 모든 OpenAI SDK 또는 HTTP 클라이언트가 작동합니다.

이미지나 PDF를 직접 보낼 수 있나요?

아니요. API는 텍스트만 허용합니다. 먼저 OCR 엔진을 실행한 후 그 출력을 메시지 콘텐츠로 보내세요.

동시에 몇 개의 요청을 실행할 수 있나요?

전체 키는 분당 300회, 동시 8개 요청을 허용합니다. 체험 키는 분당 60회, 동시 2개 요청을 허용합니다.

속도 제한에 도달하면 어떻게 되나요?

rate_limited 또는 concurrency 코드로 HTTP 429를 받습니다. 기다렸다가 재시도하세요. 실패한 요청은 요금이 부과되지 않습니다.

키는 양식 하나만 작성하면 받을 수 있습니다

계정을 생성하고 키를 복사한 후 Base URL을 변경하세요. 설정은 이것으로 끝입니다.

API 키 받기