문제점:
고객은 약 200명의 직원에게 데이터 입력 업무를 배정하고 있으나, 이는 비용이 많이 들고 시간이 오래 걸리며, 데이터 입력 과정에서 인적 오류의 위험이 있습니다. 고객은 정보량이 많은 보험증과 청구서 두 가지 서류를 보다 빠르고 비용 효율적인 방법으로 처리하고자 합니다.

HBLAB의 솔루션:
복수의 AI 모델을 조합하여 종합 솔루션을 제공합니다:

1. 이미지 처리: 촬영 각도, 방향, 흐림, 그림자 등을 재편집
2. 객체 감지: 필요한 정보가 포함된 영역을 식별
3. 정보 판독
– 보험증: OCR로 판독
– 인보이스: OCR로 인쇄 및 필기된 내용을 판독하고 로고 검색을 통해 공급업체 관련 데이터를 수집 및 분류 고객은 시간이 지남에 따라 변화하는 데이터를 수집하고, 다양한 업무 목적에 맞게 사용하길 원하고 있습니다. 이에 따라 HBLAB은 고객의 변화하는 문제를 해결하기 위해 맞춤형 AI 모델을 제안하였습니다.

프로젝트 세부사항:
인보이스 정보 판독 모델:
■ 개발팀: AI 엔지니어 5명 + PM 0.5명 + 커뮤니케이터 0.5명
■ 기간: 1년
■ 적용기술: 이미지 처리, 객체 감지, OCR, DewarpNet, 텍스트 감지

영수증 정보 판독 모델:
■ 개발팀: AI 엔지니어 2명 + PM 0.5명 + 커뮤니케이터 0.5명
■ 기간: 9개월
■ 적용기술: 이미지 처리, 객체 감지, OCR, 로고 검색

결과:
로고와 매장 이름의 정확도는 93%, 기타 정보의 정확도는 95~97%에 달합니다.
HBLAB이 구축한 AI 모델을 통해 고객의 초기 데이터 입력 작업이 20% 절감되었으며, 비용 절감과 작업 속도 향상에 기여했습니다.