고해상도 영상으로 특수 장비 없이 책을 디지털화한다

책장을 넘기는 모습을 4K 영상으로 촬영한 뒤 OCR과 AI로 처리하면, 별도 스캐너 없이 책 전체를 사진과 함께 Markdown 파일로 만들 수 있다. 소개된 도구는 400쪽 책을 촬영하는 데 약 30분, 후처리에 데스크톱 컴퓨터로 몇 시간이 걸렸다.

촬영 영상에서 페이지를 펼쳐 둔 순간을 찾아 선명한 프레임을 추출하고, 로컬 OCR로 글자를 읽는다. 이어 Claude가 같은 페이지의 여러 프레임과 OCR 결과를 대조해 전사 내용을 합친다. 도구는 Python 명령줄 프로그램이며, 단계별 결과를 저장해 중단되거나 설정을 바꿔도 해당 단계만 다시 처리한다.

촬영은 4K 해상도와 좋은 조명이 중요하다. 페이지를 1초 정도 펼쳐 두면 도구가 자동으로 캡처하며, 각 페이지를 여러 번 촬영하면 손이나 흐림 때문에 일부 글자가 가려진 문제를 보완할 수 있다. 영상은 클립 여러 개로 나눠 촬영해도 순서대로 처리할 수 있다.

시험한 책에서는 34분 분량의 영상 네 개에서 약 3,200장의 스틸 이미지를 추출해 414쪽, 약 13만 9,000단어의 전사본을 만들었다. 첫 처리 뒤 읽을 수 없던 단어는 약 232개, 1,000단어당 약 1.7개였다. 이후 재촬영과 사진 8장을 보태고 사람이 확인해 마지막 수십 개의 단어를 보완했다. 영상 분석과 OCR에는 16코어 데스크톱에서 1시간이 안 걸렸고, Claude로 페이지를 합치는 작업은 쪽당 약 30초가 걸렸다.

이 방식은 촬영 중 누락이나 손 가림을 바로 확인하기 어렵고, 페이지가 휘거나 빛이 반사되면 글자를 복구하지 못할 수 있다. 그림을 잘라내는 단계도 불안정하다. 그림이 없는 타자 원고에서 엉뚱한 영역 31개를 그림으로 판정한 사례가 있어, 필요하면 해당 기능을 건너뛸 수 있다. 도구는 페이지 번호와 읽기 어려운 단어를 보고서로 알려 주며, 누락되거나 문제가 있는 쪽은 영상에서 프레임을 다시 찾거나 별도로 촬영해 보완할 수 있다.