# AI 생성 상품 이미지의 텍스트 정확도를 어떻게 테스트하나요? > 기대 문자열, 위치, 중요도를 먼저 정의하고 OCR로 후보를 찾은 뒤 사람이 철자, 연관성, 가독성을 확인하세요. 심각도와 승인 asset 비율로 보고합니다. 상품 이미지의 텍스트는 글자처럼 보이는 것만으로는 부족합니다. 생성 전에 정답, 위치, 심각도를 고정하고 OCR과 사람 검토를 분리합니다. ## 텍스트 영역 사양 만들기 | 필드 | 예시 | |---|---| | Region ID | front_label | | 기대 문자열 | ATLAS ROAST | | 허용 변형 | 없음 | | 위치 | 패키지 중앙 | | 최소 크기 | 배포 폭에서 12px | | 심각도 | Critical | ## 계약이 허용한 범위만 정규화하기 Unicode, 공백, 문장부호 규칙을 명시하고 대소문자나 상표 기호를 무조건 제거하지 않습니다. ## OCR을 감지기로 사용하고 최종 심판으로 쓰지 않기 ```text candidate = ocr(image, region) normalized = apply_allowed_rules(candidate) exact_match = normalized == expected ``` OCR 오류인지 실제 이미지 오류인지 사람이 확인합니다. ## 레이아웃과 연관성 확인하기 올바른 가격이 다른 제품에 붙거나, 텍스트가 이음새를 가로지르거나, CTA가 장식 문자와 섞이는 문제를 봅니다. ## 배포 크기에서 가독성 측정하기 | 검사 | 실패 예시 | |---|---| | 글자 높이 | 모바일에서 너무 작음 | | 대비 | 배경과 구분되지 않음 | | 가장자리 | 글자가 녹아 보임 | | 여백 | crop에서 잘림 | | 압축 | 가는 획이 사라짐 | ## 심각도 기반 점수 만들기 Critical은 즉시 실패, Major는 공개 전 수정, Minor는 정의된 허용 범위로 처리합니다. ## 까다로운 문자열로 테스트하기 `0/O`, `1/l/I`, 통화 기호, 악센트, 여러 언어, 긴 SKU, 작은 법적 문구를 포함합니다. ## 승인 asset 수율 보고하기 요청 성공률이 아니라 생성 수, 텍스트 실패, 수정 시간, 승인 수, 승인당 비용을 추적합니다. [Atlas Cloud](https://www.atlascloud.ai/?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=test-text-accuracy-ai-generated-product-images)로 여러 모델을 같은 입구에서 비교하고 동일한 텍스트 사양을 적용할 수 있습니다. ## 결론 정답을 먼저 정의하고 OCR로 찾은 뒤 사람이 의미와 배치를 확인하며 심각도와 승인율로 판단합니다. ## FAQ ### OCR만으로 합격을 결정할 수 있나요? 아니요. OCR은 후보 감지용이며 최종 판단은 문자와 시각적 연관성을 확인해야 합니다. ### 어떤 텍스트가 가장 중요하나요? 브랜드명, 제품명, 가격, 법적 문구, CTA처럼 공개 오류가 허용되지 않는 항목입니다. ### 대소문자를 정규화해도 되나요? 계약이 허용한 범위만 적용하고 브랜드 표기를 임의로 바꾸지 않습니다. ### 가독성은 어떻게 측정하나요? 실제 배포 크기로 축소해 대비, 글자 높이, 배경 간섭을 확인합니다. ### 여러 모델을 어떻게 비교하나요? 같은 사양과 rubric을 사용하고 모델명을 숨긴 채 평가합니다. ### Atlas Cloud가 검증을 자동화하나요? 모델 비교는 간단해지지만 정답 문자열과 승인 규칙은 사용자가 정의합니다.