AI 기술 · FLUXIS — 우편물 자동구분의 지능화

STEP 01

Vision

촬영 · 전처리

봉투를 찍고 기울기를 세우고 대비를 올린다. 리사이즈·회전·CLAHE 를 GPU 에서 체인으로 처리해 전송 비용을 없앤다.

STEP 02

Supervisor

관제 · 작업 분배

유휴 인식기가 직접 작업을 가져간다. 건네줄 때 임대 기록을 남겨, 워커가 죽어도 우편물이 큐로 되돌아온다.

STEP 03

Recognizer

AI 인식 AI

NF OCR V5 딥러닝 엔진이 주소와 등기 바코드를 읽는다. 1순위 글자만 믿지 않고 확률 상위 대안 조합까지 검토한다.

STEP 04

SortCore

AI 주소 매칭 AI

정규화 → 유형 판정 → 4단계 조회. 정확 매칭이 실패하면 유사도 앙상블이 후보에 점수를 매겨 실재 주소를 확정한다.

STEP 05

SortEngine

포켓 확정 AI

확정된 배달점을 구분계획에 대입해 칸 번호를 정한다. 판단 근거 22단계가 그대로 남는다.

STEP 06

Gateway

설비 제어

컨트롤러(PLC)에 구분 지시를 내린다. OMRON·SIEMENS·Modbus 를 카탈로그에서 골라 붙인다.

01 · NF-OCR

◉ NF OCR V5

기울어진 봉투와 흐린 인쇄에 강한 딥러닝 인식 엔진

검출(det) · 인식(rec) · 방향분류(cls) 세 모델의 조합을 하나의 엔진으로 묶어 다룹니다. V5 는 검출 정확도를 개선한 최신 조합으로 기울어진 봉투와 흐린 인쇄에 강하고, V3 는 현장 검증이 가장 오래된 안정 조합이라 인쇄가 균일한 라인에서 씁니다. 라인 성격에 맞춰 엔진을 고르는 것이지, 하나를 강요하지 않습니다.

딥러닝 OCR검출+인식+방향분류엔진 교체 가능

3

선택 가능한 인식 엔진

엔진 추가 비용	카탈로그에 항목 하나 + 서브클래스 3줄. 설정 UI·모델 관리 화면·팩토리는 손대지 않습니다.
모델 관리	수백 MB 짜리 가중치를 실행파일에 넣지 않습니다. 현장에서 검증한 가중치를 넣어두면 공식 모델보다 항상 우선합니다.
폐쇄망 대응	모델 보관소 폴더 하나만 복사하면 외부망이 없는 현장 PC 에서도 그대로 동작합니다.

02 · CANDIDATE-RECOVERY

◎ 후보 조합 복원

1순위 글자를 버리고 2순위를 택해야 맞는 순간이 있습니다

OCR 이 내놓는 결과는 보통 1순위 글자만 이어 붙인 한 줄입니다. '계룡로' 의 '룡' 을 60% 확신으로 '롱' 이라 읽으면 그 우편물은 그대로 리젝트로 떨어집니다. PostalNexus 는 글자마다의 후보를 남겨두고, 그 조합 중 참조 데이터에 실재하는 것을 찾아 되살립니다.

확률 기반 복원정확 매칭 검증오탈자 교정

N-best

글자별 후보 재조합

복원 예	'계롱로 264' → 대안 조합 '계룡로 264' 가 마스터에 정확 매칭 → 채택
안전장치	조합이 정확 매칭될 때만 채택합니다. 비슷하다는 이유로 바꾸지 않으므로 오구분을 새로 만들지 않습니다.

03 · ENSEMBLE-MATCHING

◈ 앙상블 주소 매칭

정확 매칭이 실패한 다음이 진짜 승부입니다

도로명+번호 → 도로명 → 동+지번 → 동 순으로 좁혀 들어갑니다. 네 단계가 모두 후보를 못 찾으면 앙상블이 켜져 유사도로 후보에 점수를 매기고, 임계값을 넘는 최상위를 채택합니다. 채택 점수와 탈락 후보의 점수가 함께 기록되므로 임계값을 현장 데이터로 조정할 수 있습니다.

도로명/지번 4단계 조회유사도 스코어링후보 랭킹

4

단계 조회 + 유사도 앙상블

한글 특화 정규화	시도명 축약, 행정구역 변경 이력, OCR 혼동 문자 보정표를 단계로 분리해 적용합니다.
발신/수신 배타 배정	봉투 한 장에서 발신 주소와 수신 주소를 동시에 결정합니다. 한쪽씩 따로 뽑으면 같은 덩어리를 양쪽이 가져가는 충돌이 납니다.

04 · EXPLAINABLE

◐ 설명가능 AI · 22단계 추적

오구분의 원인이 어느 단계에서 생겼는지 화면에서 짚습니다

AI 를 현장에 넣을 때 가장 곤란한 질문은 "왜 저 칸으로 갔느냐" 입니다. PostalNexus 는 판단 과정을 로그 문자열이 아니라 구조로 메모리에 모읍니다. 값이 실제로 바뀐 단계만 밝게 칠해지는데, 22개 중 대개 3~4개이고 오구분은 거의 항상 그중 하나에서 시작됩니다.

XAI운전 중 추적즉석 재현

22

기록되는 판단 단계

운전 중에 켤 수 있습니다	콘솔 I/O 가 없어 운영 중 활성화가 가능합니다. 꺼져 있을 때의 비용은 측정되지 않는 수준입니다.
즉석 시험	클레임 받은 주소 한 줄을 붙여 넣고 실행하면 지금 돌려봅니다. 같은 우편물이 다시 지나가기를 기다릴 필요가 없습니다.
탈락 후보 공개	채택되지 않은 후보까지 점수와 함께 나란히 보여줍니다. 비교 없이는 답할 수 없는 질문이기 때문입니다.

05 · LAYOUT-LEARNING

◍ 레이아웃 패턴 학습

같은 발송인의 봉투는 두 번째부터 빨라집니다

대량 발송 우편물은 봉투 위 주소 위치가 늘 같습니다. 인식 결과에서 레이아웃 패턴을 축적해두면 다음 번에는 그 영역을 먼저 봅니다. 학습 데이터가 준비되면 재시작 없이 반영되고, 준비되지 않은 동안에도 인식은 대조 없이 계속 돌아갑니다.

패턴 학습대량 발송물 최적화재시작 불필요

자동

패턴 축적 · 무중단 반영

정답 데이터 생성	문서 이해형 대형 모델(Nemotron OCR)을 재처리 경로에 두어, 사람이 라벨링하지 않고도 학습용 정답을 만듭니다.

06 · GPU-ACCELERATION

◭ GPU · TensorRT 가속

카드를 늘리면 처리량이 늘어납니다

OCR 딥러닝 추론은 CPU 대비 10~50배 차이가 납니다. TensorRT 로 20~40%, FP16 으로 1.5~2배가 더 붙습니다. GPU 를 여러 장 꽂으면 워커를 라운드로빈으로 붙이되 큐는 하나로 둡니다 — 봉투마다 처리 시간이 제각각이라 장치별로 큐를 나누면 한쪽에만 줄이 섭니다.

TensorRTFP16멀티 GPU

10~50×

OCR 추론 CPU 대비

조용한 성능 저하 방지	GPU 초기화가 실패했을 때 CPU 로 몰래 내려앉지 않도록 막을 수 있습니다. 아무도 모르는 채 처리량만 떨어지는 상황을 만들지 않습니다.
카드 선택	설정 화면이 탐지된 카드를 이름·VRAM 과 함께 보여줍니다. UI 렌더링용 내장 그래픽에 인식을 물리는 사고를 막습니다.

EXPLAINABLE DECISION

오구분 한 건을 이렇게 읽습니다

아래는 SortEngine 의 판단 추적 화면을 그대로 재현한 것입니다. 값이 실제로 바뀐 단계만 밝게 표시되고, 나머지는 지나간 단계입니다.

입력 충청남도천안시 서북구 계룡노 123

정규화 · 2 OCR보정 (변화 없음) ← 여기가 원인

정규화 · 4 시도명 충청남도천안시… → 충남 천안시…

유형 판정 알 수 없음 ← '계룡노'가 도로 접미사가 아님

조회 · by_road_and_number 후보 없음

조회 · by_road 후보 없음

조회 · by_dong_and_jibun 후보 없음

앙상블 진입 0 < 78

앙상블 채택 0 → 85

배달점 행정구역 4413310300 → 주배달점 M0014

포켓 확정 3116900014 → 1.14

OCR 보정표에 '계룡노' 를 추가하면 앙상블까지 가지 않고 바로 맞습니다.

우리 우편물로 인식률을 확인해 보십시오

현장 촬영본을 주시면 동일한 파이프라인으로 돌려 인식 결과와 22단계 판단 근거를 함께 보내드립니다.

도입 문의 sales@fluxis.co.kr

읽고, 확정하고, 그 판단을 설명합니다