DEVOCEAN

0. 들어가며

안녕하세요! 2025년 첫 포스팅은 OCR 관련 포스팅으로 돌아왔습니다.

23년도말 OCR 서비스 비교평가 포스팅이 제 예상보다 많은 분들에게 사랑(?) 받아 얼떨떨했는데요

약 1년이 지난 이 시점에, 좀더 어려운 난이도의 표와 손글씨가 혼재되어 있는 이미지의 데이터를 테이블화 시켜야 하는 Task를 수행하며 OCR서비스들을 다시 한 번 사용하게 되었습니다.

그 중, 꽤 괜찮은 성능을 보여준 Google Cloud Vision API 사용법에 대해 차근차근 정리해보았습니다.

OCR 관련 Google의 official documentation 에서 확인해보실 수 있습니다.

저는 Colab 노트북 환경에서 진행했습니다.

📌 Google Cloud Vision API 소개

Google Cloud Vision API는 Google Cloud에서 제공하는 강력한 컴퓨터 비전 API로, 다양한 이미지 분석 기능을 지원하는 인공지능 서비스입니다.

머신러닝 기반의 Vision 모델을 활용하여 이미지 속 객체, 텍스트, 라벨, 얼굴, 로고, 랜드마크 등을 자동으로 인식하고 분석할 수 있습니다.

아래와 같이 여러 기능을 제공하고 있고, 저는 Text_Detection 과 Document_Text_Detection 을 테스트 했습니다.

🚀 주요 기능

✅ OCR (Optical Character Recognition) 기능

• TEXT_DETECTION: 이미지 속 텍스트(활자체) 추출

• DOCUMENT_TEXT_DETECTION: 문서 내 텍스트 및 레이아웃 분석

• 손글씨 인식 가능 (비정형 데이터도 일부 지원)

✅ 객체 및 이미지 분석

• LABEL_DETECTION: 이미지 속 주요 객체 및 개념 태깅

• OBJECT_LOCALIZATION: 이미지 내 여러 객체의 위치와 바운딩 박스 추출

• LOGO_DETECTION: 브랜드 및 로고 감지

✅ 얼굴 및 감정 분석

• FACE_DETECTION: 얼굴 감지 및 표정, 감정 분석

✅ 문서 및 제품 검색

• WEB_DETECTION: 이미지 기반 웹 검색

• PRODUCT_SEARCH: 제품 이미지 검색 및 매칭

자 이제 본격적으로 사용법에 대해 소개해보겠습니다. 먼저 API를 통한 호출 방식과 서비스 계정 인증을 통한 방식을 살펴보려 합니다.

1. API를 통한 호출 방식

✅ 1. 기존 API Key 방식

기존 코드에서는 Google Vision API Key를 사용하여 REST API 방식으로 요청을 보냈습니다.

즉, HTTP 요청 (requests.post())을 직접 만들어 Vision API 엔드포인트 (https://vision.googleapis.com/v1/images:annotate )로 보냈습니다.

• 🔹 API Key 방식의 특징

  • API Key만 있으면 어디서든 호출 가능

  • requests.post()를 통해 수동으로 JSON 요청 생성 및 전송

  • 응답이 JSON 형태로 반환됨 (response.json())

import base64
import requests
import json

# ✅ API 엔드포인트 및 API 키 설정
API_KEY = google_api_key
VISION_API_URL = google_api_url

# ✅ OCR 처리할 이미지 파일 경로
image_path = "/content/sample_imag.jpeg"

# ✅ Step 1: 이미지 파일을 Base64 인코딩
def encode_image(image_path):
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode("utf-8")

# ✅ Step 2: Google Vision API 요청 데이터 생성
def create_request(image_base64):
    return {
        "requests": [
            {
                "image": {"content": image_base64},
                "features": [
                    {"type": "DOCUMENT_TEXT_DETECTION"},  # 텍스트 인식 (OCR)
                ],
            }
        ]
    }

# ✅ Step 3: Google Vision API 호출
def call_google_vision_api(image_path):
    # 이미지 Base64 변환
    image_base64 = encode_image(image_path)

    # 요청 데이터 생성
    request_data = create_request(image_base64)

    # API 호출
    response = requests.post(VISION_API_URL, json=request_data)

    # 응답 처리
    if response.status_code == 200:
        return response.json()
    else:
        print(f"❌ API 요청 실패! 상태 코드: {response.status_code}")
        print(response.text)
        return None

# ✅ Step 4: OCR 결과 저장 및 출력
def save_and_print_ocr_results(ocr_response, output_text_path="full_text.txt", output_json_path="ocr_result.json"):
    if not ocr_response:
        print("❌ OCR 결과가 없습니다.")
        return

    # OCR 결과에서 텍스트 추출
    extracted_text = []
    for annotation in ocr_response["responses"][0].get("textAnnotations", []):
        extracted_text.append(annotation["description"])

    # 전체 텍스트 저장
    full_text = "\n".join(extracted_text)

    # ✅ 결과 출력
    print("\n🔹 Extracted OCR Text:\n")
    print(full_text)

    # # ✅ 텍스트 저장
    # with open(output_text_path, "w", encoding="utf-8") as text_file:
    #     text_file.write(full_text)
    # print(f"\n✅ OCR 텍스트 저장 완료: {output_text_path}")

    # # ✅ JSON 저장 (전체 응답)
    # with open(output_json_path, "w", encoding="utf-8") as json_file:
    #     json.dump(ocr_response, json_file, indent=4, ensure_ascii=False)
    # print(f"✅ OCR 결과 JSON 저장 완료: {output_json_path}")

# ✅ 실행
ocr_response = call_google_vision_api(image_path)
save_and_print_ocr_results(ocr_response)

2. 서비스 계정 인증 방식을 통한 사용

🔹 필요한 설정

✅ Google Cloud 프로젝트 생성 → Vision API 활성화

✅ 서비스 계정(JSON 키) 생성 → Google Drive에 업로드

✅ Colab에서 JSON 키 불러오기 → 환경변수 설정

🔹 OCR 실행

✅ google-cloud-vision 설치 후 실행

✅ 이미지에서 텍스트 추출 및 시각화 가능

🎯 이제 실행해보세요! 🚀

1️⃣ Google Drive에 JSON 키 업로드

2️⃣ Colab에서 마운트 → 키 복사

3️⃣ Google Vision API 실행

4️⃣ OCR 결과 확인 및 시각화

2-1. ✅ Colab에서 Google Cloud Vision API 사용 방법

Colab 노트북에서 Google Vision API를 사용하려면 Service Account 인증 방식을 사용해야 합니다.

🚀 1. Google Cloud 프로젝트 설정

1️⃣ Google Cloud 프로젝트 생성 및 API 활성화

1. Google Cloud Console 접속

2. 새 프로젝트 생성 (또는 기존 프로젝트 사용)

두 가지 세팅을 해주셔야 하는데, 결제 에서 카드 등록 해놓아야 하고(결제 부분은 생략하겠음!)

그 다음엔 IAM 및 관리자 에 들어가서 서비스 계정을 발급받아야 하는데 아래에서 자세히 설명하겠습니다

아, 그 전에 한 가지 해야할거!

콘솔 최상단에 있는 검색창에 "Cloud Vision API" 검색 후 Cloud Vision API 를 활성화 시켜주어야합니다.

API 사용 설정됨 으로 보이면 설정 완료!

🚀 2. Service Account(JSON 키) 생성

2️⃣ 서비스 계정 생성 및 JSON 키 다운로드

1. Google Cloud IAM 관리 이동 하면 아래와 같은 개요 페이지가 보일 겁니다

• 왼쪽 메뉴 중 중간쯔음 있는 "서비스 계정 만들기" 클릭

  
  

• 서비스 계정 이름 설정 (예: vision-api-access)

• 역할(Role) 추가:

  • "Cloud Vision API User" 선택 해도 되고, 저는 그냥 개인 계정이라서 “소유자”로 지정했어요

• 계속 → 완료 → 생성된 서비스 계정 클릭

• 방금 생성한 서비스 계정의 맨 우측에 작업을 누르면 키 관리 가 보이실 거에요"키 관리" > "키 추가" > "새 키 만들기"

  
  

• JSON 형식 선택 후 다운로드

  vision-api-key.json 파일이 다운로드됨

비공개 키는 안전한 곳에 저장해두세요!

자 이제 환경 세팅은 다 끝났고, Colab 으로 돌아가서 API를 본격적으로 써봅시다

🚀 3. Colab 환경에서 Google Cloud Vision API 설정

3️⃣ Google Drive에 서비스 계정 키 업로드

1. Google Drive에 vision-api-key.json 업로드

import os
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "**vision-api-key.json"**

🚀 4. Google Cloud Vision API 클라이언트 설치 및 실행

4️⃣ google-cloud-vision 패키지 설치

!pip install --upgrade google-cloud-vision

🚀 5. Google Cloud Vision API 사용하기

5️⃣ Python 코드 실행 (OCR 텍스트 추출)

import io
import os
import json
from google.cloud import vision
from google.protobuf.json_format import MessageToDict  # JSON 변환 모듈

# ✅ 1. 서비스 계정 인증 설정 (Colab 환경)
os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "/content/vision-api-key.json"

# ✅ 2. Vision API 클라이언트 생성
client = vision.ImageAnnotatorClient()

# ✅ 3. OCR 적용할 이미지 경로
image_path = "/content/sample-image.png"  # ✅ OCR 적용할 이미지

# ✅ 4. 이미지 로드
with io.open(image_path, "rb") as image_file:
    content = image_file.read()
image = vision.Image(content=content)

# ✅ 5. OCR 요청 (문서 내 텍스트 검출)
response = client.document_text_detection(image=image)

# ✅ 6. OCR 결과 추출 및 출력
if response.text_annotations:
    extracted_text = response.text_annotations[0].description  # ✅ 전체 텍스트 가져오기
    print("\n🔹 Extracted OCR Text:\n")
    print(extracted_text)

    # ✅ 7. JSON 변환 후 저장 (🚨 기존 오류 해결)
    response_dict = MessageToDict(response._pb)  # ✅ `_pb` 사용하여 변환

    # ✅ 8. OCR 결과 저장 (텍스트)
    with open("ocr_result.txt", "w", encoding="utf-8") as text_file:
        text_file.write(extracted_text)
    print(f"\n✅ OCR 텍스트 저장 완료: ocr_result.txt")

    # ✅ 9. OCR 전체 결과 저장 (JSON)
    with open("ocr_result.json", "w", encoding="utf-8") as json_file:
        json.dump(response_dict, json_file, indent=4, ensure_ascii=False)
    print(f"\n✅ OCR 결과 JSON 저장 완료: ocr_result.json")

else:
    print("\n❌ OCR 결과 없음")

3. 결론/비교

📌 1. 두 코드의 차이점

📌 서비스 계정 인증 방식 vs. API Key 방식 비교

✅ 2. 기존 API Key 방식

기존 코드에서는 Google Cloud Vision API Key를 사용하여 REST API 방식으로 요청을 보냈습니다.

즉, HTTP 요청 (requests.post())을 직접 만들어 Vision API 엔드포인트 (https://vision.googleapis.com/v1/images:annotate )로 보냈습니다.

• 🔹 API Key 방식의 특징

  • API Key만 있으면 어디서든 호출 가능

  • requests.post()를 통해 수동으로 JSON 요청 생성 및 전송

  • 응답이 JSON 형태로 반환됨 (response.json())

✅ 3. 현재 서비스 계정 인증 방식

현재는 Google Cloud Vision SDK를 사용하여 gRPC 또는 HTTP 방식으로 Google Cloud 서버와 직접 통신합니다.

즉, vision.ImageAnnotatorClient()를 통해 API 호출을 간편하게 처리할 수 있습니다.

• 🔹 서비스 계정 인증 방식의 특징

  • GOOGLE_APPLICATION_CREDENTIALS 환경 변수를 통해 인증

  • client.document_text_detection(image=image) 한 줄로 API 요청 가능

  • 직접 requests.post()로 API를 호출할 필요 없음

  • 응답은 JSON이 아니라 Python 객체 (AnnotateImageResponse) 형태로 반환됨

  • Google Cloud SDK 내부적으로 최적화된 방식 (gRPC 사용 가능)

❓ 4. 기존 requests.post() 방식이 필요 없는가?

✅ 그렇습니다!

서비스 계정 인증 방식을 사용하면 requests.post()와 JSON 요청을 직접 만들 필요가 없습니다.

대신, Google Cloud SDK의 vision.ImageAnnotatorClient()가 모든 요청을 자동으로 처리합니다.

📌 5. 결론: 어떤 방식을 선택해야 할까?

✔ 빠른 테스트 & 소규모 프로젝트 → API 키 방식 사용

✔ 보안이 중요한 환경 → 서비스 계정 인증 방식 사용

✔ 팀원 간 권한 관리 & 대량 데이터 처리 → 서비스 계정 사용 권장

🚀 보안이 중요한 경우, API 키 방식보다는 서비스 계정 인증 방식을 추천합니다 😊

마치며

• 훌륭한 성능에 비해 생각보다 Reference 가 많지 않고 depreciated된 내용들이 혼재되어 있어 정리하면 좋을 것 같다는 생각이 들었던 Google Vision AI 서비스를 살펴보았습니다.

Reference

• https://sooeun67.github.io/data%20science/google-vision-ai/

• Google Vision AI