PRODUCTS & SYSTEMS · 2026 · 12 VOLUMES / 5,817-PAGE SCOPE · CORPUS UNVERIFIED
5,817은 완료 면수가 아니라 처음 잡은 입력 범위다. 12권의 한의학 자료를 원면과 대조해 OCR하고, 한자·한문 독음을 원문 옆에 맞추기 위한 작업 흐름을 설계했다.
시작 패키지와 manifest, 체크포인트·QA 규칙, 일부 산출물은 남아 있다. 전체 12권이 하나의 정본·독음 말뭉치로 완성됐다는 증거는 확인하지 못했다. 외부 검증도 없다.
한 번에 끝내지 않도록 설계했다
대량 OCR은 마지막 파일 하나만 남기면 어디에서 어떤 오류가 생겼는지 찾기 어렵다. 일정한 면수마다 원본과 OCR, 독음 정렬 상태를 묶어 저장하고, 다음 작업자가 같은 지점에서 이어 갈 수 있도록 manifest에 범위와 상태를 남기려 했다.
OCR 결과와 독음은 서로 다른 오류를 낸다. 글자가 잘못 인식된 경우, 글자는 맞지만 독음이 어긋난 경우, 행이 밀려 원문과 독음의 대응이 깨진 경우를 나눠 검수하도록 했다. 최종 병합 전에 권별 순서와 무결성 값도 확인하는 구조였다.
시작 패키지가 전체 말뭉치는 아니다
현재 기록만으로는 완료 면수, 표본 정확도, 오류율과 최종 checksum을 확정할 수 없다. 숫자 5,817을 처리 성과로 쓰지 않는 이유다. 완성 판정을 하려면 권별 산출물과 원면 대조 기록을 다시 모아야 한다.
원도서와 PDF, OCR 텍스트의 재배포 권리도 문서별로 확인되지 않았다. 이 글은 구조만 설명하며 책 제목, 저자, 원문과 독음 예시는 공개하지 않는다.
Project record
기간: 2026년
역할: 원면 대조 OCR, 독음 정렬, 체크포인트·QA·무결성 흐름 설계
내부 근거: 시작 패키지, manifest, 부분 산출물과 규칙
외부 검증: 없음
최종 결과: 전체 12권·5,817쪽 말뭉치 완성 미확인