PP-OCRv5와 ONNX Runtime 기반의 99.22% 정확도 결정론적 OCR 구현

Context

LLM 기반 Vision 모델의 Stochastic한 특성으로 인한 데이터 불일치 및 Hallucination 발생. Cloud OCR의 높은 비용과 데이터 유출 리스크 및 Tesseract.js의 낮은 정확도와 레거시 아키텍처가 병목 지점으로 작용.

Technical Solution

• PP-OCRv5 모델을 ONNX Runtime 상에서 구동하여 환경에 무관한 Deterministic 결과 보장
• Node.js, Bun, Deno, Browser 등 다양한 JS 런타임을 단일 API로 지원하는 Unified SDK 구조 설계
• ppu-ocv라는 경량 이미지 프로세싱 래퍼를 통해 OpenCV.js 의존성을 제거하고 번들 크기 최적화
• Runtime별 Entry Point 분리 전략으로 Native 바인딩과 WebGPU 가속을 유연하게 선택하는 구조 채택
• InferenceSession 인터페이스 기반 설계를 통한 실행 제공자(Execution Provider) 교체 가능성 확보
• Peer Dependencies 설정을 통해 타겟 환경에 필요한 최소한의 ONNX 런타임만 설치하도록 강제