[FEAT][#41]: OCRResult 변환 기능 및 자동화 테스트 구현

[YUDINDIN1005]

작업 내용

• OCR 입력/출력 구조 및 segments 정의
• 줄바꿈/페이지 분절/인식 오류 처리 규칙 설계
• StructuringInput 등 OCR 연동 타입/필드 수정
• 실제 이미지 기반 OCR 자동화 테스트 코드 추가
• 테스트 엔진으로 무료 Tesseract 사용 (한글 인식률 한계 있음)

이슈 번호

#41

스크린샷

pytest 결과: 무료 엔진 특성상 일부 텍스트가 깨질 수 있으나, 전체적으로 OCR 결과가 잘 추출됨을 확인했습니다.

현재 segment의 page, line, start, end 값이 모두 None인 이유는, 무료 엔진인 Tesseract에서는 텍스트만 뽑아오고 위치 정보는 따로 제공하지 않기 때문입니다.
실제 서비스에서는 네이버 클로바 OCR(유료) 등 더 정확한 엔진을 쓸 예정이라, 지금은 테스트 목적에 맞게 최소한의 정보만 추출하도록 구현했습니다.
추후 필요하면 위치 정보 등도 추가로 파싱해서 넣을 수 있습니다.

추가 안내

• 다음 이슈에서는 OCRResult → 구조화(StructuringInput) 파이프라인 연동 및 후처리 자동화를 이어서 진행할 예정입니다.
• 현재 OCR 엔진은 무료 Tesseract를 사용하고 있으나, 추후에는 한글 인식률이 더 우수한 네이버 클로바 OCR(유료)로 교체할 계획입니다.