“扫描‘苹果’这两个字并识别韩文单词的程序很多。但很难找到能判断这个词是指水果还是表示道歉之意的程序。开发能提取单词中所含信息的光学字符识别(OCR)程序,正是Korea Deep Learning的差异化之处。”
10日接受Seoul Economic Daily采访的Korea Deep Learning代表金志贤(照片)如此阐述公司业务的特殊性。他表示:“现有OCR只停留在识别文字笔画位置、逐字转换为数字文字的水平”,并补充说:“Korea Deep Learning的OCR利用视觉语言模型(VLM),同时分析文档排版与上下文,从而解读文档内的信息。”OCR是指将印刷文字或手写文字等转换为数字文字的技术。
金代表于2019年创立的Korea Deep Learning是将非结构化文档转换为数字数据的OCR专业企业。公司最大的特点是利用人工智能(AI)进行文档解读。仅通过扫描即可提取文档中所含信息是其最大特色。由于AI读取的是上下文而非文字,即使是人为加大字间距、频繁换行的文档,也能识别其中蕴含的信息。除文字之外,还能提取表格、图形等非文字数据中所含的信息。
如此提取的信息会被转移到单独的存储库进行管理。OCR服务用户可以像使用ChatGPT一样,在需要时向AI输入需求并找出所需信息。这是Korea Deep Learning去年3月推出的新服务,即OCR与AI智能体相结合的“Deep Agent”。金代表表示:“Deep Agent在金融、物流、公共行政领域很受欢迎。”
金代表将文档解读性能视为Deep Agent受欢迎的原因。据Korea Deep Learning自主测试结果,Deep Agent重构文档结构的准确率为97.9%。这指的是AI识别表格、图表、区块等文档整体排版结构并加以还原的功能。按同一标准,谷歌AI模型Gemini 3的准确率仅为74.2%。在将文档内各信息项与各自信息值相匹配的性能方面,Gemini 3的准确率为79.4%,而Deep Agent则高达99.2%。
凭借这样的技术实力,Korea Deep Learning每年持续成长。公司累计客户数约90家。去年,公司向京畿道厅的生成式AI平台建设项目供应了VLM文档结构分析解决方案。上月完成了规模为120亿韩元的早期融资。公司提出目标,今年销售额要比去年增长约2倍,达到80亿韩元。
金代表强调:“Korea Deep Learning的下一个目标是开拓海外市场”,“我们希望不做单纯的OCR企业,而是开展让AI深度解读文档、有效改善人类知识劳动体系的事业。”






