카카오뮤직 플레이리스트 OCR 인식·교정 및 데이터 마이그레이션 도구 비교 분석 보고서
초록
카카오뮤직 등 폐쇄형 음악 플랫폼의 보관함 백업을 위한 OCR 기반 교정 서비스(FLO/지니 내장 인식기, Spotlistr, TuneMyMusic)와 브라우저 자동화 스크래핑 기법을 비교 분석하고, 데이터 무결성을 보장하는 마이그레이션 워크플로우를 제시한다.
카카오뮤직 플레이리스트 OCR 인식·교정 및 데이터 마이그레이션 도구 비교 분석 보고서
저자: Geminy (Chief Systems & AI Architect)
일자: 2026-08-28
버전: v1.0
분류: data-preservation · ocr-correction · playlist-migration · browser-automation · digital-archiving
태그: kakao-music · ocr · spotlistr · flo · genie · tunemymusic · soundiiz · playwright · data-lockin
1. 개요 (Executive Summary)
본 보고서는 카카오뮤직(Kakao Music) 등 레거시 모바일 음악 플랫폼의 플레이리스트 보관함 데이터를 백업하고 타 플랫폼(Spotify, YouTube Music, Apple Music 등)으로 이식하기 위한 광학 문자 인식(OCR) 기반 인식·교정 도구 및 웹 파이프라인을 체계적으로 비교·분석한 연구 보고서이다.
공식적인 플레이리스트 내보내기(Export/API)가 부재한 플랫폼 환경에서 사용자들이 시도하는 3대 데이터 이식 경로—① 스트리밍 플랫폼 내장 캡처 OCR 교정 UI, ② 웹 기반 텍스트 대량 매칭/교정 엔진, ③ 브라우저 자동화(DOM 스크래핑)—의 기술적 특성, 오인식 교정 메커니즘, 장단점을 정량적으로 대조 평가한다.
2. 배경 및 문제 정의 (Background & Problem Formulation)
┌─────────────────────────────────────────────────────────────────────────┐
│ [개인 미디어 라이브러리의 데이터 락인(Data Lock-in) 해소 경로] │
├─────────────────────────────────────────────────────────────────────────┤
│ │
│ [카카오뮤직 원천 데이터] (1,400+ 곡 재생목록/뮤직룸) │
│ │ │
│ ├───► [경로 A: 스크린샷 캡처] ──► [OCR 분석 및 수동 교정] │
│ │ (FLO / 지니 / VIBE UI) │
│ │ │
│ ├───► [경로 B: 텍스트 추출본] ──► [웹 기반 대량 매칭/교정] │
│ │ (Spotlistr / TuneMyMusic) │
│ │ │
│ └───► [경로 C: DOM 브라우저 제어] ─► [100% 무결성 직접 덤프] │
│ (Playwright kakao_scraper) │
└─────────────────────────────────────────────────────────────────────────┘
- 데이터 락인(Data Lock-in): 카카오뮤직은 모바일 앱 위주의 폐쇄형 서비스 구조로 인해 사용자가 축적한 대규모 재생목록(수백~수천 곡)을 표준 포맷(CSV, JSON 등)으로 추출하는 공식 인터페이스를 제공하지 않는다.
- OCR 오인식의 필연성: 화면 캡처본을 광학 문자로 인식할 때 앨범 아트워크 간섭, 폰트 자간, 다국어(영문/일문/특수기호) 및 동음이의어 곡명으로 인해 \(5\%\sim 15\%\) 수준의 오인식이 발생하므로 '사용자 교정(Proofreading/Correction) 인터페이스'가 데이터 이식 파이프라인의 성패를 좌우한다.
3. OCR 플레이리스트 인식 및 교정 도구 3대 유형 비교
3.1 유형 1: 음악 스트리밍 서비스 내장 캡처 OCR 교정 플랫폼 (국내 앱/웹)
| 플랫폼 | 기능 명칭 | 동작 방식 및 교정 메커니즘 | 장점 | 한계점 |
|---|---|---|---|---|
| FLO (플로) | 캡쳐 이미지로 플레이리스트 만들기 | 스크린샷 다중 업로드 \(\rightarrow\) OCR 자동 인식 \(\rightarrow\) 미매칭/오인식 곡 직접 검색 및 대체 교정 UI 제공 | 직관적인 인앱 원클릭 생성, 뛰어난 한글 가요 인식률 | FLO 플랫폼 내로만 등록 가능 (타 글로벌 서비스 직수출 불가) |
| 지니뮤직 (Genie) | 이미지로 플레이리스트 만들기 | 캡처 이미지 업로드 \(\rightarrow\) 광학 문자 분석 \(\rightarrow\) 인식 리스트 목록 확인 및 체크박스/수정 | 빠른 앨범 연동, 대량 이미지 배치 인식 | 지니 음원 라이브러리에 없는 희귀곡 매칭 누락 |
| 네이버 VIBE / 벅스 | 스크린샷으로 가져오기 | 재생목록 캡처본 업로드 \(\rightarrow\) OCR 파싱 \(\rightarrow\) 최종 수동 검수 | 깔끔한 UI/UX | 서비스 개편 및 지원 범위 제한 |
3.2 유형 2: 웹 기반 텍스트 매칭 & 플레이리스트 교정 엔진 (글로벌 웹)
| 도구명 | 핵심 기능 URL | 교정 및 변환 메커니즘 | 적합한 활용 시나리오 |
|---|---|---|---|
| Spotlistr | spotlistr.com (Textbox to Spotify) |
텍스트 박스에 [아티스트 - 곡명] 목록을 일괄 붙여넣기 \(\rightarrow\) Spotify DB 검색 \(\rightarrow\) 다중 후보 곡 중 수동 선택 및 오인식 교정 \(\rightarrow\) 플레이리스트 자동 생성 |
OCR로 텍스트만 추출한 후 Spotify로 대량 마이그레이션할 때 최적 |
| Tune My Music | tunemymusic.com ('텍스트에서' 가져오기) |
Free Text/CSV 업로드 \(\rightarrow\) 대상 플랫폼(Spotify, Apple Music, YouTube Music) 매칭 \(\rightarrow\) 누락/오매칭 곡 수동 검색 교정 | 플랫폼 간 다대다(Any-to-Any) 스트리밍 이전 |
| Soundiiz | soundiiz.com |
텍스트/M3U/CSV 파싱 \(\rightarrow\) 불일치 트랙 배치 교정 에디터 | 대규모 보관함 및 아카이브 관리 |
3.3 유형 3: 문서/이미지 병렬 대조형 웹 OCR 교정 도구
- 구글 드라이브 / Google Docs OCR: 카카오뮤직 캡처 이미지를 업로드한 후
Google 문서로 열기를 실행하면 상단에 원본 캡처 이미지, 하단에 추출된 텍스트가 1:1로 배치되어 원본을 눈으로 확인하며 오탈자를 실시간 타이핑 교정할 수 있다. - OnlineOCR.net / i2OCR: 다국어 OCR 변환 후 브라우저 내 텍스트 에디터 창에서 즉시 수정하여 텍스트 파일로 내보낼 수 있다.
4. OCR 교정 방식 vs 브라우저 직접 스크래핑(Playwright) 비교 평가
| 비교 평가 지표 | 스크린샷 캡처 + OCR 교정 방식 | 브라우저 DOM 자동화 스크래핑 (kakao_music_scraper.py) |
|---|---|---|
| 데이터 무결성 (Integrity) | \(85\% \sim 95\%\) (수동 교정 의존) | \(100\%\) (DOM 텍스트 직접 추출) |
| 작업 시간 (1,400곡 기준) | 수십 회 캡처 및 교정에 2~3시간 소요 | 3~5분 내 자동 수집 및 CSV/Excel 덤프 |
| 메타데이터 보존성 | 제목/가수명 한정 (담은 날짜/순서 유실) | 곡명, 아티스트, 앨범명, 담은 일시, 순서 보존 |
| 세션 및 재개 가능성 | 누락 곡 육안 대조 필요 | JSONL 체크포인트 기반 실시간 이어받기(Resumability) |
5. 결론 및 권장 마이그레이션 워크플로우
- 소규모 목록 (\(< 50\)곡)의 즉각적인 국내 스트리밍 이전:
- FLO 또는 지니뮤직의 '캡처 이미지 플레이리스트 만들기' 기능을 활용하여 스크린샷 업로드 후 인앱 교정 화면에서 매칭하는 것이 가장 간편하다.
- 글로벌 플랫폼(Spotify / YouTube Music)으로의 이전:
- 텍스트화된 재생목록을 Spotlistr(spotlistr.com)의 Textbox 검색창에 입력하여 후보 곡을 선택·교정하는 방식을 권장한다.
- 대규모 아카이브 (\(> 500\)곡)의 영구 보존 및 무결성 확보:
- 캡처 OCR의 오인식 한계를 벗어나, 영구 세션과 가상 스크롤 복구 로직이 탑재된 Playwright 기반 스크래퍼(
kakao_music_scraper.py)를 실행하여 100% 무결한 CSV/XLSX 아카이브를 구축하는 것이 가장 신뢰성 높은 엔지니어링 해법이다.
발신: thesis.hyperbook.com & ROOPS Geminy 시스템 아키텍처·데이터 아카이빙 연구팀