거래명세서에서 거래처명과 금액을 읽어내는 시연은 문서 자동화의 시작을 보여줍니다. 실제 업무에서는 읽어낸 값이 맞는지 확인하고, 사내 코드에 연결한 뒤 업무 시스템에 등록하는 과정이 남습니다.
입력 시간을 줄이는 것이 목적이라면 추출 모델만 보지 말고 담당자가 결과를 확인하는 화면도 함께 검토해야 합니다. 값을 다시 찾느라 원본 파일을 반복해서 열어야 한다면 자동화 효과를 확인하기 어렵습니다.
원본과 추출 값을 같은 자리에서 비교합니다
검수자는 ‘이 값이 어디에서 나왔는가’를 바로 확인할 수 있어야 합니다. 원본 문서와 추출한 항목을 나란히 보여주고, 선택한 값이 원본의 어느 위치에 있는지 연결하는 구성을 검토할 수 있습니다.
거래처명, 문서 번호, 거래일, 품목, 수량, 단가, 금액처럼 업무상 필요한 항목부터 정하세요. 모든 글자를 추출하는 것보다 실제 등록에 필요한 항목을 빠짐없이 확인하는 것이 우선입니다.
모델 점수와 업무상 확인 규칙은 다릅니다
모델이 높은 점수를 준 값도 사내 품목 코드에 없는 값일 수 있습니다. 수량과 단가를 읽었어도 금액이 맞는지, 같은 문서가 이미 등록돼 있는지는 별도로 확인해야 합니다.
다음은 거래명세서 처리 화면을 설계할 때 사용할 수 있는 예시입니다. 각 회사의 양식과 업무 규칙에 따라 항목은 달라집니다.
| 확인 결과 | 화면에서 보여줄 것 | 처리 방향 |
|---|---|---|
| 필수 값 누락 | 비어 있는 항목과 원본 위치 | 담당자 보완 후 검토 |
| 합계 불일치 | 항목별 금액과 합계의 차이 | 원본과 계산 기준 확인 |
| 코드 연결 실패 | 읽어낸 명칭과 후보 코드 | 담당자가 선택하거나 별도 처리 |
| 중복 의심 | 기존 등록 문서와 비교 정보 | 신규 등록 여부 확인 |
숫자 인식이 잘된다고 전체 문서의 처리가 완료되는 것은 아닙니다. Google Document AI도 필드별 평가 지표와 신뢰도 임계값을 구분해 설명합니다. 평균 점수 하나로 모든 항목을 판단하기보다 중요한 필드를 따로 평가하는 접근이 필요합니다. 문서 추출 평가 안내
수정과 최종 등록 사이에 확인 단계를 둡니다
담당자가 값을 고쳤다면 처음 추출된 값, 수정된 값, 수정 시각을 구분해 남기는 것이 좋습니다. 어떤 오류가 반복되는지 확인할 수 있고, 나중에 업무 기록을 대조할 때도 도움이 됩니다.
추출 결과를 곧바로 ERP의 확정 데이터로 보내기보다는 검토 중·등록 대기·등록 완료 같은 상태를 나누는 방식을 고려하세요. 등록 실패 후 다시 실행할 때 동일한 자료가 중복 생성되지 않도록 문서 식별 기준도 필요합니다. 자동 확정할 범위는 충분히 검증한 뒤 업무 책임자가 정해야 합니다.
검수할 문서에도 편차가 있어야 합니다
깨끗하게 스캔된 한 종류의 양식만 시험하면 실제 업무의 난점을 놓칠 수 있습니다. 거래처별 양식 차이, 여러 페이지에 걸친 품목, 수정 표시, 흐린 촬영본을 포함해 실제로 들어오는 자료의 범위를 살펴보세요. 사용 권한과 민감정보 처리 조건을 확인한 자료만 시험에 사용해야 합니다.
검토 시간은 문서를 처음 열 때부터 등록을 마칠 때까지 측정합니다. AI 처리 시간만 짧아졌어도 사람이 틀린 값을 찾고 고치는 일이 늘었다면 범위를 조정해야 합니다. 도입 전에는 이 업무 전체를 어떤 기준으로 비교할지 합의해 두는 것이 좋습니다.
기술적인 문서 처리 방식은 PDF·표·이미지를 다루는 AI 설계 글에서 볼 수 있습니다. 이 글의 등록·검수 흐름은 문서를 검색해 답변하는 RAG와는 별도로 설계할 업무입니다.
케이엠웍스의 기업 AI 개발 범위에는 문서 처리와 업무 시스템 연결이 포함됩니다. 문서 종류, 필요한 입력 항목, 하루 처리량의 대략적인 범위를 도입 문의에 남겨주세요. 민감정보가 담긴 원본은 첫 문의에 첨부하지 않아도 됩니다.