초보자를 위한 AI 문서 추출:
정의와 작동 방식

컴퓨터가 문서를 업로드할 때 실제로 보는 것

여러분이 다루는 모든 문서(청구서, 영수증, 은행 명세서, 계약서, 근무 기록표)는 종이 또는 디지털의 두 가지 형태 중 하나로 존재합니다. 종이라면 사진을 찍거나 스캔합니다. 디지털이라면 이미 파일로 존재합니다. 어느 쪽이든 컴퓨터에 도달하는 시점에는 픽셀일 뿐입니다. 그리고 픽셀에는 라벨이 붙어 있지 않습니다.

이것이 모든 문서 추출 기술이 해결하려는 근본적인 문제입니다: 색상 점들의 격자에서 "청구서 #1042"가 청구서 번호 열에 있고 "$2,527.74"가 합계 열에 있는 스프레드시트 행으로 어떻게 이동할 수 있을까요? 모든 접근 방식(수동 입력, 템플릿 기반 OCR, AI 추출)은 이 하나의 질문에 대한 서로 다른 답변입니다.

수동 입력은 사람이 이미지를 보고 본 것을 입력하는 방식으로 답합니다. 템플릿 기반 OCR은 각 필드 주위에 상자를 그려 소프트웨어가 어디를 봐야 하는지 알려주는 방식으로 답합니다. AI 추출은 다르게 답합니다: 컴퓨터에게 어디를 볼지 알려주는 대신 무엇을 원하는지 알려주면 AI가 문서를 읽고 찾아냅니다. "어디"에서 "무엇"으로의 전환이 바로 전체 이야기입니다.

이 전환이 왜 중요한지 이해하려면 OCR이 실제로 무엇을 하는지, 그리고 무엇을 남겨두는지 이해해야 합니다.

OCR은 문자를 읽습니다. AI는 문서를 읽습니다.

광학 문자 인식(OCR)은 수십 년 동안 사용되어 왔습니다. 이미지를 스캔하고 문자처럼 보이는 모양을 식별하여 디지털 텍스트로 변환합니다. 스캐너 앱을 사용하여 종이 문서를 검색 가능한 PDF로 변환해 본 적이 있다면 OCR을 사용해 본 것입니다.

표준 공급업체 청구서에 OCR을 적용하면 다음과 같은 결과가 생성됩니다:

INVOICE
Acme Industrial Supply
451 Commerce Drive, Suite 200
Chicago, IL 60607
Invoice #INV-2024-0891
Date: March 15, 2024
Due Date: April 14, 2024
PO Number: PO-77231
Item | Qty | Unit Price | Total
Hex Bolt M10 | 200 | $2.40 | $480.00
Steel Washer M10 | 500 | $0.15 | $75.00
Threaded Rod 1m | 50 | $12.80 | $640.00
Subtotal: $1,195.00
Tax (8.75%): $104.56
Shipping: $45.00
Total: $1,344.56

모든 문자가 정확합니다. OCR은 제 역할을 다했습니다. 하지만 실제로 얻은 것이 무엇인지 보십시오: 하나의 길고 구분되지 않은 텍스트 블록입니다. 청구서 번호, 날짜, 공급업체명, 항목, 합계가 모두 포함되어 있지만 필드로 분리되어 있지 않습니다. "INV-2024-0891"을 청구서 번호 열에 넣으려면 여전히 텍스트 블록에서 찾아 강조 표시하고 복사한 다음 스프레드시트로 전환하여 붙여넣어야 합니다. 그런 다음 날짜에도 동일한 작업을 수행합니다. 그다음 PO 번호도. 그리고 모든 항목에도. OCR은 문자를 디지털화했지만 데이터 입력 문제는 그대로 여러분에게 돌려준 것입니다.

이제 동일한 청구서에서 AI 문서 추출이 생성하는 결과를 보십시오 — 청구서 번호, 날짜, 만기일, PO 번호, 공급업체명, 소계, 세금, 배송비, 합계 열을 원한다고 알려주면:

동일한 문서. 완전히 다른 두 가지 출력 결과. 차이는 AI의 문자 인식 성능이 더 뛰어나서가 아닙니다. OCR은 이미 정확했습니다. 차이는 AI가 정보의 의미를 이해한다는 점입니다. 페이지 하단의 "합계"라는 단어 옆에 있는 "$1,344.56"이 항목도, 세금 금액도 아닌 청구서 합계임을 압니다. "청구서 번호"라는 텍스트 뒤의 "INV-2024-0891"이 청구서 번호임을 압니다. 정보를 레이블이 지정된 열로 정리하여 복사-붙여넣기 없이 바로 사용할 수 있게 해줍니다.

이러한 차이에 대해 더 자세히 알아보려면 — 여러 문서 유형에 걸친 나란히 비교와 함께 — AI 데이터 입력과 OCR 비교 설명 및 AI와 기존 OCR 간의 정확도 비교를 참조하세요.

AI가 문서를 이해하는 방식 (위치를 알려주지 않아도)

자연스럽게 떠오르는 질문은 이것입니다: AI는 어떻게 어떤 텍스트가 어떤 열에 속하는지 알까요? 픽셀 좌표를 읽는 것이 아닙니다. 템플릿을 매칭하는 것도 아닙니다. 근본적으로 다른 방식으로 작동하며, 이를 이해하면 문서 추출 기술의 전체적인 흐름이 이해됩니다.

현대 AI 문서 추출을 가능하게 하는 기술은 비주얼 대규모 언어 모델(VLM)이라고 합니다. 사람이 페이지를 보는 방식처럼 전체 페이지를 처리하는 모델이라고 생각하면 됩니다 — 레이아웃을 보고, 텍스트를 읽고, 둘 사이의 관계를 동시에 이해합니다. 문서를 볼 때 OCR처럼 왼쪽에서 오른쪽, 위에서 아래로 처리하지 않습니다. 페이지 전체를 한 번에 파악합니다: 모서리의 로고, 굵은 헤더, 표 구조, 합계를 감싼 박스까지. 문서 구조의 전체적인 그림을 만든 다음, 각 텍스트 조각을 해당 구조 안에서의 역할에 매핑합니다.

이것이 템플릿 기반 도구와 사용자 경험이 크게 다른 이유입니다. 샘플 문서의 각 필드에 사각형을 그리는 대신 — "청구서 번호는 여기, 날짜는 여기, 합계는 아래" — 원하는 열 이름을 입력하기만 하면 됩니다. 이 방식을 맞춤 열 추출이라고 합니다: 원하는 출력을 설명하면("청구서 번호", "만기일", "공급업체", "항목 합계"), AI는 위치가 아닌 의미를 이해하여 모든 페이지의 어디에서든 각 값을 찾아냅니다.

입력한 열 이름이 최종 스프레드시트의 헤더가 됩니다. 이것이 패러다임의 전환입니다: 입력이 아닌 출력을 정의합니다. 즉, 동일한 열 이름 세트가 일관된 레이아웃의 단일 공급업체 청구서 50장을 처리할 때든, 완전히 다른 형식의 50개 공급업체 청구서 50장을 처리할 때든 동일하게 작동합니다. AI는 위치에 신경 쓰지 않습니다 — 의미에 집중합니다.

이 아키텍처는 또한 학습 단계가 필요 없음을 의미합니다. 이전 세대의 템플릿 기반 도구는 새 문서 레이아웃을 읽기 전에 50~200개의 레이블이 지정된 예제를 제공해야 합니다 — 필드가 나타나는 위치의 통계적 패턴을 학습하는 방식입니다. 비전 모델 기반의 AI 추출은 학습 샘플이 전혀 필요 없습니다 — 위치가 아닌 의미적으로 문서를 읽기 때문입니다. 모델이 한 번도 본 적 없는 문서로 시도해도 몇 초 안에 결과를 얻을 수 있습니다.

유연성은 더 나아갑니다. 맞춤 열 추출은 데이터 문제의 각기 다른 계층을 해결하는 세 가지 모드를 지원합니다:

맞춤 열을 설정하고 필요한 필드를 정확히 추출하는 단계별 안내는 모든 문서에서 특정 필드 추출 가이드를 읽어보세요.

AI 문서 추출이 할 수 있는 것과 할 수 없는 것

기능을 이해하는 것은 중요합니다. 한계를 이해하는 것도 그만큼 중요합니다 — 그리고 대부분의 입문 문서는 바로 여기서 부족함을 드러냅니다.

잘하는 것

깨끗한 문서의 인쇄 텍스트. 표준 청구서, 영수증, 은행 명세서, 발주서, 계약서 — 인쇄된 텍스트가 선명하고 구조가 정의된 문서는 인쇄된 표 데이터에 대해 최대 99% 정확도로 처리됩니다. 사람이 손으로 입력하는 데 3분이 걸리는 페이지를 AI는 5~10초 만에 처리합니다.

손글씨, 합리적인 범위 내에서. 최신 비전 모델은 필기체, 손으로 작성한 인쇄 양식, 체크박스(체크 또는 동그라미 표시)를 포함한 손글씨를 읽을 수 있습니다. 또한 체크 표시된 양식, 도장, 서명도 처리합니다 — 기존 OCR이 지속적으로 실패하는 요소입니다. 핵심 변수는 가독성입니다. 깨끗한 양식의 또박또박한 손글씨는 안정적으로 작동합니다. 구겨진 영수증에 낙서한 메모는 성공률이 낮습니다.

여러 형식, 동일한 설정. AI는 픽셀 위치나 템플릿에 의존하지 않기 때문에 PDF, 휴대폰 사진, 스크린샷, 스캔본을 같은 배치에 섞어 넣을 수 있습니다. 텍스트만 읽을 수 있다면 문서가 어떻게 캡처되었는지와 관계없이 추출은 동일한 방식으로 작동합니다.

어려워하는 부분

극도로 낮은 해상도의 이미지. 텍스트가 사람이 눈을 찡그리게 할 정도로 흐리거나 픽셀화되어 있다면 AI도 어려움을 겪습니다. 적절한 거리에서 좋은 조명으로 찍은 사진은 괜찮습니다. 전체 페이지 문서의 200×150 픽셀 축소판은 그렇지 않습니다.

병합된 셀이 있는 복잡한 중첩 테이블. 명확한 열(항목 | 수량 | 가격 | 합계)이 있는 단순한 항목 테이블은 잘 작동합니다. 중첩된 소계, 여러 열에 걸친 병합된 헤더 행, 표 셀에 포함된 각주가 있는 재무 명세서는 정렬이 어긋난 결과를 초래할 수 있습니다. AI는 구조를 읽습니다 — 문서의 구조가 모호하면 추출은 확실한 결과가 아닌 확률적 결과가 됩니다.

정보 자체가 불완전하거나 모순된 문서. 청구서에 두 개의 다른 합계가 있는 경우 — 하나는 요약 상자에, 다른 하나는 결제 안내에 — AI는 어느 것을 원하는지 추측해야 합니다. 일반적으로 문맥을 통해 올바르게 파악하지만, 문서에 진정으로 모호한 정보가 포함된 경우 사람의 검증이 여전히 필요합니다.

정확성에 대한 더 깊은 논의 — 정확성에 영향을 미치는 요소, 개선 방법, 완벽한 결과를 기대할 수 있는 시기 — 는 AI 추출 정확성에 대한 실용 가이드와 스크린샷 추출이 때때로 일관되지 않은 결과를 생성하는 이유에 대한 논의를 참조하세요.

첫 번째 추출: 시작하기

AI 문서 추출을 이해하는 가장 좋은 방법은 직접 해보는 것입니다. 청구서를 예로 들어 첫 번째 추출 과정을 정확히 안내해 드리겠습니다. 청구서는 가장 흔한 시작점이기 때문입니다.

1단계: 문서를 선택하세요. 공급업체에서 받은 PDF, 종이 청구서 사진, 이메일의 청구서 스크린샷 등 아무 청구서나 가져오세요. 완벽할 필요는 없습니다. 휴대폰 사진으로도 충분합니다.

2단계: 원하는 데이터를 결정하세요. 문서에서 필드를 강조 표시하는 대신, 최종 스프레드시트에 넣을 열을 생각해 보세요. 일반적인 청구서의 경우 보통 다음 항목입니다: 청구서 번호, 날짜, 만기일, 공급업체명, 소계, 세금, 합계. 출력물에 표시되길 원하는 그대로 열 이름을 입력하면 됩니다.

3단계: 업로드하고 AI가 읽도록 하세요. AI는 문서 전체(시각적 레이아웃과 텍스트)를 처리하여 요청한 각 필드를 찾고 값을 올바른 열에 배치합니다. 그 결과 Excel 또는 CSV로 내보낼 수 있는 구조화된 테이블이 생성됩니다.

이것이 핵심 워크플로우입니다: 출력물 설명 → 문서 업로드 → 구조화된 데이터 획득. 구축할 템플릿도, 라벨링할 학습 데이터도, 공급업체별 구성도 필요 없습니다. 바로 여기서 직접 체험해 보세요:

첫 번째 추출 후에는 자연스럽게 더 많은 작업을 하게 됩니다. 그리고 바로 거기에 진정한 생산성 향상이 있습니다.

문서가 여러 개일 때는 어떻게 되나요

문서 하나를 3분 대신 5초 만에 처리하는 것은 36배의 속도 향상입니다. 문서가 몇 개뿐이라면 체감하기 어렵지만, 여러 문서를 한 번에 배치 처리하면 진정한 변화가 일어납니다.

배치 처리는 10개, 50개, 200개의 청구서, 영수증, 명세서 등 여러 파일을 한 번에 업로드하는 것을 의미합니다. 열 이름을 한 번만 정의하면 AI가 모든 문서에서 데이터를 추출하고, 모든 결과를 하나의 스프레드시트로 결합합니다. 수 시간이 걸리던 수작업 복사가 몇 분이면 끝나는 자동 처리로 바뀝니다.

구체적인 예를 들어보겠습니다. 매달 공급업체 청구서 40장을 받는 소규모 사업체가 있습니다. 각 청구서에는 회계 스프레드시트에 입력해야 할 필드가 약 8개 있습니다(청구서 번호, 날짜, 금액, 공급업체명, 만기일, PO 번호, 세금, 카테고리). 청구서당 3분씩이면 입력에 2시간이 걸립니다. 배치 추출을 사용하면 40장을 모두 한 번에 업로드하고, AI가 처리하는 동안 약 3분을 기다린 다음, 320개의 데이터 포인트가 모두 채워진 스프레드시트 하나를 다운로드하면 됩니다. 더 자세한 안내는 청구서 데이터를 Excel로 배치 추출하는 방법을 참조하세요.

배치 처리는 수작업으로는 절대 얻을 수 없는 일관성도 제공합니다. 청구서 40장을 직접 입력하면 작은 차이가 생기기 마련입니다. 한 행에는 "Acme Corp"로, 다른 행에는 "Acme Corp." 또는 "Acme Corporation"으로 입력되는 식입니다. AI는 모든 문서에 동일한 추출 로직을 적용하므로 공급업체명, 날짜, 금액이 배치 전체에 걸쳐 표준화됩니다.

출력 형식은 유연합니다. 회계 작업에는 Excel(XLSX)로, 다른 도구로 가져오기에는 CSV로, 자동화 파이프라인을 구축 중이라면 PDF를 JSON으로 변환할 수 있습니다. 문서의 원본 레이아웃을 유지해야 할 때 유용한 Word로 모드도 있습니다. 계약서, 법률 문서, 또는 서식이 데이터만큼 중요한 모든 시나리오에 유용합니다. 결과물을 어떻게 사용할지에 따라 테이블로(구조화된 스프레드시트 출력) 또는 Word로(원본 서식이 유지되는 편집 가능한 문서) 중에서 선택할 수 있습니다.

팀 및 공유 워크플로우의 경우 수집 링크 기능으로 공유 가능한 링크를 생성할 수 있습니다. 클라이언트, 공급업체 또는 팀원에게 링크를 보내면, 수신자는 링크를 열고 짧은 인증 코드를 입력한 후 문서를 바로 처리 대기열에 업로드할 수 있습니다. 계정 생성이 필요 없습니다. 파일은 추출 준비가 된 상태로 대시보드에 표시됩니다. 이 기능은 회계사가 고객 문서를 수집하거나, HR 팀이 직원 양식을 모으거나, 여러 사람에게서 문서를 받아야 하는 모든 시나리오에서 특히 유용합니다.

주로 스프레드시트에서 작업한다면 Google Sheets 애드온을 통해 동일한 추출 엔진을 스프레드시트 사이드바에서 바로 사용할 수 있습니다. 이미지나 PDF를 업로드하고, 열을 정의하고, 탭을 전환하지 않고도 추출된 데이터가 활성 시트에 바로 추가됩니다. 워크플로우 비교는 문서 데이터를 Google Sheets로 직접 추출하는 방법을 참조하세요.

자주 묻는 질문

손으로 쓴 문서도 처리할 수 있나요?

네, 어느 정도는 가능합니다. 최신 비전 모델은 필기체를 포함한 손글씨를 읽을 수 있으며, 충분히 알아볼 수 있는 수준이면 됩니다. 깔끔하게 작성된 양식은 잘 처리됩니다. 구겨진 영수증에 낙서한 메모는 성공률이 낮습니다. 이 기술은 기존 OCR보다 손글씨 인식에서 훨씬 뛰어납니다. 자세한 기술적 내용은 AI가 손으로 쓴 양식을 읽는 방법에 대한 설명을 참조하세요. 하지만 마법은 아닙니다. 사람이 읽기 어려운 글씨라면 AI도 마찬가지로 어려움을 겪을 가능성이 높습니다.

먼저 내 문서 형식에 맞춰 학습시켜야 하나요?

아닙니다. 이것은 AI 추출과 기존 템플릿 기반 도구의 가장 큰 차이점 중 하나입니다. 일부 도구는 새 문서 레이아웃을 읽기 전에 50~200개의 레이블이 지정된 예제가 필요합니다. 비주얼 대규모 언어 모델(VLM) 기반의 AI 추출은 학습이 전혀 필요 없습니다. 콘텐츠와 구조를 이해하여 문서를 읽지, 픽셀 위치를 암기하지 않기 때문입니다. 모델이 한 번도 본 적 없는 문서를 업로드해도 즉시 결과를 얻을 수 있습니다. 이러한 차이의 아키텍처적 이유에 대한 자세한 내용은 템플릿 불필요 추출에 대한 설명을 참조하세요.

어떤 파일 형식을 지원하나요?

PDF, JPG, PNG, WebP, AVIF를 지원합니다. 웹페이지 스크린샷도 처리할 수 있습니다. 휴대폰으로 찍은 사진, 스캔한 PDF, 디지털 파일 등 어떤 문서든 지원됩니다. 핵심 요구 사항은 텍스트를 읽을 수 있어야 한다는 것입니다. 형식 자체가 병목이 되는 경우는 거의 없습니다.

스크린샷에서도 데이터를 추출할 수 있나요?

네, 가능합니다. 사실 스크린샷 추출은 가장 일반적인 사용 사례 중 하나입니다. 결제 확인 화면, EHR 시스템, 회계 소프트웨어 내보내기 등 화면 캡처만 가능한 곳에서 데이터를 가져오는 데 사용됩니다. AI는 스크린샷을 다른 이미지와 동일한 방식으로 처리합니다. 해상도와 UI 복잡성에 따라 정확도에 영향을 줄 수 있는 몇 가지 고려 사항이 있습니다. 자세한 내용은 스크린샷 추출 일관성에 대한 논의를 참조하세요.

실제로 얼마나 정확한가요?

서식이 깔끔한 문서(청구서, 영수증, 명확한 형식의 은행 명세서)의 인쇄된 텍스트의 경우 정확도는 최대 99%에 달합니다. 더 까다로운 상황(손글씨, 저해상도, 비정형 레이아웃)에서는 정확도가 떨어집니다. 솔직히 말해, 모든 문서 유형에서 100% 정확도를 달성하는 도구는 없으며, 그 반대의 주장은 의심스럽게 봐야 합니다. AI 추출이 다른 점은 실패하는 방식입니다. 템플릿 기반 도구가 데이터를 조용히 잘못된 열에 넣는 반면, AI 추출의 실패는 대개 명백합니다(빈 셀이나 명백히 잘못된 값). 이에 대해서는 추출 정확도에 대한 실용 가이드에서 자세히 다룹니다.

Google Sheets와 함께 사용할 수 있나요?

네. 문서를 업로드하고 열을 정의하고 추출된 데이터를 스프레드시트에 직접 작성할 수 있는 Google Sheets 애드온이 있습니다. 별도의 앱으로 전환할 필요가 없습니다. 계정과 동기화되므로 열 템플릿과 기록을 Sheets 내에서 사용할 수 있습니다.

내 데이터는 안전한가요?

처리를 위해 업로드된 문서는 암호화된 연결을 통해 처리됩니다. 파일은 처리되고 추출된 데이터가 전달되며, 문서는 처리 서버에 영구 저장되지 않습니다. 민감한 문서(의료 기록, 법률 계약서, 재무제표)의 경우 다른 클라우드 서비스와 마찬가지로 표준 데이터 처리 주의 사항이 적용됩니다.

코딩을 알아야 하나요?

아니요. 문서 업로드, 열 정의, 추출 실행, 결과 다운로드의 전체 워크플로우는 웹 인터페이스나 스프레드시트 사이드바를 통해 이루어집니다. 프로그래밍도, API 호출도, 구성 파일도 필요 없습니다. 스프레드시트를 작성할 수 있다면 AI 문서 추출을 사용할 수 있습니다.

문서 추출은 데이터를 이해하는 사람을 대체하는 것이 아니라, 컴퓨터가 수년 전에 대체했어야 할 업무의 일부에서 그 사람을 해방시키는 것입니다.