초보자를 위한 AI 문서 추출:
개념과 작동 원리

컴퓨터가 문서를 업로드할 때 실제로 보는 것

여러분이 다루는 모든 문서(인보이스, 영수증, 은행 명세서, 계약서, 근무 시간표)는 종이 또는 디지털 중 하나의 형태로 존재합니다. 종이라면 사진을 찍거나 스캔합니다. 디지털이라면 이미 파일 형태입니다. 어느 쪽이든 컴퓨터에 도달하는 순간, 그것은 픽셀입니다. 그리고 픽셀에는 레이블이 붙어 있지 않습니다.

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

수동 입력은 사람이 이미지를 보고 본 내용을 입력하는 방식으로 답합니다. 템플릿 기반 OCR은 각 필드 주위에 상자를 그려 소프트웨어가 찾을 위치를 알려주는 방식으로 답합니다. AI 추출은 다르게 답합니다: 컴퓨터에 어디를 볼지 알려주는 대신, 무엇을 원하는지 알려주면 AI가 문서를 읽어 찾습니다. "어디"에서 "무엇"으로의 이러한 전환이 이야기의 전부입니다.

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

OCR은 문자를 읽고, AI는 문서를 읽습니다.

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

표준 공급업체 인보이스에 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 가지고 있는 것이 무엇인지 보십시오: 하나의 길고 구분되지 않은 텍스트 블록입니다. 인보이스 번호, 날짜, 공급업체 이름, 라인 항목, 합계 — 모두 들어 있지만 필드로 분리되어 있지 않습니다. "INV-2024-0891"을 인보이스 번호 열에 넣으려면 여전히 텍스트 블록에서 찾아 강조 표시하고, 복사하고, 스프레드시트로 전환한 다음 붙여넣어야 합니다. 그런 다음 날짜에 대해 동일한 작업을 반복합니다. 그다음 PO 번호. 그다음 모든 라인 항목. OCR은 문자를 디지털화했지만 데이터 입력 문제를 그대로 여러분에게 넘겨주었습니다.

이제 동일한 인보이스에서 AI 문서 추출이 생성하는 결과를 보십시오 — 인보이스 번호, 날짜, 마감일, PO 번호, 공급업체 이름, 소계, 세금, 배송비, 합계 열을 원한다고 알려주면:

같은 문서, 완전히 다른 결과. 차이는 AI의 문자 인식 능력이 더 뛰어나서가 아닙니다. OCR도 이미 정확했습니다. 차이는 AI가 정보의 의미를 이해한다는 점입니다. 페이지 하단 '합계' 옆의 "$1,344.56"이 개별 항목이나 세액이 아닌 송장 총액임을 압니다. "Invoice #" 뒤의 "INV-2024-0891"이 송장 번호임을 압니다. 복사-붙여넣기 없이 바로 사용할 수 있는 레이블이 지정된 열로 정보를 정리합니다.

이러한 차이점에 대해 여러 문서 유형의 나란히 비교와 함께 더 자세히 알아보려면 AI 데이터 입력과 OCR의 차이점 설명 및 AI와 기존 OCR의 정확도 비교를 참조하세요.

AI가 문서를 이해하는 방법 (사용자가 위치를 알려주지 않아도)

자연스럽게 떠오르는 질문은: AI가 어떻게 각 텍스트 조각이 어느 열에 속하는지 알까? 픽셀 좌표를 읽는 것도 아니고, 템플릿을 매칭하는 것도 아니다. 근본적으로 다른 방식으로 작동하며, 이를 이해하면 문서 추출 기술의 전체적인 그림이 명확해진다.

최신 AI 문서 추출을 가능하게 하는 기술은 비주얼 대규모 언어 모델(VLM)이라고 한다. 사람처럼 페이지 전체를 처리하는 모델이라고 생각하면 된다 — 레이아웃을 보고, 텍스트를 읽고, 그 관계를 동시에 이해한다. 문서를 볼 때 OCR처럼 왼쪽에서 오른쪽, 위에서 아래로 처리하지 않는다. 페이지 전체를 한 번에 인식한다: 구석의 로고, 굵은 헤더, 표 구조, 합계를 감싼 박스까지. 문서 구조의 정신적 그림을 그리고, 각 텍스트 조각을 그 구조 내에서의 역할에 매핑한다.

이것이 템플릿 기반 도구와 사용자 경험이 완전히 다른 이유다. 샘플 문서의 각 필드 주위에 사각형을 그리는 대신 — "송장 번호는 여기, 날짜는 여기, 합계는 저기" — 원하는 열 이름만 입력하면 된다. 이 방식을 커스텀 열 추출이라고 한다: 원하는 출력을 설명하면("송장 번호", "마감일", "공급업체", "항목 합계"), AI가 위치가 아닌 의미를 이해하여 페이지 어디에서든 각 값을 찾아낸다.

입력한 열 이름이 최종 스프레드시트의 헤더가 된다. 이것이 패러다임의 전환이다: 입력이 아닌 출력을 설명하는 것. 즉, 동일한 열 이름 세트가 일관된 레이아웃의 한 공급업체 송장 50개를 처리하든, 완전히 다른 형식의 50개 공급업체 송장 50개를 처리하든 작동한다. AI는 위치에 신경 쓰지 않는다 — 의미에 집중한다.

이 아키텍처는 또한 학습 단계가 필요 없음을 의미한다. 이전 세대의 템플릿 기반 도구는 새 문서 레이아웃을 읽기 전에 50~200개의 레이블이 지정된 예제를 제공해야 한다 — 필드가 나타나는 경향이 있는 위치의 통계적 패턴을 학습하는 것이다. 비전 모델 기반의 AI 추출은 제로 트레이닝 샘플이 필요하다. 문서를 위치가 아닌 의미적으로 읽기 때문이다. 모델이 한 번도 본 적 없는 문서에서 시도해도 몇 초 안에 결과를 얻을 수 있다.

유연성은 더 나아간다. 커스텀 열 추출은 세 가지 모드를 지원하며, 각각 데이터 문제의 다른 계층을 해결한다:

사용자 정의 열을 설정하고 필요한 필드를 정확히 추출하는 방법에 대한 단계별 안내는 모든 문서에서 특정 필드 추출 가이드를 참조하세요.

AI 문서 추출이 할 수 있는 것과 없는 것

기능을 이해하는 것은 중요합니다. 한계를 이해하는 것도 마찬가지로 중요합니다. 그리고 대부분의 입문용 글들은 이 부분을 간과합니다.

잘하는 것

깨끗한 문서의 인쇄 텍스트. 일반적인 송장, 영수증, 은행 거래 명세서, 구매 주문서, 계약서 등 명확한 인쇄 텍스트와 정해진 구조를 가진 문서는 인쇄된 표 데이터의 경우 최대 99% 정확도로 처리됩니다. 사람이 수동으로 입력하는 데 3분이 걸리는 페이지를 AI는 5~10초 만에 처리합니다.

어느 정도 필기체. 최신 비전 모델은 필기체, 손으로 작성된 인쇄 양식, 체크박스(체크 또는 동그라미 표시)를 포함한 필기 텍스트를 읽을 수 있습니다. 또한 체크 표시된 양식, 도장, 서명과 같이 기존 OCR이 지속적으로 실패하는 요소도 처리합니다. 핵심 변수는 가독성입니다. 깨끗한 양식의 단정한 필기는 안정적으로 작동하지만, 구겨진 영수증에 휘갈겨 쓴 메모는 성공률이 낮습니다.

동일 설정으로 여러 형식 처리. AI는 픽셀 위치나 템플릿에 의존하지 않기 때문에 PDF, 휴대폰 사진, 스크린샷, 스캔본을 동시에 처리할 수 있습니다. 텍스트만 읽을 수 있다면 문서가 어떻게 캡처되었는지에 관계없이 추출 방식은 동일합니다.

어려워하는 것

매우 낮은 해상도의 이미지. 사람이 눈을 찡그리고 봐야 할 정도로 텍스트가 흐리거나 픽셀화된 경우 AI도 어려움을 겪습니다. 적절한 거리에서 좋은 조명으로 찍은 사진은 괜찮지만, 전체 페이지 문서의 200×150 픽셀 썸네일은 적합하지 않습니다.

셀이 병합된 복잡한 중첩 테이블. 명확한 열(항목 | 수량 | 가격 | 합계)이 있는 단순한 라인 아이템 테이블은 잘 작동합니다. 그러나 중첩된 소계, 여러 열에 걸친 병합된 헤더 행, 테이블 셀에 포함된 각주가 있는 재무제표는 정렬이 잘못된 결과를 생성할 수 있습니다. AI는 구조를 읽습니다. 문서의 구조가 모호할 경우 추출은 확실성이 아닌 확률에 기반하게 됩니다.

정보 자체가 불완전하거나 모순되는 문서. 송장에 요약 상자와 지불 지침에 각각 다른 두 개의 합계가 있는 경우, AI는 어느 것을 원하는지 추측해야 합니다. 일반적으로 문맥을 통해 올바르게 처리하지만, 문서에 진정으로 모호한 정보가 포함된 경우 사람의 확인이 여전히 필요합니다.

정확도에 대한 더 깊은 내용(영향을 미치는 요소, 개선 방법, 완벽한 결과를 기대할 수 있는 경우)은 AI 추출 정확도 실용 가이드와 스크린샷 추출이 때때로 일관되지 않은 결과를 생성하는 이유에 대한 논의를 참조하세요.

첫 번째 추출: 어디서부터 시작할까

AI 문서 추출을 이해하는 가장 좋은 방법은 직접 해보는 것입니다. 가장 일반적인 시작점인 송장을 예시로 첫 번째 추출 과정을 설명합니다.

1단계: 문서를 선택하세요. 공급업체의 PDF, 종이 송장 사진, 이메일 속 스크린샷 등 아무 송장이나 준비하세요. 완벽할 필요는 없습니다. 휴대폰 사진도 괜찮습니다.

2단계: 원하는 데이터를 결정하세요. 문서에서 필드를 강조 표시하는 대신, 최종 스프레드시트에 어떤 열이 들어갈지 생각해보세요. 일반적인 송장의 경우 보통 다음과 같습니다: 송장 번호, 날짜, 마감일, 공급업체명, 소계, 세금, 합계. 출력물에 나타나길 원하는 그대로 열 이름을 입력하면 됩니다.

3단계: 업로드하고 AI가 읽도록 하세요. AI는 시각적 레이아웃과 텍스트를 함께 처리하여 문서 전체를 분석하고, 요청한 각 필드를 찾아 올바른 열에 값을 배치합니다. 결과는 Excel이나 CSV로 내보낼 준비가 된 구조화된 표입니다.

이것이 핵심 워크플로입니다: 출력 설명 → 문서 업로드 → 구조화된 데이터 획득. 템플릿을 만들거나, 훈련 데이터에 레이블을 지정하거나, 공급업체별로 설정할 필요가 없습니다. 바로 여기서 시도해보세요:

첫 번째 추출 후, 자연스러운 다음 단계는 더 많은 작업을 하는 것입니다. 그리고 여기에 진정한 생산성 향상이 있습니다.

문서가 여러 개일 때는 어떻게 되나요?

한 문서를 3분 대신 5초 만에 처리하는 것은 36배의 속도 향상입니다. 문서가 몇 개 없을 때는 크게 체감되지 않지만, 여러 문서를 일괄 처리할 때 진정한 변화가 일어납니다.

일괄 처리는 10개, 50개, 200개의 송장, 영수증 또는 명세서 등 여러 파일을 한 번에 업로드하는 것을 의미합니다. 열 이름을 한 번만 정의하면 AI가 모든 문서에서 데이터를 추출하여 모든 결과를 단일 스프레드시트로 결합합니다. 수동으로 복사하던 몇 시간이 몇 분의 자동 처리로 바뀝니다.

구체적인 예를 들어보겠습니다. 한 소규모 사업체가 매월 40개의 공급업체 송장을 받습니다. 각 송장에는 회계 스프레드시트에 입력해야 하는 약 8개의 필드(송장 번호, 날짜, 금액, 공급업체, 납기일, 구매 주문 번호, 세금, 카테고리)가 있습니다. 송장당 3분씩이면 총 2시간이 걸립니다. 일괄 추출을 사용하면 40개를 한 번에 업로드하고 AI가 처리하는 동안 약 3분을 기다린 후 320개의 모든 데이터 포인트가 이미 채워진 하나의 스프레드시트를 다운로드합니다. 자세한 내용은 송장 데이터를 Excel로 일괄 추출하는 방법을 참조하세요.

일괄 처리는 수동 입력으로는 절대 얻을 수 없는 일관성도 제공합니다. 40개의 송장을 손으로 입력하면 "Acme Corp"가 어떤 행에서는 "Acme Corp.", 다른 행에서는 "Acme Corporation"이 되는 등 작은 차이가 생깁니다. AI는 모든 문서에 동일한 추출 논리를 적용하므로 공급업체 이름, 날짜, 금액이 전체 배치에서 표준화됩니다.

출력 형식은 유연합니다. 회계 작업을 위해 Excel(XLSX)로 내보내거나, 다른 도구로 가져오기 위해 CSV로, 또는 자동화 파이프라인을 구축 중이라면 JSON으로 내보낼 수 있습니다. 또한 문서의 원래 레이아웃을 유지해야 할 때 유용한 Word로 모드도 있습니다. 계약서, 법률 문서 또는 서식이 데이터만큼 중요한 모든 시나리오에 적합합니다. 결과로 무엇을 해야 하는지에 따라 표로(구조화된 스프레드시트 출력)와 Word로(원본 서식이 유지된 편집 가능한 문서) 중에서 선택합니다.

팀 및 공유 워크플로우의 경우 컬렉션 링크 기능을 사용하여 공유 가능한 링크를 생성할 수 있습니다. 클라이언트, 공급업체 또는 팀원에게 링크를 보내면, 그들은 링크를 열고 짧은 확인 코드를 입력한 후 문서를 귀하의 처리 대기열에 직접 업로드할 수 있습니다. 계정 생성이 필요하지 않습니다. 파일은 추출 준비가 완료된 상태로 대시보드에 저장됩니다. 이 기능은 회계사가 고객 문서를 수집하거나, HR 팀이 직원 양식을 모으거나, 여러 사람으로부터 문서가 들어오는 모든 시나리오에서 특히 유용합니다.

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

자주 묻는 질문

손글씨 문서도 인식되나요?

네, 어느 정도는 가능합니다. 최신 비전 모델은 필기체를 포함한 손글씨를 읽을 수 있으며, 단 또렷하게 알아볼 수 있어야 합니다. 깔끔하게 작성된 양식은 잘 작동합니다. 구겨진 영수증에 휘갈겨 쓴 메모는 성공률이 낮습니다. 이 기술은 기존 OCR보다 손글씨 인식 성능이 훨씬 뛰어나지만(자세한 내용은 AI가 손글씨 양식을 읽는 방법 설명 참조), 마법은 아닙니다. 사람이 읽기 어려운 글씨라면 AI도 마찬가지일 가능성이 높습니다.

먼저 문서 형식을 학습시켜야 하나요?

아닙니다. 이것이 AI 추출과 기존 템플릿 기반 도구의 가장 큰 차이점 중 하나입니다. 일부 도구는 새 문서 레이아웃을 읽기 위해 50~200개의 레이블이 지정된 예제가 필요합니다. 시각적 언어 모델 기반의 AI 추출은 제로 트레이닝으로 작동합니다. 픽셀 위치를 암기하는 대신 콘텐츠와 구조를 이해하여 문서를 읽습니다. 모델이 한 번도 본 적 없는 문서를 업로드해도 즉시 결과를 얻을 수 있습니다. 이러한 차이의 아키텍처적 이유에 대한 자세한 내용은 템플릿 없는 추출 설명을 참조하세요.

지원되는 파일 형식은 무엇인가요?

PDF, JPG, PNG, WebP, AVIF입니다. 웹페이지 스크린샷도 처리합니다. 휴대폰 사진, 스캔한 PDF, 디지털 파일 등 모든 문서가 지원됩니다. 핵심 요구 사항은 텍스트를 읽을 수 있어야 한다는 점입니다. 형식 자체는 병목 현상이 거의 발생하지 않습니다.

스크린샷에서 데이터를 추출할 수 있나요?

네. 실제로 스크린샷 추출은 가장 일반적인 사용 사례 중 하나입니다. 결제 확인 화면, EHR 시스템, 회계 소프트웨어 내보내기 등 화면 캡처만 가능한 곳에서 데이터를 가져옵니다. AI는 다른 이미지와 동일한 방식으로 스크린샷을 처리합니다. 해상도 및 UI 복잡성과 관련하여 정확도에 영향을 미치는 몇 가지 고려 사항이 있습니다. 자세한 내용은 스크린샷 추출 일관성에 대한 논의를 참조하세요.

실제로 얼마나 정확한가요?

깔끔한 서식의 인보이스, 영수증, 은행 명세서 같은 인쇄된 문서의 경우 정확도가 최대 99%에 달합니다. 필기체, 저해상도, 비정형 레이아웃 등 까다로운 상황에서는 정확도가 떨어집니다. 솔직히 말해 모든 문서 유형에서 100% 정확도를 달성하는 도구는 없으며, 그 반대의 주장은 의심스럽게 받아들여야 합니다. AI 추출이 다른 점은 실패하는 방식입니다. 템플릿 기반 도구가 데이터를 잘못된 열에 조용히 넣는 반면, AI 추출의 실패는 대개 명백합니다(빈 셀이거나 분명히 잘못된 값). 이에 대한 자세한 내용은 추출 정확도 실용 가이드에서 다룹니다.

Google Sheets와 함께 사용할 수 있나요?

네. Google Sheets 애드온이 있어 문서를 업로드하고, 열을 정의하면 추출된 데이터가 별도 앱으로 전환하지 않고 스프레드시트에 직접 기록됩니다. 계정과 동기화되어 열 템플릿과 기록을 Sheets 내에서 사용할 수 있습니다.

내 데이터는 안전한가요?

처리를 위해 업로드된 문서는 암호화된 연결을 통해 처리됩니다. 파일이 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 주의사항이 적용됩니다.

코딩을 알아야 하나요?

아니요. 문서 업로드, 열 정의, 추출 실행, 결과 다운로드의 전체 작업 흐름은 웹 인터페이스나 스프레드시트 사이드바를 통해 이루어집니다. 프로그래밍, API 호출, 설정 파일이 필요 없습니다. 스프레드시트를 작성할 수 있다면 AI 문서 추출을 사용할 수 있습니다.

문서 추출은 데이터를 이해하는 사람을 대체하는 것이 아니라, 컴퓨터가 몇 년 전에 대체했어야 할 업무에서 그 사람을 해방시키는 것입니다.