다중 품목 Amazon 주문 스크린샷은
지저분해 보이지만 — 여전히 깨끗한 데이터를 추출할 수 있는 이유

왜 여러 상품이 포함된 Amazon 스크린샷이 처음에는 불가능해 보이는가

이런 종류의 스크린샷을 자동으로 파싱하는 것이 불가능해 보이게 만드는 구체적인 요소들을 짚어보겠습니다. 이는 모호한 문제가 아니라, 전통적인 추출 방식이 걸려 넘어지는 명확한 장애물들입니다.

회색 구분선. Amazon은 주문 요약 페이지의 각 상품 행 사이에 얇은 회색 가로선을 그립니다. 텍스트 영역을 감지한 후 의미 있는 그룹으로 조합하는 방식으로 작동하는 전통적인 OCR 엔진에게 이 선들은 경계처럼 보입니다. 각 상품을 고립된 텍스트 영역으로 처리하고, 무언가가 고립된 영역으로 분할되면 엔진은 이들이 서로 어떻게 연결되는지 추측해야 합니다. 영역 2의 오른쪽 끝에 있는 가격이 영역 2에 속하는지 영역 3에 속하는지, OCR은 알 방법이 없습니다.

생략된 상품명. "Logitech G502 X PLUS LIGHTSPEED Wireless Gaming Mouse with HERO 25K Sensor..." — 하지만 스크린샷에는 "Logitech G502 X PLUS LIGHTSP..."로 표시되고 줄임표가 이어집니다. 이렇게 잘린 텍스트는 왼쪽에서 오른쪽으로 완전한 줄을 읽는 데 의존하는 모든 시스템을 혼란에 빠뜨립니다. 행 기반 파서는 축약된 이름을 본 후, 줄이 단어 중간에서 끊어져 버리기 때문에 다음 열이 어디서 시작되는지 알 수 없습니다.

서드파티 판매자 배지. Amazon이 직접 판매하지 않는 상품은 상품명 아래에 더 작은 글꼴로 "[판매자 이름] 판매"라고 표시됩니다. 이 텍스트는 두 상품 행 사이에 위치하지만 앞선 행에 속하며, 다음 행에 속하지 않습니다. 단순한 추출 방식은 이를 별도의 행으로 처리하거나, 더 나쁘게는 다음 상품의 데이터에 추가해 버립니다. 어느 쪽이든 결과는 잘못됩니다.

수량과 가격 정렬. Amazon 주문 페이지에서 수량은 상품명 옆에 "수량: 1"로 표시되는 반면, 가격은 맨 오른쪽에 있습니다. 전통적인 OCR은 가격을 오른쪽 여백에 떠 있는 독립된 숫자로 추출하고, 어떤 상품에 속하는지 추측해야 합니다. 7개의 가격과 7개의 상품명이 동일한 시야에 흩어져 있을 때, 행이 추가될수록 매칭 문제는 더욱 복잡해집니다.

이러한 문제들은 각각 하나만으로는 치명적이지 않습니다. 하지만 함께 작용하면, 복잡한 여러 상품 스크린샷을 "너무 지저분하니 그냥 직접 입력해야지"라고 말하게 만드는 바로 그런 데이터 추출 과제로 만들어 버립니다.

픽셀 읽기와 페이지 읽기의 차이

전통적인 OCR과 비주얼 AI는 동일한 이미지를 근본적으로 다른 방식으로 접근하며, 입력이 시각적으로 복잡할 때 그 차이가 가장 두드러집니다.

OCR 엔진은 문자 단위로 작동합니다. 글자 모양을 찾아 단어로 조합하고, 근접성에 따라 단어를 텍스트 블록으로 그룹화한 후, 해당 블록에서 구조를 추론하려고 시도합니다. OCR이 의존하는 시각적 단서(명확한 열 경계, 끊기지 않는 텍스트 줄, 일관된 간격)가 없거나 모호할 경우, 결과는 뒤섞인 데이터가 됩니다.

비전 언어 모델(VLM)은 다르게 작동합니다. 전체 스크린샷을 하나의 일관된 장면으로 처리합니다. 마치 우리가 사진을 보고 어떤 객체가 서로 가까이 있고, 어떤 것이 분리되어 있으며, 공간적으로 어떻게 관련되어 있는지 즉시 이해하는 것과 같습니다. 회색 구분선은 텍스트 영역의 경계가 아니라 신문 칼럼 사이의 여백과 같은 시각적 구분자입니다. 생략된 상품명은 불완전한 줄이 아니라 보이는 프레임 너머로 확장되는 제목이며, VLM은 보이는 데이터를 올바른 행과 여전히 연결할 수 있습니다.

ImageToTable.ai는 이러한 종류의 비주얼 AI를 사용합니다. 여러 항목이 있는 Amazon 스크린샷을 제공하고 상품명, 수량, 가격이라는 세 개의 열을 원한다고 말하면, 스프레드시트 스캐너처럼 페이지를 구문 분석하려고 시도하지 않습니다. 이미지를 전체적으로 살펴보고, 시각적 경계(회색 구분선은 방해 요소가 아니라 강력한 신호입니다)를 찾아 각각의 개별 행 영역을 식별한 다음, 각 영역 내의 텍스트를 요청한 열에 매핑합니다.

전통적인 OCR을 혼란스럽게 만드는 회색 구분선은 VLM 기반 추출에서 신뢰할 수 있는 구조적 앵커가 됩니다. 시스템은 "이 회색 구분선은 첫 번째 행의 끝을 표시합니다. 그 위의 모든 것은 첫 번째 항목에 속합니다. 다음 회색 구분선까지 그 아래의 모든 것은 두 번째 항목에 속합니다."라고 볼 수 있습니다. 추측하는 것이 아니라 사람이 읽는 것과 같은 방식으로 페이지 레이아웃을 읽는 것입니다. 단지 기계 속도로 말이죠.

동일한 논리가 라인 항목과 페이지 합계를 구분하는 데에도 적용됩니다. "소계", "배송비", "주문 합계"는 마지막 항목 행 아래에 위치하며, 종종 다르게(굵게 또는 다른 배경색으로) 서식이 지정됩니다. VLM은 이를 추가 제품이 아닌 요약 행으로 인식합니다. 이를 상품명 열에 억지로 집어넣지 않습니다.

구체적인 예시: Amazon 주문 1건, 상품 7개

구체적으로 살펴보겠습니다. Amazon 확인 페이지의 실제 스크린샷을 상상해 보세요. 7가지 다른 상품이 포함된 단일 주문입니다. 각 행에 무엇이 있으며, 추출이 어떻게 이루어지는지 설명합니다.

각 문제가 어떻게 처리되었는지 확인해 보세요:

• 회색 구분선 — 각 행의 경계는 상품 간 시각적 구분선으로 식별되었습니다. VLM은 이를 신뢰할 수 있는 행 표시자로 사용했습니다.
• 생략된 상품명 — 2, 3, 4, 7행은 모두 상품명이 "..."로 끝나며 시각적으로 단축되었습니다. AI는 페이지 내 텍스트의 수직적 위치(공간적 관계)가 명확했기 때문에 각 가격과 수량을 해당 행과 여전히 올바르게 연결했습니다.
• 서드파티 판매자 배지 — 3행의 "Amazon 판매" 레이블은 별도의 레코드가 아닌 상품 3의 하위 요소로 인식되었습니다.
• 수량 인라인 표기 — 4행의 "수량 2"는 올바르게 읽혀 Anker 충전기에 할당되었으며, AI는 $14.99가 두 개의 총액이 아닌 개당 가격임을 이해했습니다.
• 요약 행 — 소계, 배송비, 주문 합계는 상품 목록에서 올바르게 제외되었습니다. 이들은 형식과 위치가 명확히 구분되며, VLM은 이를 메타 수준의 정보로 인식했습니다.

그 결과, 지출을 추적하거나, 룸메이트와 비용을 분담하거나, 업무용 기록으로 주문을 등록할 때 필요한 바로 그 형태인 깔끔한 7행 테이블이 생성됩니다.

워크플로우에 미치는 영향

위의 구체적인 예시는 한 가지를 증명합니다. 여러 상품이 포함된 Amazon 스크린샷의 시각적 혼란은 올바른 추출 도구에게 장애물이 되지 않는다는 것입니다. 회색 구분선, 생략된 상품명, 판매자 배지 등은 비전 언어 모델(VLM)이 쉽게 꿰뚫어 보는 표면적인 잡음일 뿐입니다.

모든 Amazon 주문 스크린샷에서 라인 항목 데이터를 안정적으로 추출할 수 있다면 무엇이 달라질까요?

각 스크린샷을 일회성 수동 데이터 입력 작업으로 취급하지 않게 됩니다. Amazon 주문 페이지를 열고, 항목을 스프레드시트에 하나씩 입력하고, 숫자를 다시 확인하는 대신, 스크린샷을 ImageToTable.ai에 업로드하고 필요한 열을 지정하면 몇 초 안에 테이블을 얻을 수 있습니다. 수동으로 입력하는 데 2-3분이 걸리는 7개의 행이 10초 미만으로 추출됩니다.

반복적인 시나리오가 가치 있는 시나리오가 됩니다. 스크린샷 하나는 사소합니다. 직접 입력할 수도 있습니다. 하지만 가정용품을 위한 월간 Amazon 주문은 어떨까요? 여러 Amazon 계정에 걸쳐 매주 주문하는 리셀러는요? 다섯 명의 고객으로부터 Amazon 영수증을 받는 프리랜서 회계사는요? 규모가 커지면(주당 12개 이상의 여러 상품 주문) 수동 입력은 상당한 시간 낭비가 됩니다. 자동화된 추출은 이를 지속 가능하게 만듭니다.

추출된 데이터를 다른 출처와 결합할 수 있습니다. 상품명, 수량, 가격 열은 결제 확인서, 공급업체 송장 또는 비용 보고서와 동일한 스프레드시트에 포함될 수 있습니다. 이미 ImageToTable.ai를 사용하여 다른 문서 유형에서 데이터를 추출하고 있다면, 동일한 워크플로우에 Amazon 다중 상품 주문을 추가하는 것은 동일한 시스템이 처리하는 또 하나의 입력 형식일 뿐입니다.

실제 도구를 사용한 완전한 단계별 가이드는 관련 문서 여러 상품이 포함된 Amazon 주문: 단일 스크린샷에서 각 상품명, 수량 및 가격을 추출하는 방법을 참조하세요. 해당 문서는 실용적인 워크플로우를 안내합니다. 이 문서는 그것이 애초에 가능한지에 대한 의문을 해소하기 위해 존재합니다.

자주 묻는 질문