데이터 추출을 넘어:
답을 얻다, 단순 원시 데이터가 아닌

추출과 답변 사이의 간극

표준 문서 추출은 페이지에 인쇄된 내용만 제공합니다. 공급업체명, 수량 열, 단가 열 등이죠. 유용하긴 하지만, 작업이 거기서 끝나는 경우는 드뭅니다.

실제로 필요한 것은 거의 항상 인쇄된 내용 그 이상입니다. 공급업체가 인쇄하지 않은 라인 합계, 청구된 총액이 숫자 합계와 일치하는지 여부, 어떤 문서에도 없는 식재료비 비율(메뉴 가격은 공급업체 청구서가 아닌 가격표에 있기 때문) 등이 필요합니다.

모든 추출 도구는 첫 번째 문제(페이지에서 텍스트를 가져오는 것)를 해결합니다. 그러나 두 번째 문제(Excel을 열지 않고도 텍스트를 실행 가능한 형태로 바꾸는 것)를 해결하는 도구는 거의 없습니다. 그 간극은 계산 단계이며, 이 단계는 데이터 양에 따라 확장됩니다. 40줄짜리 청구서는 40개의 수식 셀을 생성, 확인, 유지해야 함을 의미합니다. 30개의 청구서 배치는 1,200개의 셀을 의미합니다. 주간 AP 주기는 동일한 수식을 다른 문서에 무기한 반복하는 것을 의미합니다.

계산된 열이 이 간극을 메웁니다. 수식 구문이 아닌 일반 영어로 AI에게 계산하고자 하는 바를 알리면, 추출 중에 결과를 생성합니다. 다운로드하는 출력에는 이미 답변이 포함되어 있습니다.

열 추출 작동 방식

계산된 열을 설명하기 전에 ImageToTable.ai가 데이터를 추출하는 방식을 먼저 이해하는 것이 좋습니다. 계산 계층은 추출 계층에서 직접 확장되기 때문입니다.

이 도구는 열 이름 추출을 사용합니다. "청구서 번호", "공급업체명", "수량", "단가" 등 원하는 필드를 입력하면 AI가 페이지 내 위치가 아닌 의미를 이해하여 문서 어디에서든 각 값을 찾습니다. 템플릿, 경계 상자, 샘플 문서 사전 학습이 필요 없습니다. 무엇을 원하는지 정의하기만 하면 AI가 찾아냅니다. (일반 테이블 추출과의 차이점)

제공할 수 있는 입력은 두 가지입니다:

계산된 열은 이와 동일한 메커니즘을 확장합니다. 열 이름에는 필드 레이블뿐만 아니라 계산 지침도 포함될 수 있습니다. 그리고 지시 규칙은 추출된 값에 대해 AI가 수행하기를 원하는 모든 다단계 계산을 일반 영어로 설명할 수 있습니다.

자연어, 수식이 아닌

ImageToTable.ai의 계산된 열 접근 방식이 시장의 다른 모든 제품과 다른 점은 바로 여기에 있습니다. 그리고 그 차이가 무엇을 계산할 수 있는지를 결정합니다.

추출 중 계산을 제공하는 다른 도구(매우 적지만)는 수식 구문을 사용합니다. 스프레드시트 수식과 동등한 것(예: @EVALUATE_FORMULA(qty * unit_price))을 작성하면 도구가 추출된 값에 대해 산술적으로 실행합니다. 다른 포장지에 담긴 수식일 뿐입니다.

ImageToTable.ai는 자연어 추론을 사용합니다. 원하는 것을 설명하기만 하면 됩니다: "이 라인 항목의 수량에 단가를 곱하세요" 또는 "동일한 섹션 내 모든 라인 금액 값을 합산하세요." AI 비전 모델이 사용자의 지시를 읽고, 문서를 읽고, 필드 간의 관계를 이해하고, 결과를 생성하는 방법을 파악합니다. 수식을 실행하는 것이 아니라 사용자가 요청한 것에 대해 추론하는 것입니다.

이 차이로 인해 수식 기반 접근 방식으로는 따라올 수 없는 세 가지 기능이 생성됩니다:

이는 수식 실행이 아닌 추출 시점에 적용되는 AI 추론입니다. 그리고 이것이 지저분하거나 일관성이 없거나 불완전한 문서에서도 후처리 없이 출력을 안정적으로 사용할 수 있는 이유입니다.

계산 열의 네 가지 유형

정의할 수 있는 네 가지 계산 유형입니다. 각 유형마다 열 이름 예시(즉시 사용 가능, 로그인 불필요)와 규칙 형식 예시(로그인 필요, 더 깔끔한 출력, 더 많은 제어)를 제공합니다.

1. 행 수준 산술

같은 행의 값을 곱하거나, 나누거나, 더하거나, 뺍니다. 가장 일반적인 경우이며, 대부분의 Excel 수식을 대체합니다.

2. 행 간 집계

같은 그룹이나 섹션에 속한 여러 행의 값을 합산하거나 평균을 냅니다. 수식 기반 접근 방식이 실패하는 지점입니다. 범위를 수동으로 정의해야 하며, 범위는 문서마다 달라집니다.

3. 조건부 논리

AI가 값을 비교하고 비교 결과에 따라 결과를 출력하도록 합니다. 수동 조정 작업을 단일 출력 열로 전환합니다.

4. 고정 매개변수 참조

문서에 포함되지 않은 값을 명령어에 직접 입력하세요 — 세율, 메뉴 가격, 표준 마크업 비율 등. AI는 이를 계산 중 주어진 상수로 처리합니다.

이 네 가지 패턴은 대부분의 실제 시나리오(송장 검증, 원가 분석, 급여 정산, 견적 작성, 세금 계산)를 포괄합니다. 위의 각 예시는 지금 바로 사용 가능합니다 — 열 이름을 아래 데모에 복사하여 테스트해보세요.

정밀도가 중요할 때: Precision+

일부 계산에서는 기본 추출 정확도로 충분합니다. 같은 행에 명확히 표시된 두 숫자를 곱하는 것은 거의 실패하지 않습니다. 하지만 AI가 여러 섹션의 값을 합산하거나, 합계를 서로 비교하거나, 여러 추론 단계가 필요한 값을 도출하도록 요청할 때는 더 깊은 분석이 필요합니다.

ImageToTable.ai에는 Precision+ 토글이 포함되어 있습니다 — 인터페이스에서 사용 가능하며 필요 시 수동으로 활성화합니다. 이 기능은 추출 중 AI에 추가 추론 단계를 제공합니다: 모델이 일시 중지하고, 필드 간 관계를 검증하고, 계산을 교차 확인하며, 결과를 반환하기 전에 내부 일관성을 확인할 수 있습니다.

Precision+를 활성화해야 하는 경우:

• 여러 행 또는 섹션에 걸친 집계 계산(섹션 소계, 카테고리 평균)
• 여러 필드에 의존하는 조건부 로직 실행(계산된 합계와 청구된 합계 비교)
• 핵심 값이 명시적으로 표시되지 않은 문서 처리(수기 작업 시트, 불규칙한 레이아웃의 스캔 양식)

건너뛰어도 되는 경우:

• 단순한 행 수준 산술 수행(명확히 표시된 열의 수량 × 단가)
• 단일 필드 서식 규칙 적용("통화 기호 제거")

Precision+는 페이지당 몇 초가 추가됩니다. 단순한 추출의 경우 끄고 사용하세요. 여러 행 로직, 모호한 서식, 또는 다단계 도출이 필요한 경우, "대부분 맞음"과 "확실히 맞음"의 차이를 만듭니다.

두 가지 방법: 빠른 테스트는 열 이름, 실무는 규칙 형식

ImageToTable.ai에서 계산 열을 정의하는 두 가지 방법이 있으며, 각각 워크플로의 다른 단계에 적합합니다.

두 방식 모두 동일한 결과(출력 테이블의 계산 열)를 제공합니다. 먼저 열 이름 방식으로 가능성을 확인한 후, 반복 가능한 워크플로를 구축할 준비가 되면 규칙 형식으로 전환하세요.

계산 열이 할 수 있는 것과 할 수 없는 것

처리 가능:

• 행 수준 연산 (곱하기, 나누기, 더하기, 빼기)
• 행 간 집계 (구간별 합계, 카테고리별 평균)
• 조건부 논리 (if/then 비교, 일치 확인)
• 고정 매개변수 참조 (규칙에 포함된 세율, 표준 가격)
• 문서에 출력되지 않은 파생 값 (수량과 단가만 있을 때 라인 합계 계산)

처리 불가:

• 문서 간 참조 (각 추출은 하나의 문서를 독립적으로 처리)
• 다중 시스템 워크플로 (예: "데이터 추출 → 회계 시스템 전송 → GL 업데이트 트리거") — 이러한 작업은 추출 도구 외부의 자동화 계층에 속함
• 원본 문서를 읽을 수 없는 경우 완전히 정확한 계산 (AI가 수량이나 단가를 읽을 수 없으면 어떤 계산으로도 해결 불가)

기준은 간단합니다. 문서를 보는 사람이 해당 페이지의 정보와 제공된 고정 매개변수를 사용하여 답을 계산할 수 있다면, AI도 가능합니다.

참고: 송장 라인 항목 검증 · 급여명세서 순급여 계산 · 하청업체 견적 라인 금액 · 공급업체 송장 사진에서 식재료비 비율