수기 계근대 티켓을
디지털 로그로 추출하는 방법

계근대 티켓 문제

회계나 조달 소프트웨어에서 생성되는 인보이스나 구매 주문서와 달리, 계근대 티켓은 보통 저울 표시기 옆에 있는 종이 패드에서 시작됩니다. 계근 기사가 차량 무게를 기록하고, 트럭이 하역장이나 적재장으로 이동한 후 다시 돌아와 공차 무게를 측정하면, 작업자가 수동으로 순 적재량을 계산한 후 티켓을 운전사에게 전달합니다.

계근대 티켓의 필기율은 다른 대부분의 업무 문서에 비해 매우 높습니다. 2025년 저울 제조업체 협회의 조사에 따르면, 미국 내 독립 곡물 엘리베이터의 약 60%, 골재 채석장의 45%가 여전히 수기 계근대 티켓을 주요 계량 기록으로 사용하고 있습니다. 그 이유는 현실적입니다. 계근소는 종종 먼지와 날씨에 노출된 작은 부스이고, 디지털 발권 시스템은 프린터, 네트워크, 소프트웨어에 대한 투자가 필요하기 때문에 소규모 사업장은 해마다 도입을 미루고 있습니다.

이로 인해 대부분의 계근대 소프트웨어 공급업체가 언급하지 않는 하류 문제가 발생합니다. 종이 티켓이 쌓이기 시작한다는 것입니다. 하루에 50대의 트럭을 처리하는 곡물 엘리베이터는 50장의 수기 계근대 티켓을 생성합니다. 누군가는 각 티켓을 읽고 데이터(티켓 번호, 날짜, 운전사, 고객, 제품, 총중량, 공차중량, 순중량)를 스프레드시트나 회계 시스템에 입력해야 합니다. 그리고 그 누군가는 읽을 수 있는 필기부터 거의 판독 불가능한 필기, 특히 카본 카피 고객용 사본까지 처리해야 합니다.

여전히 수기 티켓으로 작업하는 계근대 운영을 관리하고 있거나, 디지털화를 기다리는 수년간의 종이 기록이 있다면, 질문은 디지털 발권으로 전환할지 여부가 아닙니다. 그 결정은 나중에 내려질 수 있습니다. 지금 당장의 질문은 이미 가지고 있는 티켓을 어떻게 처리할 것인가입니다.

계근증에 기록되는 정보

추출 방법을 살펴보기 전에, 일반적인 계근증에 어떤 정보가 포함되어 있고 필드 구조가 왜 중요한지 이해하는 것이 좋습니다.

표준 계근증에는 기능별로 다음과 같은 필드가 포함됩니다:

순중량은 중요한 숫자이며, 일반적으로 계근증 발행 시 계근원이 수동으로 계산합니다. 부정확한 순중량은 단순히 잘못된 데이터에 그치지 않습니다. 곡물 및 골재 판매의 경우 잘못된 지불, 청구 분쟁, 월말 정산 시 문제로 이어집니다.

수동 워크플로우 (그리고 문제점)

실제 시나리오를 생각해보겠습니다. 중서부의 중간 규모 곡물 엘리베이터에서 수확철에 하루 50대의 트럭을 처리합니다. 계량원은 각 티켓을 수기로 작성합니다. 도착 시 계량, 출발 시 계량을 기록하고 두 번째 사본을 운전사에게 건넵니다. 하루가 끝나면 사무실 책상 위에는 50장의 카본 티켓 더미가 쌓입니다.

일일 마감 절차는 다음과 같습니다:

1. 누군가(사무실 관리자나 시간제 데이터 입력 직원)가 티켓 더미를 집어 듭니다.
2. 각 티켓의 수기 필드를 읽고 Excel 스프레드시트나 회계 시스템에 입력합니다.
3. 고객별, 곡물 종류별, 일별 수량의 누계를 수동으로 계산합니다.
4. 숫자가 이상해 보이면(순중량이 트럭의 일반 적재 용량과 맞지 않거나, 티켓 번호가 건너뛰어졌거나) 실제 티켓을 찾아 확인해야 합니다.

하루 50장의 티켓, 장당 약 2-3분(읽기, 입력, 확인)이 소요되므로 매일 약 2시간의 데이터 입력 작업이 필요합니다. 수확철에는 트럭 물량이 하루 120대 이상으로 급증하여 데이터 입력에 4~5시간이 걸리거나, 티켓이 밀려 며칠 후에야 입력되어 재고 및 지불 추적에 지연이 발생합니다.

이 워크플로우에서 일관되게 발생하는 세 가지 문제점은 다음과 같습니다:

1. 알아보기 어려운 필기. 계량원은 먼지가 많고 시끄러운 부스에서 교대 근무당 50장 이상의 티켓을 작성합니다. 하루가 끝날 무렵에는 필기가 알아보기 어려워집니다. 카본 양식의 세 번째 사본은 첫 번째 사본보다 눈에 띄게 흐립니다. 사무실 사본이 세 번째 사본인 경우가 많아, 데이터 입력 담당자는 가장 품질이 낮은 필기 버전을 작업하게 됩니다.

2. 중량 값의 전사 오류. "6"이 "8"처럼 보이면 적재량이 26,000kg에서 28,000kg으로 바뀝니다. 단일 티켓에서는 눈에 띄지 않을 수 있지만, 한 달 동안 누적되면 재고 불일치가 발생하여 추적하는 데 몇 시간이 소요됩니다.

3. 지연된 조정. 데이터 입력이 하루 종료 후 일괄 처리되므로, 티켓은 빨라야 다음 날에야 배송과 대조 검증됩니다. 계량대에서 잡을 수 있었던 불일치(운전사가 빈 차량 중량에 의문을 제기하는 등)가 며칠 후 서류 조사로 이어집니다.

Mettler Toledo, Rice Lake, Avery Weigh-Tronix에서 판매하는 계량 티켓 소프트웨어는 향후 문제를 해결합니다. 해당 하드웨어에서 생성된 새로운 계량은 디지털 기록을 생성합니다. 그러나 이러한 시스템 중 어느 것도 이미 상자에 쌓여 있는 티켓이나 전체 디지털 티켓 시스템 개조 예산이 없는 운영에는 도움이 되지 않습니다.

AI로 수기 작성된 계근대 티켓을 디지털화하는 방법

이때 AI 기반 문서 추출이 등장합니다. 특히 기존 OCR이 한계를 보이는 계근대 티켓에서 그 효과가 두드러집니다.

기존 OCR은 인쇄된 글자의 모양을 인식하여 문자를 읽습니다. "5"의 윗부분이 완전히 닫히지 않으면 OCR은 "6"으로 봅니다. 손글씨가 겹쳐 쓰이면 OCR은 의미 없는 결과를 냅니다. 특히 카본지에 불균일한 압력으로 작성된 수기 계근대 티켓은 기존 OCR이 혼란을 겪는 전형적인 입력입니다. (손글씨가 기존 OCR을 무너뜨리는 이유에 대한 자세한 내용은 OCR 손글씨 인식 실패 원인 분석을 참조하세요.)

AI 기반 추출, 특히 비주얼 대규모 언어 모델은 다르게 작동합니다. 사람처럼 문서를 읽습니다. 레이아웃, 필드와 값 간의 관계, 각 숫자가 나타내는 의미를 이해합니다. 글자 모양을 폰트 데이터베이스와 대조하려 하지 않습니다. 문서 전체를 해석합니다.

ImageToTable.ai를 사용하여 계근대 티켓 더미에 적용하는 방법은 다음과 같습니다.

1단계: 티켓 수집

각 계근대 티켓을 휴대폰으로 사진을 찍거나 PDF 또는 JPG로 스캔하세요. AI는 PDF, JPG, PNG, WebP 등 모든 일반 형식을 지원합니다. 카본지 티켓의 경우, 희미한 자국에 대비를 최대화하기 위해 균일한 조명 아래에서 촬영하는 것이 좋습니다.

2단계: 열 정의

필드 주위에 상자를 그리거나 모델을 훈련시키는 대신, 출력에서 원하는 열 이름을 입력하기만 하면 됩니다. 계근대 티켓의 경우 열은 다음과 같을 수 있습니다.

• 티켓 번호
• 날짜
• 입고 시간
• 출고 시간
• 차량 번호판
• 운전자 이름
• 고객
• 자재
• 총중량 (kg)
• 공차중량 (kg)
• 순중량 (kg)
• 담당자

이것이 ImageToTable.ai가 사용자 정의 열 추출이라고 부르는 기능입니다. 출력 구조를 정의하면 AI가 문서 내 어디에 있든 각 값을 찾아내는데, 위치가 아니라 의미를 이해하여 찾습니다.

3단계: 모든 티켓 일괄 처리

모든 사진이나 스캔본을 한 번에 업로드하세요. ImageToTable.ai가 동시에 처리합니다 — 하루치 티켓 전체를 단일 배치로 처리합니다. 결과는 티켓당 한 행씩 하나의 표로 병합됩니다. 파일을 하나씩 처리할 필요가 없습니다.

4단계: Excel 또는 Google Sheets로 내보내기

출력 결과는 사용자가 정의한 열이 있는 구조화된 표입니다. Excel(XLSX), CSV로 내보내거나, Google Sheets 애드온을 사용하는 경우 다운로드 없이 결과를 활성 스프레드시트에 직접 기록할 수 있습니다.

시간 차이는 중요합니다: 하루에 수동 데이터 입력으로 2시간 걸리던 작업이 업로드 및 내보내기에 약 5분이면 끝납니다. 정확도 향상도 그만큼 큽니다. 오후 4시 30분의 피곤한 데이터 입력원과 달리, AI는 숫자를 잘못 옮겨 적거나 카본 사본을 읽지 못해 필드를 건너뛰지 않습니다. 이 동일한 일괄-Excel 워크플로우는 문서 유형에 관계없이 작동합니다 — 문서가 계근대 티켓이든 인보이스든 원칙은 동일합니다.

추출 중 순중량 계산 자동화

계근대 티켓 추출에서 가장 유용한 기능 중 하나는 계산된 열입니다 — AI가 티켓에서 단순히 읽어오는 대신 추출 중에 순중량을 계산하도록 하는 것입니다.

이것이 중요한 이유는 다음과 같습니다: 일부 계근대 티켓은 계량자가 순중량을 미리 계산하여 기재합니다. 다른 티켓은 총중량과 공차중량만 있고 순중량은 나중에 계산해야 합니다. 또 다른 경우에는 중량이 다른 단위로 기록됩니다 — 트럭이 미국 채석장에서 파운드로 계량되었지만 청구 시스템은 미터톤을 예상하는 경우입니다.

ImageToTable.ai의 계산된 열을 사용하면 열 이름에 계산식을 정의합니다. 예를 들어:

• 순중량 (kg) = 총중량 - 공차중량 — 각 티켓의 총중량에서 공차중량을 자동으로 뺍니다.
• 순중량 (톤) = (총중량 - 공차중량) / 2000 — 추출 중에 단위 변환을 수행하여 파운드 대신 숏톤을 제공합니다.
• 총중량 확인 (총중량 ≠ 공차중량 + 기재된 순중량) — 산술이 맞지 않는 티켓에 플래그를 지정하여 원본 필기의 전사 오류를 빠르게 찾아냅니다.

이 기능은 추출 워크플로우를 변경합니다: 원시 숫자를 추출한 다음 Excel에서 계산을 수행하는 대신, 순중량 열에 이미 올바른 값이 포함된 바로 사용 가능한 표를 얻을 수 있습니다. 계근대 티켓의 총중량이 52,000lb이고 공차중량이 28,000lb인 경우, 계산된 열은 24,000lb(또는 정의에 따라 12숏톤)를 출력합니다.

산업별 지게차 대중량표 디지털화

지게차 대중량표는 산업에 따라 모양이 다르지만, 핵심 추출 작업 흐름은 동일합니다:

농업 — 곡물 엘리베이터

곡물 엘리베이터는 수확철에 수천 대의 트럭을 처리합니다. 대중량표에는 곡물 종류(옥수수, 밀, 대두), 수분 함량, 때로는 등급 요소가 기록됩니다. 많은 엘리베이터는 순 중량에 수분 조정을 적용하여 초과 수분 중량을 지불 중량에서 공제합니다. 계산 열이 이를 자동으로 처리할 수 있습니다: 지불 중량(bu) = 순 중량 × (1 - 수분 조정). 주요 곡물 취급 회사인 ADM, Cargill, CHS, Bunge는 모두 엘리베이터 네트워크를 운영하며, 그중 많은 소규모 수령 지점에서는 여전히 수기 대중량표에 의존합니다.

광업 및 채석

채석장과 노천 광산에서 지게차 대중량표는 트럭당 광석 또는 골재 적재량을 기록합니다. 화강암 채석장의 덤프 트럭은 하루 40회 운송 시 1회당 25숏톤을 운반할 수 있습니다. 대중량표에는 광산 또는 벤치 원산지, 재료 유형("2등급 쇄석" 또는 "발파된 표토"), 목적지 야적장이 포함됩니다. 광산 작업은 지역에 따라 다른 단위 시스템을 사용합니다. 대부분의 국가에서는 미터톤, 미국에서는 숏톤, 일부 영연방 국가에서는 롱톤을 사용합니다. AI는 추출 시 혼합 단위를 처리하여 계량원이 작성한 내용과 관계없이 일관된 출력을 생성합니다.

건설 및 골재

건설 골재 공급업체(Vulcan Materials, Martin Marietta, LafargeHolcim, Cemex)는 각 공장에서 지게차를 운영합니다. 모래, 자갈 또는 아스팔트를 현장으로 운반하는 트럭은 배송 영수증으로 지게차 대중량표를 받습니다. 대중량표의 고객 이름은 건설 프로젝트와 연결되고, 자재 코드는 가격을 결정합니다. 이러한 대중량표를 디지털화하면 수동 교차 참조 없이 프로젝트 수준의 자재 추적이 가능해집니다. 즉, "I-94 확장 프로젝트"에 "1/4인치 세척 자갈"이 몇 톤 사용되었는지, "Oak Street 교량"에 몇 톤 사용되었는지 정확히 알 수 있습니다.

폐기물 관리 및 고철

매립장과 전소장에서는 모든 출입 차량의 무게를 측정합니다. 고철 야적장에서는 철 및 비철 재료의 각 적재량을 계량합니다. 이러한 계량증은 소규모 시설에서 거래량을 기록하는 유일한 문서인 경우가 많습니다. WM과 Republic Services는 계량소를 대부분 디지털화했지만, 독립 고철 야적장과 지자체 전소장은 여전히 수기로 증을 작성하는 경우가 많습니다. 이 데이터를 추출하면 하루 수동 집계가 필요했던 일일 처리량 보고서를 생성할 수 있습니다.

이미 다른 문서 유형(예: ERP 시스템 없이 송장 처리 또는 스캔 하드웨어 없이 문서 처리)을 디지털화했다면, 동일한 템플릿 없는 접근 방식이 계량증에도 적용됩니다. AI는 위치가 아닌 의미를 읽기 때문에 증 형식별 템플릿이 필요하지 않습니다.

자주 묻는 질문

계량증 디지털화 시작하기

계량증은 트럭이 저울 위로 올라간 이후로 수기 문서였습니다. 하지만 종이 증이 계속 들어온다고 해서 수동 데이터 입력이 계속되어야 하는 것은 아닙니다.

AI 추출은 숙련된 계량사가 읽는 방식으로 각 증을 처리합니다. '총중량'란의 숫자는 총중량이고, 운전자 이름 옆의 숫자는 차량 번호이며, 이들 간의 관계가 순 적재량을 산출한다는 것을 이해합니다. 추출은 한 번에 이루어지고, 결과는 스프레드시트에 저장되며, 증 데이터 입력에 두 시간을 쓰던 사람은 그 시간을 되찾게 됩니다.

이미 다른 현장 문서(예: Google Sheets 애드온을 통한 검침 데이터)를 디지털화하고 있다면, 동일한 워크플로가 계량증에도 적용됩니다. AI는 오래된 문서 유형과 새로운 문서 유형을 구분하지 않습니다. 페이지에 있는 내용을 읽을 뿐입니다.

수기 계량증을 업로드하고 결과를 확인해보세요. 첫 번째 증은 10초면 처리됩니다.