한국 사업자등록증 데이터를
공급업체 KYC용 엑셀로 추출하는 방법
한국에서 공급업체 온보딩 과정은 항상 같은 문서로 시작합니다: 사업자등록증. 은행은 법인 계좌 개설 전에 이를 요구합니다. 정부 조달 포털은 입찰 패키지의 일부로 필수로 요구합니다. 이커머스 플랫폼은 판매자 계정 승인 전에 이를 요청합니다. 그리고 대부분의 B2B 팀에서는 이 등록증의 데이터를 한 필드씩 스프레드시트에 복사합니다 — 상호, 사업자등록번호, 주소, 세금 분류 — 누군가가 스캔한 PDF나 스마트폰 사진을 열 템플릿과 대조하며 수동으로 입력합니다. 등록증 자체는 법적으로 표준화되어 있습니다. 그 데이터를 사용 가능한 기록으로 바꾸는 과정이 이렇게 느릴 필요는 없습니다.
핵심 요약
- 공급업체 등록증 30건을 수동 입력하는 데 90분이 소요되며, 배치당 5~7개의 잘못 입력된 필드로 인해 후속 전화와 이메일이 필요합니다.
- 사업자등록번호 한 자리만 틀려도 잘못된 업체로 결제가 송금될 수 있습니다 — 수동 입력의 실제 비용은 입력 시간이 아니라 컴플라이언스 리스크입니다.
- KYC 열 8개를 한 번만 정의하면 — 50번째 등록증을 추가하는 한계 비용은 형식에 관계없이 거의 0에 가깝습니다.
공급업체 KYC에서의 사업자등록증: 정의와 데이터가 필요한 이유
한국 사업자등록증은 대한민국에서 영업하는 모든 사업체의 기본 신원 문서입니다. 부가가치세법 제8조 및 소득세법 제168조에 따라 국세청이 발급하며, 개인사업자든 다국적 기업이든 모든 사업체는 영업 개시 후 20일 이내에 등록하고 이 증명서를 받아야 합니다. 이 문서의 법적 효력은 세무 행정을 넘어 확장됩니다. 한국의 금융실명법에 따라 사업자등록증은 모든 금융 거래, 은행 업무 및 상업 계약에서 사업체 신원의 주요 증빙 자료로 사용됩니다.
공급업체 KYC 맥락에서 이 증명서는 잠재적 공급업체에 대해 다음 여덟 가지 정보를 제공합니다:
| 필드 | 필드 | KYC에서 중요한 이유 |
|---|---|---|
| Business Registration Number | 사업자등록번호 | 공급업체의 주요 세금 ID — 형식 XXX-XX-XXXXX. BRN이라고도 함. 모든 세금 계산서, 계약 및 법적 확인에 필요. |
| Business Name (Trade Name) | 상호 | 사업체의 운영 이름. 은행 계좌 및 발행된 세금 계산서의 이름과 일치해야 함. |
| Representative Name | 성명 | 법적 대표자 — CEO 또는 전무이사에 해당. 서명자 확인에 필수. |
| Business Start Date | 개업연월일 | 사업체가 공식적으로 시작된 날짜. 사업 성숙도 평가 및 등록 최신성 확인에 사용. |
| Business Address | 사업장소재지 | 등록된 사업장 위치. 강화된 실사(EDD)에서 물리적 주소 확인과 교차 검증. |
| Business Type / Industry Code | 사업의종류 | 업종 분류. 공급업체가 주장하는 업종에서 실제로 운영되는지 확인. |
| Tax Classification | 과세유형 | 일반과세자, 간이과세자 또는 면세사업자. 공급업체가 부가세 계산서를 발행할 수 있는지 결정. |
| Issuance Reason | 교부사유 | 증명서 발급 사유 — 최초 등록, 재발급 또는 정정. |
이 여덟 가지 필드는 KYC 팀이 한국 공급업체를 확인하는 데 필요한 최소 데이터 세트입니다. 그러나 실제로는 이메일에 첨부된 PDF 스캔본, 코팅된 증명서의 스마트폰 사진, 팩스 사본 또는 국세청 홈택스 포털의 스크린샷 등 다양한 형식으로 도착합니다. 이러한 형식 중 어느 것도 데이터베이스 입력에 적합한 구조화된 형태가 아니며, 바로 여기서 추출 문제가 시작됩니다.
단계별 가이드: 사업자등록증 데이터를 Excel로 추출하기
한국 사업자등록증을 구조화된 스프레드시트 행으로 변환하는 과정은 네 단계로 이루어집니다. 설정 시간은 한 장을 처리하든 50장을 처리하든 동일합니다. 이것이 바로 수동 입력 대신 추출을 사용하는 핵심 이유입니다.
찾아서 읽음
스프레드시트에 쓰기
1단계: 증명서 수집
수신한 모든 사업자등록증 문서를 모으세요. 이메일 첨부 파일, 현장 직원의 스마트폰 사진, 공급업체 포털에서 스캔한 사본 등 모든 형식을 포함합니다. 도구는 JPG, PNG, PDF, WebP 형식을 지원하므로 파일을 변환하거나 정규화할 필요가 없습니다. 모든 파일을 한 번에 업로드하세요. 공급업체 증명서 50장을 한 번에 업로드하는 시간은 한 장을 업로드하는 시간과 거의 동일합니다. 파일 크기에 따라 전송에 약 30~60초가 소요됩니다.
2단계: 출력 열 정의
이것이 의미 기반 추출이 템플릿 기반 OCR과 다른 점입니다. 문서 템플릿 위에 사각형을 그리는 방식 대신, AI가 찾길 원하는 필드의 이름을 지정하기만 하면 됩니다. KYC 스프레드시트에 맞는 열 이름을 입력하세요: 사업자등록번호, 상호, 대표자, 사업장 주소, 세금 분류, 업종 코드, 개업일자. 입력한 열 이름이 최종 테이블의 헤더가 됩니다. 공급업체별 템플릿 설정이 필요 없습니다. AI가 각 증명서를 읽고 좌표 위치가 아닌 의미 이해를 통해 일치하는 필드를 찾습니다.
맞춤 열 추출이라고 불리는 이 접근 방식은 출력 구조를 한 번만 정의하면 모든 증명서가 동일한 열에 매핑된다는 것을 의미합니다. 비스듬히 찍은 사진을 제출한 공급업체도 NTS 포털에서 깨끗한 PDF를 업로드한 공급업체와 동일한 구조화된 행을 생성합니다.
3단계: AI 추출
파일이 업로드되고 열이 정의되면 추출 엔진이 배치 내 모든 증명서를 동시에 처리합니다. 각 문서는 비전 언어 모델에 의해 분석되어 필드 레이블을 식별하고, 관련 값을 읽고, 요청된 열에 매핑합니다. 처리 시간은 페이지당 5~10초이며, 모든 파일이 처리되면 배치가 완료됩니다. 일반적인 공급업체 규모의 경우 보통 몇 분 내에 완료됩니다.
4단계: Excel 또는 CSV로 내보내기
결과는 단일 Excel(XLSX) 또는 CSV 파일로 제공됩니다. 각 증명서는 하나의 행이 되고, 각 정의된 열은 하나의 열이 됩니다. 내보낸 파일은 KYC 데이터베이스, ERP 또는 공급업체 관리 시스템으로 바로 가져올 수 있습니다. 수동 재포맷이 필요하지 않습니다. 데이터 구조는 2단계에서 정의한 열 이름과 일치하며, 파일 형식은 모든 한국 회계 플랫폼에서 허용하는 표준 CSV 또는 XLSX입니다.
핵심 원칙: 출력 구조를 한 번만 정의하면 됩니다. AI가 모든 증명서 형식에 자동으로 적응합니다. 이것이 공급업체 KYC에 일괄 추출을 실용적으로 만드는 이유입니다. 스프레드시트에 50번째 공급업체를 추가하는 한계 비용이 거의 0에 가깝습니다.
KYC 스프레드시트에 필요한 8가지 핵심 필드 — 사업자등록번호 읽는 법
사업자등록번호(BRN) 자체에는 KYC 팀이 별도 데이터베이스를 참조하지 않고도 신속한 공급업체 평가에 활용할 수 있는 의미 있는 정보가 인코딩되어 있습니다. 번호 구조를 이해하면 10자리 식별자가 즉석 검증 도구로 바뀝니다.
BRN 형식 XXX-XX-XXXXX은 다음과 같이 구성됩니다:
| 위치 | 예시 | 의미 |
|---|---|---|
| 첫 3자리 | 114 | 세무서 코드 — 번호를 발급한 관할 세무서를 식별합니다. 114 = 반포세무서. 한국의 약 80개 세무서마다 고유 코드가 있습니다. |
| 중간 2자리 | 86 | 업태 구분자 — 가장 유용한 검증 신호입니다. 01–79 = 부가가치세 과세 개인사업자; 81, 86–88 = 영리법인 본점; 85 = 영리법인 지점; 82 = 비영리법인; 83 = 정부기관; 84 = 외국법인; 89 = 종교단체; 90–99 = 부가가치세 면세 개인사업자. |
| 마지막 5자리 | 02785 | 일련번호 + 검증 숫자 — 검증 숫자는 BRN 전체를 수학적으로 검증하며, 이를 통해 홈택스는 조회 없이도 번호 유효성을 확인합니다. |
중간 두 자리만 보면 공급업체가 개인사업자, 법인 본점, 지점, 비영리법인, 외국법인인지 데이터베이스에 접속하지 않고도 바로 알 수 있습니다. 이는 초기 KYC 분류 작업 속도를 높이는 신호로, 특히 대부분이 초기 심사를 통과하고 예외만 이관되는 대량의 공급업체 신청을 처리할 때 유용합니다.
완전한 8개 필드 데이터 세트 — BRN, 상호, 대표자, 개업일, 주소, 업종 코드, 과세 구분, 발급 사유 — 는 공급업체 마스터 레코드를 작성하는 데 필요한 모든 정보를 제공합니다. 정부, 국내 ERP, 달러 기반 AI 도구 비교에서 알 수 있듯이, 한국 국내 시장에서 제공되는 도구는 ERP 구독을 요구하거나 페이지당 요금을 부과합니다. 두 가격 모델 모두 불규칙한 양의 증명서를 처리해야 하는 배치 KYC 사용 사례에 최적화되어 있지 않습니다.
한국 공급업체 온보딩에서 수동 입력이 진정한 병목인 이유
공급업체 KYC를 위한 수동 데이터 입력의 비용은 단순히 입력에 소요되는 시간만이 아닙니다. 온보딩 지연, 발생하는 오류, 그리고 잘못된 공급업체 정보에 기반한 조치로 인한 규정 준수 위험이 포함됩니다.
분기당 30개의 신규 한국 공급업체를 온보딩하는 중견 기업을 생각해 보십시오. 각 사업자등록증에는 8개의 주요 필드가 포함되어 있습니다. 분기당 240개의 데이터 포인트이며, 실제로 각 증명서에는 규정 준수 팀이 제출일, 검토자, 확인 상태 및 문서 만료일도 기록하기 때문에 8개 이상의 필드가 필요합니다. 증명서당 약 3분의 수동 입력은 모든 것이 순조롭게 진행될 경우 30개 증명서 배치당 90분이 소요됩니다. 실제로는 더 오래 걸립니다. 입력 담당자는 스마트폰 사진을 확대하여 흐릿한 등록 번호를 읽거나, 기울어진 스캔본에서 주소를 다시 입력하거나, "일반과세자"가 공급업체가 VAT 인보이스를 발행할 수 있는지 의미하는지 교차 확인해야 합니다.
2~3%의 데이터 입력 오류율을 추가하면 수동 입력 비용이 배가됩니다. 분기당 30개의 증명서를 처리하는 규정 준수 팀의 경우 배치당 약 5~7개의 필드가 잘못 입력됩니다. 각 오류는 공급업체에 후속 이메일이나 전화를 필요로 하여 온보딩 주기를 며칠 또는 몇 주 지연시킵니다.
일괄 추출은 이러한 오류를 원천적으로 제거합니다. AI가 문서 이미지에서 각 필드를 직접 읽고 구조화된 텍스트로 출력합니다. 오류 프로필이 전사 실수에서 해석 경계 사례로 전환되며, 이는 훨씬 덜 빈번하고 검토 중에 포착하기 훨씬 쉽습니다.
파일은 안전하게 처리되며 저장되지 않습니다.
한국어 증명서에 대한 시맨틱 추출 처리 방식
한국 사업자등록증은 기존 OCR 도구가 제대로 처리하지 못하는 세 가지 문제를 제기하며, 시맨틱 추출이 이를 직접 해결합니다.
문제 1: 도장 간섭. 사업자등록증에는 발급 세무서의 여러 공식 도장이 있습니다. 이 도장들은 종종 인쇄된 텍스트 필드와 겹칩니다. 예를 들어 세무서장의 직인이 발급일이나 업종코드를 부분적으로 가릴 수 있습니다. 기존 OCR은 텍스트 위의 잉크를 노이즈로 읽어 깨진 문자를 출력합니다. 비전 언어 모델은 문서를 전체적으로 읽습니다. 즉, 원형의 빨간색 오버레이가 도장임을 이해하고, 텍스트 인식 목적으로 이를 무시하며, 그 아래 문자를 올바르게 읽습니다. 이 차이는 거의 모든 사업자등록증에 도장이 존재하기 때문에 중요합니다. 도장은 문서의 특징이지 이상이 아닙니다.
문제 2: 한글, 한자, 영어 혼용. 한국 증명서는 대부분의 필드 레이블과 값에 한글을 사용하고, 상호와 주소에 한자를, 일부 수출용 증명서에는 영어를 사용합니다. 하나의 문자 체계에 최적화된 도구는 다른 체계에서 성능이 저하됩니다. 시맨틱 추출에 사용되는 비전 모델은 동일한 문서 페이지 내에서 세 가지를 동시에 처리합니다. 즉, 다른 스크립트를 위해 OCR 엔진을 전환하지 않습니다. 상호에 한자가 포함된 공급업체도 한글로 인코딩된 필드와 함께 올바르게 읽힙니다.
문제 3: 각도, 조명, 형식 변동. 실제 사업자등록증은 평판 스캔, 사무실 휴대폰으로 찍은 책상 사진, 팩스의 팩스, 홈택스 포털 스크린샷 등 다양한 형태로 도착합니다. 템플릿 기반 OCR은 문서가 미리 정의된 영역 내에 위치해야 합니다. 20도 각도로 찍은 사진은 모든 필드를 예상 경계 상자 밖으로 이동시킵니다. 시맨틱 추출은 필드 위치에 의존하지 않습니다. 레이블 옆의 값을 읽어 위치에 관계없이 값을 찾습니다. 이러한 형식 독립성은 공급업체별 구성 단계 없이 일괄 처리를 가능하게 합니다.
실제 의미: 스캔된 PDF, 스마트폰 사진, 홈택스 스크린샷이 혼합된 30개 공급업체 증명서 배치를 파일 정리, 이름 변경, 정규화 없이 한 번에 업로드, 추출, 내보낼 수 있습니다. 깨끗한 PDF 업로드와 각진 사진 간에 추출 품질이 저하되지 않습니다.
FAQ
영문 없이 한글만 있는 사업자등록증에서 데이터를 추출할 수 있나요?
네. AI는 한글을 영어나 한자와 동일하게 자연스럽게 읽습니다. 별도의 한글 플러그인 OCR 엔진이 아닙니다. 추출 템플릿의 열 이름은 영어로 지정할 수 있으며, AI가 해당 한국어 필드 레이블을 찾아 값을 추출합니다. 출력 스프레드시트에는 영어 열 헤더 아래에 추출된 한글 텍스트 값이 포함됩니다. 동일 문서에 한글과 영어 텍스트가 모두 포함된 이중 언어 증명서의 경우, AI는 필드 레이블이 사용된 언어를 읽습니다.
공급업체의 증명서가 비스듬히 찍히거나 조명이 어두운 사진인 경우는 어떻게 하나요?
의미 기반 추출은 전통적인 OCR보다 비스듬한 사진과 고르지 않은 조명을 더 잘 처리합니다. 정면 위치에 의존하지 않기 때문입니다. 비전 모델은 사람이 문서를 이해하는 방식과 동일하게 해석합니다. 즉, 고정된 좌표를 기대하는 대신 내용과 상대적 배열을 통해 필드 레이블과 값을 식별합니다. 흐릿하거나 매우 저해상도 사진은 정확도를 떨어뜨릴 수 있지만, 가장 일반적인 상황에서는 안정적인 추출이 가능합니다.
추출 도구가 BRN이 실제 활성 등록 상태인지 검증하나요?
아니요. 도구는 증명서에 인쇄된 대로 BRN을 추출하지만, 국세청 데이터베이스를 조회하여 해당 번호가 현재 활성 상태이거나 사업체가 폐업하지 않았는지 확인하지는 않습니다. 추출된 BRN은 국세청 홈택스 포털(www.hometax.go.kr) 또는 공공데이터포털(data.go.kr) API를 통해 확인할 수 있습니다. 추출 단계는 구조화된 데이터를 생성하며, 별도의 검증 단계에서 현재 유효성을 확인합니다. 이러한 추출과 검증의 분리는 KYC 워크플로우에서 표준 관행이며, 추출된 데이터는 검증 프로세스의 입력값이지 출력값이 아닙니다.
증명서에서 특정 항목이 누락되면 어떻게 되나요?
문서에 특정 항목이 표시되지 않는 경우, 해당 열 셀은 비워둡니다. 추출 과정에서 값을 임의로 생성하지 않으며, 페이지에서 찾은 내용만 출력합니다. 이 동작은 배치 내 모든 문서에서 일관되게 적용되므로, 내보낸 스프레드시트에서 누락된 항목을 쉽게 식별하고 해당 공급업체에 후속 조치를 취할 수 있습니다.
개인 사업자와 대기업의 증명서를 함께 일괄 처리할 수 있나요?
네. 사업자등록증 형식은 국세청(NTS)에 의해 표준화되어 있어, 프리랜서와 삼성 자회사 모두 동일한 문서 구조를 따릅니다. 두 경우 모두 사업자등록번호(BRN), 상호, 대표자명, 주소, 업종 코드가 생성됩니다. 유일한 차이는 BRN 가운데 두 자리의 법인 유형 코드이며, AI가 이를 BRN 필드의 일부로 추출합니다. 법인 유형이 혼합된 단일 배치도 한 번에 처리됩니다.
동일한 작업에 네이버 클로바 OCR을 사용하는 것과 어떻게 비교되나요?
네이버 클로바 OCR은 한국어 텍스트를 높은 정확도(97–99%)로 읽으며 페이지당 약 ₩50의 비용이 듭니다. 중요한 차이는 텍스트 인식 이후에 발생합니다. 클로바 OCR은 위치 데이터가 포함된 원시 텍스트 문자열을 반환하지만, 어떤 문자열이 상호, 대표자명, 주소인지 이해하지 못합니다. 구조화된 필드를 추출하려면 증명서 레이아웃별로 사용자 정의 파싱 로직을 작성하거나 문서 형식별 템플릿을 구성해야 하며, 이는 각 공급업체의 증명서가 미세한 레이아웃 차이를 가질 때 일괄 처리의 목적을 무색하게 만듭니다. AI 의미 추출은 이미 구조화된 데이터를 열 이름에 매핑하여 반환하므로, 추출 후 파싱이 필요하지 않습니다. 페이지당 비용 비교는 볼륨에 따라 달라집니다. 한국 문서 추출 가격 분석에서 페이지당 API 도구와 정액 추출 간의 손익분기점을 월별 볼륨별로 분석합니다.
아직 어떤 데이터가 필요한지 모르는 경우 어떤 열을 포함해야 하나요?
이 문서에 나열된 8가지 기본 필드부터 시작하세요. 이는 한국의 AML/CFT 규정에 따른 공급자 KYC의 최소 요구 사항을 충족합니다. 규정 준수 프레임워크에서 공동 대표자 정보나 특정 업종 세부 분류와 같은 추가 세부 정보가 필요한 경우, 추출 템플릿에 해당 열을 추가하면 AI가 문서에서 이를 검색합니다. 열 정의는 고정되어 있지 않으며, KYC 요구 사항이 변경됨에 따라 배치 간에 조정할 수 있습니다.