수동 인수증 입력의 실제 비용
차량 관리자를 위한 계산
라스트마일 배송은 전체 배송 비용의 53%를 차지하며, 이는 2018년의 41%에서 증가한 수치입니다. American Transportation Research Institute에 따르면 LTL을 제외한 모든 분야의 평균 트럭 운송 마진은 2% 미만이며, 트럭 운송 부문은 2024년에 -2.3%를 기록했습니다. 이러한 마진 압박 속에서, 수익을 창출하지 않는 모든 운영 비용은 항목별로 파악해야 합니다. 수동 인수증 데이터 입력 — 손글씨를 읽고, 배송 번호를 입력하고, 복사용지에 적힌 내용을 스프레드시트로 옮기는 데 소요되는 시간 — 은 가장 지속적인 비용 중 하나이면서 가장 덜 정량화된 비용입니다.
핵심 요약
- 수기 인수증 양식 하나는 12분과 $6.66의 사무원 인건비를 소모하며, 거의 대부분은 트럭 문에 기대어 놓은 클립보드에 기사가 적은 내용을 해독하는 데 쓰입니다.
- 수동으로 입력된 인수증 약 3분의 1에 데이터 오류가 포함되어 있으며, 차지백 시 찾을 수 없는 양식은 $6.66의 입력 인건비를 $200~500의 손실로 바꾸어, 30배에서 75배의 손실 배율을 만듭니다.
- 더 빠른 사무원을 교육해도 인수증당 12분 평균 시간을 줄일 수 없습니다. 새로운 운송사 양식과 익숙하지 않은 손글씨가 해독 비용을 리셋하기 때문입니다. 그러나 ImageToTable.ai는 모든 레이아웃을 읽어 운영자가 처음부터 입력하는 대신 2~3분 만에 미리 채워진 테이블을 검토할 수 있게 합니다.
수기 인수증 항목 하나에 들어가는 것과 비용
가격을 매기려면 작업을 이해해야 합니다. 수기 인수증 데이터 입력은 배송 번호를 필드에 입력하는 것이 아닙니다. 이는 모든 문서마다 반복되는 6단계 인지 루프이며, 인수증의 손글씨와 복사지 상태로 인해 인쇄된 송장이나 선하증권 입력보다 느립니다.
직원이 수기 인수증 양식을 집어들 때 실제로 일어나는 일은 다음과 같습니다:
1단계 — 문서 파악. 각 운송사의 인수증은 레이아웃이 다릅니다. 전국 LTL 운송사의 양식은 배송 번호를 우측 상단 상자에 배치합니다. 지역 택배사는 좁은 왼쪽 열에 인쇄합니다. 백과 서비스는 서명 줄 위쪽 하단에 배치합니다. 직원은 매번 새로운 운송사 양식을 접하기 때문에 근육 기억을 형성할 수 없습니다. 이 단계는 표준화된 내부 양식 처리에 비해 문서당 30~60초가 추가됩니다.
2단계 — 손글씨 판독. 기사는 트럭 문에 기대어 놓은 클립보드에 작성했습니다. 수하 직원은 하역장 카운터에 서서 작성했습니다. 수기 배송일은 "5/12" 또는 "May 12" 또는 "12/5/26"으로 보일 수 있으며, 직원은 어떤 날짜 형식이 사용되었는지 판단하고 인쇄된 출하일과 대조해야 합니다. "Maria Gonzalez"라고 쓰여야 할 서명은 끊어지지 필기체 루프처럼 보일 수 있습니다. 이 단계가 인수증 입력을 다른 모든 물류 문서 입력과 구별합니다: 어떤 송장이나 구매 주문서도 양식당 8~12개 필드의 손글씨를 읽어야 하지는 않습니다.
3단계 — 복사본 해독. 복수 인수증 양식은 층이 쌓일수록 열화됩니다. 첫 번째 사본은 명확합니다. 두 번째 사본은 눈에 띄게 연합니다. 세 번째 사본은 고스트 문자를 보여줍니다—획이 빠지고 대비가 거의 없는 흐릿한 윤곽입니다. 사무실이 스캔하거나 복사한 복사본으로 작업하는 경우 가독성은 더욱 떨어집니다.
4단계 — 예외 메모 추출. 인수증에서 운영상 가장 중요한 정보는 종종 여백에 손으로 적혀 있습니다: "carton 2개 부족", "상자 파손—인수 거부", "이웃 아파트 3B에 맡김", "John에 따르면—서명 없음". 이러한 메모는 지정된 필드에 있지 않습니다. 모든 양식에서 같은 위치에 나타나지 않습니다. 읽고, 해석하고, 분류해야 합니다—인쇄 양식 추출은 완전히 건너뛰는 인지 단계입니다.
5단계 — 데이터 입력. 문서를 해석한 후에야 비로소 실제 타이핑이 시작됩니다. 배송 번호, 날짜, 운송사명, 수취인, 출하 수량, 수취 수량, 서명 상태, 파손 메모, 예외 코드—일반적으로 인수증당 10~18개 필드입니다.
6단계 — 교차 확인. 입력된 데이터를 양식과 대조합니다: 배송 번호가 올바르게 입력되었는가? 수취 수량이 수기 숫자이지 사전 인쇄된 출하 수량이 아닌가? 입력 시간 외에 1~2분이 추가되는 빠른 검토입니다.
수기 화물 문서 데이터 입력의 업계 벤치마크는 문서당 10~15분이며, 복잡한 문서는 최대 60분이 소요됩니다. 수기 인수증의 경우—손글씨와 여백 메모의 추가 판독 시간을 고려하면—명확한 필체의 간단한 양식은 10분이 현실적인 최소 시간입니다. 복사본 열화와 여러 예외 메모가 있는 지저분한 양식은 14~16분이 걸립니다. 필체 품질이 각기 다른 인수증 20장 상자는 평균 약 12분입니다.
미국 노동통계국(Bureau of Labor Statistics)에 따르면 화물 및 운송 대리인의 평균 시급은 $25.61이며, 전체 부담 인건비는 시간당 약 $33.29입니다. 이를 바탕으로 인수증(POD)당 인건비는 다음과 같이 계산됩니다.
| 인수증 유형 | 입력 시간 | 전체 부담 인건비 |
|---|---|---|
| 깨끗하게 인쇄된 인수증, 블록체 필기, 예외 없음 | 10분 | $5.55 |
| 평균적인 혼합 품질의 수기 인수증 | 12분 | $6.66 |
| 어려운 유형: 원문 필기, 복사본, 예외 메모 | 16분 | $8.88 |
인수증(POD)당 직접 인건비가 $5.55에서 $8.88 사이입니다. 이는 입력 단계의 비용만 계산한 것입니다. 이 수치는 키보드 앞에 있는 사람의 임금만 반영하며, 잘못 입력되었을 때 발생하는 추가 비용은 포함하지 않습니다.
숨겨진 주간 비용 청구서: 수치를 확대해 보세요
문서당 비용은 단독으로 보면 작아 보입니다. 하지만 운영 규모가 커지면 그 피해가 드러납니다. 20명의 기사가 하루에 12곳의 B2B 배송지를 방문하는 라스트마일 차량은 하루에 인수증(POD) 240건을 생성하며, 이는 주당 약 1,200건에 해당합니다. 기사 8명이 10곳을 방문하는 소규모 운영이라 해도 주당 인수증(POD) 400건이 발생합니다. 데이터 입력 인건비만으로 이것이 얼마인지 보여드리겠습니다.
| 주간 인수증(POD) 처리량 | 소요 시간 | 주간 인건비 | 연간 인건비 |
|---|---|---|---|
| 인수증(POD) 100건 | 20 | $666 | $34,632 |
| 인수증(POD) 250건 | 50 | $1,665 | $86,580 |
| 인수증(POD) 500건 | 100 | $3,330 | $173,160 |
| 인수증(POD) 1,200건 | 240 | $7,992 | $415,584 |
주간 인수증(POD) 500건 처리는 중간 규모의 라스트마일 차량 기준으로, 데이터 입력에만 100시간의 인건비가 소요됩니다. 이는 손글씨를 읽고 숫자를 타이핑하는 일 외에는 아무것도 하지 않는 정규직 사원 2.5명에 해당하는 비용입니다. 단 하나의 오류도 수정하기 전, 단 하나의 지불 거절 분쟁도 제기되기 전, 단 하나의 인voice도 인수증(POD) 오류로 지연되기 전에, 연간 인건비는 이미 $173,160에 달합니다.
이 비용에는 운영자의 속도 향상으로도 극복할 수 없는 구조적 하한선이 있습니다. 병목은 타이핑 속도가 아니라 시각적 스캔 및 해석 단계입니다. 각 인수증은 다른 운송사의 양식으로, 다른 필체와 다른 예외 메모 위치를 가지고 있습니다. 이를 3분짜리 작업으로 평탄화하는 학습 곡선은 존재하지 않습니다. 12분의 평균 시간은 훈련으로 해결할 수 있는 기술 문제가 아닙니다. 훈련으로도 해결되지 않는 형식 문제입니다.
주 500건의 인수증 기준: 데이터 입력 인건비가 연간 $173,160입니다. 주 1,200건 기준: 연간 $415,584입니다. 이는 필체를 읽는 데 근무 시간을 소비하는 2.5~6명의 정규직 직원의 완전 부담 비용으로, 수익을 창출하지 않고 고객 관계를 구축하지 않는 영업 마진 제로 활동입니다.
잘못된 번호가 시스템에 들어갈 때: 오류와 분쟁의 연쇄 반응
수동 데이터 입력은 데이터 필드당 1~4%의 오류율이 보고되어 있습니다. 15개 필드를 가진 인수증의 경우, 적어도 하나의 필드에 오류가 있을 확률이 14~46%라는 뜻입니다. 주 500건의 인수증을 처리하면, 주 70~230건의 문서에 적어도 하나 이상의 불일치가 발생합니다.
이러한 오류의 대부분은 내부적으로 발견됩니다 — 수량 불일치, 배송 번호 누락 등. 오류를 찾아 수정하는 비용은 일반적으로 조사, 수정 및 후속 조치를 포함하면 오류당 $50~$150입니다. 하지만 가장 심각한 오류는 상대방에게 도달할 때까지 아무도 발견하지 못하는 오류들입니다.
인수증 데이터 입력 오류는 운영 스프레드시트에 머물지 않습니다. 수익에 민감한 세 가지 시스템으로 하류에 흘러갑니다:
청구. 인수증에 "10케이스 수령"으로 표시되어 있지만 직원이 "12"로 입력하면, 고객에게 2케이스에 대해 청구됩니다. 고객이 이를 인지하면, 조정에 대한 인건비와 행정적 번거로움을 포함한 대금 청구서를 발행합니다. 고객이 인지하지 못하면, 불일치는 고객의 자체 대조 과정에서 드러나, 결제 보류나 해결에 수 시간이 걸리는 공식 분쟁을 촉발합니다.
차지백 분쟁. 이는 손으로 쓴 인수증이 현금 흐름과 직접적으로 교차하는 지점입니다. 소매업체나 B2B 고객이 배송이 부족하거나 지연되었거나 도착하지 않았다고 주장하며 요금에 이의를 제기하면, 입증 책임은 운송사에 있습니다. 분쟁에는 서명된 인수증 사본이 필요합니다. 인수증이 누락되었거나, 판독 불가능하거나, 잘못된 배송 번호로 시스템에 입력되어 검색할 수 없는 경우, 분쟁은 기본적으로 패배합니다. Walmart의 OTIF와 같은 소매 차지백 프로그램은 품목 가치의 3%로 미준수 배송에 벌금을 부과합니다. 모든 소매업체를 통틀어, 차지백 벌금은 총 청구 금액의 1~5% 범위입니다.
매출 손실 — Vector 사례 연구. "데이터 입력 오류"와 "매출 손실" 사이의 간극을 채우는 것이 무엇인지 가장 명확하게 보여주는 사례는 다음과 같습니다: 2024년에 한 주요 소비재 기업은 총 $3,500만의 공제에 대한 미수금 분쟁을 해결하기 위해 10,500건의 인수증이 필요했습니다. 이 인수증 중 30%인 약 3,150건만 운송 관리 시스템에서 쉽게 사용할 수 있었습니다. 나머지 7,350건의 인수증은 운송사로부터 수집되지 않았거나, 분실되었거나, 분쟁 건과 일치하지 않는 식별자로 시스템에 입력되었습니다. 결과: 배송이 잘못되어서가 아니라 올바름을 증명할 서류를 제출할 수 없어 $2,400만의 공제에 대해 이의를 제기할 수 없었습니다.
모든 물류 운영이 3,500만 달러의 공제를 겪는 것은 아닙니다. 하지만 규모에 관계없이 메커니즘은 동일합니다: 수기 인수증 입력은 오류를 발생시키고, 이 오류는 시스템 내 누락 인수증이 됩니다. 누락 인수증은 청구 분쟁 패배를 의미합니다. 글로벌 청구 손실은 2025년 337억 9천만 달러에 달했으며, 2028년까지 416억 9천만 달러에 이를 것으로 예상됩니다. 누락되거나 부정확한 배송 문서로 인한 손실의 모든 퍼센트 포인트는 회수 가능합니다 — 단, 문서가 캡처되고, 디지털화되고, 검색 가능할 때만 가능합니다.
하나의 누락 인수증은 입력 노동 비용보다 더 많은 비용을 초래할 수 있습니다. 입력하는 데 6.66달러가 들었지만, 누락으로 인해 상품 가치 150~500달러와 관리 시간이 소요되는 청구 분쟁이 발생하는 인수증은 원래 입력 비용의 22배에서 75배의 배율을 나타냅니다. 최악의 경우, Vector사 사례처럼 배율은 사실상 무한대입니다 — 증거를 찾을 수 없기 때문에 돈은 사라집니다.
자동화가 비용 방정식에서 실제로 바꾸는 것
대안의 비용을 이해하려면 대안이 실제로 무엇인지 이해해야 합니다. 업계의 주된 내러티브는 "전자 인수증으로 전환하세요 — 기사가 휴대폰으로 서명을 캡처하고 클라우드와 동기화하면 끝입니다."입니다. 이는 유효한 장기 투자입니다. 하지만 하드웨어, 소프트웨어 조달, 기사 교육, 운송사 조율, 그리고 몇 달에 걸친 롤아웃이 필요하며, 그동안 월요일 아침의 종이 인수증 더미는 여전히 처리해야 합니다.
즉시 바뀌는 것은 읽기 단계입니다. AI 기반 문서 추출 — 때로는 열 이름 추출이라고 불리기도 합니다 — 은 전통적인 물류 소프트웨어가 수십 년간 사용해 온 템플릿 기반 OCR 도구와 다르게 작동합니다. 알려진 글꼴과 문자 모양을 대조하는 대신, AI는 전체 시각적 장면을 읽습니다: "Qty Received" 라벨 옆의 숫자가 수량이어야 한다는 것, 서명 줄 위에 낙서된 이름이 수령인이라는 것, 여백에 지워진 숫자 옆에 "short 2 ctn"이라고 쓰여 있는 것이 예외 메모라는 것을 이해합니다. 이는 인간 직원이 본 적 없는 양식을 읽을 수 있게 해주는 것과 동일한 원리입니다 — 패턴을 대조하는 것이 아니라 맥락을 해석합니다.
워크플로는 입력에서 검토로 전환됩니다. 처음부터 15개 필드를 입력하는 대신, 운영자는 스캔된 인수증을 업로드하고 캡처해야 할 필드를 정의합니다 — 배송 번호, 날짜, 운송사, 수령인, 수량, 예외, 서명 상태 — 그리고 AI가 이를 채웁니다. 운영자의 업무는 모든 15개를 입력하는 대신, 출력을 검증하고 주의가 필요한 2~4개 필드를 수정하는 것이 됩니다. 주당 500건의 인수증을 처리하는 운영의 경우, 이는 인수증당 인간 시간을 12분에서 약 2~3분으로 변경합니다. 컴퓨터가 12분 중 대부분을 차지했던 읽기 단계를 처리하기 때문입니다.
규모에 따른 계산:
| 수동 입력 | AI 추출 + 검토 | |
|---|---|---|
| 인수증 1건당 시간 | 12분 | 2-3분 |
| 주 500건 인수증 — 총 작업 시간 | 100 | 17-25 |
| 연간 인건비 | $173,160 | $28,860-$43,290 |
| 연간 절감액 | $129,870-$144,300 |
이 절감은 해석 및 디코딩 단계를 제거하는 데서 나옵니다. 손글씨를 읽고, 각 값이 어떤 필드에 속하는지 파악하고, 기록하는 과정이죠. 인쇄가 선명한 깔끔한 인수증의 경우, AI가 추출의 거의 100%를 처리합니다. 흐릿한 복사본에 필기체 메모가 있는 경우, 운영자가 표시된 필드를 검토합니다. 어떤 경우든, 사람이 빈 스프레드시트와 종이 더미를 대신 미리 채워진 표에서 작업을 시작하기 때문에 작업 시간이 75-85% 줄어듭니다.
파일은 안전하게 처리되며 저장되지 않습니다. 인수증 필드 이름을 입력하고, 샘플을 업로드하여 추출을 테스트해 보세요.
데이터 입력 절감보다 데이터 검색 이점이 더 중요할 수 있습니다. 인수증 데이터가 스프레드시트에 저장되면 — 배송 번호, 날짜, 운송사, 수취인별로 검색 가능 — "TMS에 인수증의 70%가 즉시 접근 불가능한" 문제가 사라집니다. 입력된 모든 인수증을 찾을 수 있습니다. 배송 확인이 필요한 모든 분쟁 건은 즉시 관련 자료를 가져올 수 있습니다. Vector사 건에서 서류를 찾을 수 없어 회수하지 못한 $24 million — 이것은 데이터 입력 효율성 문제가 아닙니다. 검색 가능성 문제입니다. 디지털화는 이 두 가지를 동시에 해결합니다.
직접 계산하기: 프레임워크
업계 평균은 출발점일 뿐입니다. 귀사의 운영에는 자체적인 물량, 자체적인 직원, 자체적인 깨끗하고 지저분한 인수증의 혼합이 있습니다. 귀사의 차량에 맞는 숫자를 사용하여 자체적인 숨겨진 비용 청구서를 계산할 수 있는 프레임워크를 소개합니다.
1번 항목 — 직접 입력 인건비
주간 인수증 수: _____
× 인수증당 평균 소요 시간: _____
÷ 60 = 주간 소요 시간: _____
× 완전 부담 시급: _____
= 주간 데이터 입력 인건비: _____
× 52 = 연간 데이터 입력 인건비: _____2번 항목 — 오류 수정
주간 인수증 수: _____
× 예상 오류율: _____
= 주간 오류 발생 인수증 수: _____
× 수정 건당 비용 ($50~$150): _____
= 주간 오류 수정 비용: _____
× 52 = 연간 오류 수정 비용: _____3번 항목 — 차지백 및 분쟁 노출
연간 접수된 차지백 분쟁 건수: _____
× 누락/잘못된 인수증 데이터로 인한 것으로 추정되는 비율: _____
= 문서화 문제로 인해 패소한 분쟁 건수: _____
× 평균 분쟁 금액: _____
= 인수증 관련 분쟁으로 인한 연간 매출 손실: _____총 숨겨진 비용 = 1번 + 2번 + 3번. 이 합계는 수기 인수증 데이터 입력이 귀사의 운영에 드는 비용입니다 — 이론적으로나, 업계 평균으로서가 아니라, 실제 인건비, 오류 수정, 그리고 손익계산서에 나타나는 매출 손실로 말입니다.
간단한 테스트: 주간 500건의 인수증을 처리하며 인수증당 평균 12분, 완전 부담 시급 $33.29, 보수적인 필드 오류율 3%로 인수증의 약 30%에서 오류가 발생하고 수정 건당 $75, 그리고 누락된 인수증 데이터에 기인하는 차지백 손실이 연간 $15,000인 경우, 총 숨겨진 비용은 연간 약 $199,000에 달합니다. 거의 $200,000가 배송 확인서의 정보가 검색 가능한 기록이 아닌 종이에 있기 때문에 존재하는 작업에 소비됩니다.
추출 워크플로우 자체를 자동화하는 방법에 대해 자세히 알아보려면 수기 인수증 데이터를 Excel로 자동 추출하는 가이드를 읽어보세요. 일주일치 배송 확인서를 한꺼번에 처리하는 경우, 일주일치 수기 인수증을 하나의 확인 시트로 일괄 처리하는 방법을 확인해보세요.
자주 묻는 질문
ePOD로 전환하는 것이 수동 데이터 입력을 제거하는 유일한 방법인가요?
아니요. 전자 인수증은 원래부터 종이를 제거하지만, 하드웨어 조달, 소프트웨어 배포, 기사 교육, 운송사 조율이 필요하며, 보통 수개월의 구현 기간이 소요됩니다. 그동안 매일 도착하는 종이 인수증은 여전히 처리해야 합니다. AI 추출이 그 간극을 메워줍니다: 종이 인수증을 스캔하고, 데이터를 스프레드시트로 추출하며, 내일 ePOD를 배포하든 말든 오늘 바로 디지털 기록을 구축할 수 있습니다. 많은 운영팀이 두 가지를 모두 사용합니다: ePOD는 이를 지원하는 운송사에, 추출은 지원하지 않는 운송사에 활용합니다.
AI가 기사의 손글씨를 정확하게 읽을 수 있나요?
손글씨 품질과 사본 상태에 따라 다릅니다. 상대적으로 명확한 블록 레터링이 있는 상단 사본 인수증에서는 개별 필드에서 최대 99%의 정확도를 추출하며, 이는 사람의 판독과 비슷한 수준입니다. 텍스트가 연한 회색 윤곽으로 나타나는 3회 복사본 탄소지나, 글자가 연결된 심한 필기체에서는 정확도가 떨어지며, 시스템은 추측 대신 해당 필드를 사람의 검토용으로 표시합니다. 실제 결과: 빈 화면에서 15개 필드를 모두 타이핑하는 대신, 운영자는 미리 채워진 양식을 검토하고 AI가 낮은 신뢰도로 표시한 3~5개 필드만 수정합니다. 인수증당 시간이 12분에서 2~3분으로 줄어듭니다. AI가 판독을 처리하고, 사람이 예외를 처리합니다.
다양한 운송사 인수증 형식이 추출에 어떤 영향을 미치나요?
영향을 미치지 않습니다. 열 이름 기반 추출은 페이지상의 위치가 아닌 의미에 따라 정보를 검색합니다. "배송 번호" 필드 정의는 AI에게 배송 식별자와 관련된 값을 찾도록 지시합니다. 해당 필드가 전국 LTL 양식의 오른쪽 상단이든, 지역 택배사 양식의 왼쪽 열이든, 화이트 글로브 영수증의 하단이든 상관없이 찾습니다. 운영자는 필드를 한 번만 정의합니다. 모든 운송사의 인수증은 레이아웃에 관계없이 동일한 추출 프로세스를 거칩니다. 이것이 모든 양식 변형에 대해 새 템플릿이 필요한 템플릿 기반 OCR과, 내용을 읽어내는 AI 기반 추출의 차이점입니다.
이 계산 프레임워크가 다중 운송사 운영에 유효한가요?
네 — 그리고 다중 운송사 운영은 형식 변형 문제가 더 심각하기 때문에 단일 운송사 대열보다 인수증당 비용이 실제로 더 높습니다. 모든 인수증이 동일한 운송사의 동일한 양식에서 나올 때는, 데이터 입력 직원이 시간이 지남에 따라 레이아웃에 익숙해져 인수증당 시간이 10분 바닥선으로 떨어집니다. 8개의 서로 다른 운송사로부터 8개의 서로 다른 양식 레이아웃으로 인수증이 도착할 때는, 12분 평균이 유지됩니다. 계산 프레임워크는 이 점을 "인수증당 평균 분" 변수에서 고려합니다 — 실제 운송사 구성에 따라 설정하세요.
인수증 데이터를 청구 분쟁에 사용하는 가장 빠른 방법은 무엇인가요?
추출 결과를 Excel 또는 CSV 파일로 내보내세요. 출력은 구조화되어 있어 각 인수증이 행이 되고, 캡처된 각 필드가 열이 됩니다. 배송 번호로 필터링하여 분쟁에서 언급된 특정 인수증을 찾을 수 있습니다. '손상', '부족', '반품' 등의 용어로 '예외 메모' 열을 필터링하여 청구 대기열을 구축할 수 있습니다. 이 파일은 검색, 정렬이 가능하며 분쟁 답변에 첨부할 수 있습니다. 어떤 인수증이든 검색 시간이 '서류 캐비닛에서 종이 사본을 찾거나 운송업체에 이메일을 보내는' 수준에서 몇 초로 단축됩니다.
저희 납품서 Excel 추출 도구는 손으로 쓴 인수증을 포함한 전체 물류 수취 문서를 처리합니다. 더 광범위한 라스트마일 문서 작업 흐름에 대해서는 필기체 텍스트 변환 도구를 참조하세요. 인수증과 함께 다중 운송업체 화물 문서를 처리하는 경우, 화물 운송에서 인수증 수동 BOL 데이터 입력의 화물당 비용에 대해 읽어보세요.