커스텀 열 추출 사용법:
전체 페이지가 아닌 필요한 데이터만 가져오기

"모든 텍스트 추출"이 잘못된 출발점인 이유

기존 OCR은 "이 페이지에 어떤 텍스트가 있나?"라는 한 가지 질문에 답합니다. 문서 이미지를 기계가 읽을 수 있는 문자 스트림(모든 단어, 모든 숫자, 모든 워터마크와 페이지 번호)으로 변환합니다. 한 페이지짜리 송장의 경우 50~80개의 개별 텍스트 문자열이 구조도, 레이블도 없이 스프레드시트에 덤프됩니다. 그러면 여러분의 작업은 출력을 읽고, 어떤 텍스트 문자열이 송장 번호이고, 날짜이며, 합계인지 식별하여 실제 작업 스프레드시트에 복사하는 것이 됩니다.

이것이 바로 비즈니스 문서 처리에서 "모든 텍스트 OCR"이 거의 정답이 아닌 이유입니다. 문서에 있는 모든 텍스트가 필요한 경우는 거의 없습니다. 5~10개의 특정 필드만 있으면 됩니다. 나머지는 노이즈이며, 그 노이즈를 필터링하는 데 드는 시간은 자동화를 통해 절약하려던 시간과 같습니다.

사용자 정의 열 추출은 반대 방향에서 시작합니다. 모든 것을 추출한 후 필터링하는 대신, 먼저 열을 정의합니다. AI는 대상 필드를 렌즈 삼아 문서를 읽습니다. 구매 주문 번호, 공급업체 이름, 합계를 찾고 나머지는 무시합니다. 출력 결과는 정확히 여러분이 원했던 스프레드시트이며, 여러분이 이름을 붙인 열이 정확히 포함되어 있습니다.

열 이름은 명령어입니다: 작명 전략

입력하는 열 이름은 사용자와 AI 간의 주요 소통 채널입니다. 잘 작성된 열 이름은 정확한 명령어 역할을 하며, AI가 어떤 종류의 값을 찾고 어떻게 형식화해야 하는지 정확히 알려줍니다. 모호한 열 이름("금액")은 AI에게 너무 적은 지침을 제공합니다. 좋은 열 이름("주문 총 금액" 또는 "송장 총액")은 검색 범위를 좁히고 첫 시도에 올바른 숫자를 얻을 확률을 높입니다.

가장 정확한 추출 결과를 얻기 위한 작명 원칙은 다음과 같습니다:

엄격한 명명 규칙을 따를 필요 없습니다. AI는 자연어를 이해하므로 "마감일"과 "결제 마감일" 모두 작동합니다. 하지만 더 구체적일수록 AI가 해결해야 할 모호성이 줄어들어 추출 정확도가 높아집니다.

세 가지 실제 추출 시나리오

동일한 사용자 정의 열 메커니즘은 다양한 문서 유형과 워크플로에 맞게 조정됩니다. 다음은 각각 다른 열 설정 전략을 가진 세 가지 일반적인 시나리오입니다.

시나리오 1: 송장 처리

필요한 항목: 송장 번호, 송장 날짜, 마감일, 공급업체명, 소계, 세액, 총액, 통화. 이 8개 필드는 형식이나 레이아웃에 관계없이 거의 모든 송장에 나타납니다.

열 설정: 위에 나열된 대로 필드 이름을 입력하세요. 라인 항목이 있는 다중 페이지 송장의 경우 "품목 설명", "수량", "단가", "라인 합계" 열을 추가하세요. 각 라인 항목은 출력에서 한 행이 되며, 송장 헤더 필드(번호, 날짜, 공급업체)는 해당 송장의 모든 행에 반복되어 공급업체별로 필터링하고 합계를 내기 쉽습니다.

일괄 처리 팁: 여러 공급업체의 송장을 한 번에 처리하는 경우(예: 월말 미지급금 처리), 모든 송장을 단일 배치로 업로드할 수 있습니다. AI는 각 송장을 독립적으로 추출하고 결과를 모든 행에 걸쳐 일관된 열이 있는 하나의 스프레드시트로 병합합니다.

시나리오 2: 구매 주문 처리

필요한 항목: PO 번호, 발행일, 공급업체명, 품목 코드, 품목 설명, 주문 수량, 단가, 라인 합계, 요청 납기일. 이 필드들은 한 번에 PO 헤더와 라인 항목 세부 정보를 모두 다룹니다.

열 설정 전략: PO는 송장보다 표가 많습니다. 필요한 모든 라인 항목 열(품목 코드, 설명, 수량, 단가, 라인 합계)을 헤더 필드와 동일한 열 목록에 포함하세요. AI는 헤더 필드(PO 번호, 공급업체명)가 전체 문서에 적용된다는 것을 이해하고 각 라인 항목 행에 반복하며, 라인 항목 필드는 표 내에서 행마다 다릅니다.

다중 페이지 처리: 각 페이지에 반복되는 열 헤더가 있는 여러 페이지에 걸친 PO의 경우, AI는 반복되는 헤더를 인식하여 출력에서 제외합니다. 200개의 라인 항목이 있는 10페이지 분량의 PO는 수동으로 연결해야 하는 10개의 개별 표가 아닌 200개의 데이터 행을 생성합니다.

시나리오 3: 공급업체 견적 비교

필요한 항목: 공급업체명, 품목 설명, 수량, 단가, 라인 합계, 리드 타임(일), 결제 조건, 통화. 다섯 개의 다른 공급업체로부터 견적을 한 번에 업로드하면, 각 공급업체가 견적을 얼마나 다르게 포맷했든 상관없이 AI가 동일한 열 정의를 사용하여 각각을 추출합니다.

주요 장점: 다른 공급업체는 동일한 정보에 대해 다른 이름을 사용할 수 있습니다. 한 곳에서는 "SKU", 다른 곳에서는 "부품 번호", 또 다른 곳에서는 "품목 코드"라고 부릅니다. AI의 의미론적 이해는 동의어나 공급업체별 매핑을 구성할 필요 없이 세 가지 모두를 "품목 코드" 열에 매핑합니다.

템플릿으로 저장: 한 번 설정, 영구 사용

특정 문서 유형(예: 표준 송장 추출 열)에 적합한 열 세트를 정의한 후 템플릿으로 저장할 수 있습니다. 다음에 송장을 처리할 때 여덟 개의 열 이름을 다시 입력하는 대신 한 번의 클릭으로 템플릿을 불러오세요.

이것이 일회성 설정 비용이 지속적으로 효과를 발휘하는 부분입니다. 송장 열을 처음 설정하는 데는 2분이 걸립니다. 이후의 모든 송장 배치(5개든 50개든)는 미리 로드된 열로 시작됩니다. 파일을 업로드하면 AI가 저장된 템플릿에 따라 처리하고, 매번 일관된 구조의 스프레드시트를 얻을 수 있습니다.

템플릿은 팀의 일관성 유지에도 도움이 됩니다. 여러 팀원이 문서를 처리할 때 동일한 템플릿을 공유하면 모든 결과물에 동일한 열이 동일한 순서로 포함됩니다. 필드명 변형, 열 누락, 시간에 따른 형식 변화가 없습니다.

자주 묻는 질문

열은 몇 개까지 정의할 수 있나요? 제한이 있나요?

엄격한 제한은 없지만 실질적인 한계는 있습니다. 약 15-20개 열까지는 추출이 일관되게 안정적입니다. 그 이상으로 늘리면 모든 문서에 나타나지 않을 수 있는 예외적인 필드를 포함하게 됩니다. 5-12개의 잘 명명된 집중된 열 세트가 30개의 방대한 목록보다 거의 항상 더 나은 결과를 제공합니다. AI가 각 필드에 더 집중할 수 있기 때문입니다. 많은 필드가 필요하다면 두 번의 패스로 나누는 것을 고려하세요. 첫 번째 패스에서 핵심 필드를, 두 번째 패스에서 보조 필드를 추출합니다.

특정 문서에 필드가 없으면 어떻게 되나요?

해당 셀은 비워둡니다. 예를 들어, 열 세트에 "세액"이 포함되어 있지만 일부 문서(주 간 B2B 송장이나 수출 서류에서 흔함)에 세금 정보가 없는 경우, 출력물의 해당 행에서 세액 셀은 비어 있습니다. 스프레드시트는 구조적으로 일관성을 유지합니다. 모든 행에 동일한 열이 있지만, AI가 문서에서 찾은 값만 채워집니다.

한 배치에 여러 문서 유형을 섞어도 되나요?

가능하지만, 열 세트가 배치 내 모든 문서 유형에 적합해야 합니다. 송장, 구매 주문서, 영수증을 함께 업로드하면서 "송장 번호 / 구매 주문 번호 / 영수증 번호"와 같은 열을 사용하면 AI는 각 문서에서 각 필드를 찾으려고 시도합니다. 특정 필드가 없는 문서는 해당 열이 비어 있습니다. 최상의 결과를 얻으려면 동일한 유형의 문서를 함께 배치하세요. 모든 송장은 한 배치에, 모든 구매 주문서는 다른 배치에 넣습니다. 이렇게 하면 열 정의가 집중되고 출력이 깔끔해집니다.

수동 입력과 비교했을 때 정확도는 어느 정도인가요?

인쇄된 양식이 잘 갖춰진 문서의 경우 필드 수준 정확도가 90%를 넘습니다. 즉, 첫 시도에 10개 중 9개의 값을 올바르게 추출합니다. 이는 데이터 품질 연구에 따르면 키 입력당 1~3%의 오류율이 있는 수동 데이터 입력보다 우수합니다. 차이점은 AI 오류는 예측 가능한 경향이 있는 반면(유사한 필드명 혼동, 저해상도 텍스트 오독), 사람의 오류는 무작위적(오타, 전위, 행 건너뛰기)이라는 점입니다. AI 출력을 빠르게 훑어보면 대부분의 문제를 발견할 수 있습니다. 반면, 자신의 수동 입력 오류를 찾으려면 원본 문서와 일대일로 대조해야 하며, 이는 최초 입력만큼 시간이 걸립니다.

AI가 체크박스, 도장, 서명도 처리할 수 있나요?

네 — 이러한 항목에 대한 열을 정의할 수 있습니다. "승인 체크박스(체크됨/체크 안 됨)", "회사 도장 있음(예/아니오)", "서명 있음(예/아니오)"과 같은 설명적인 이름을 사용하세요. AI가 이러한 시각적 요소를 식별하여 적절한 상태를 반환합니다. 서명의 경우 출력은 일반적으로 "있음" 또는 "없음"입니다. 존재 여부를 확인할 뿐, 신원을 확인하지는 않습니다.