맞춤 열 추출 사용법:
페이지 전체가 아닌 필요한 데이터만 가져오기

"모든 것 추출"이 잘못된 출발점인 이유

기존 OCR은 "이 페이지에 어떤 텍스트가 있는가?"라는 질문에 답합니다. 문서 이미지를 기계가 읽을 수 있는 문자 스트림으로 변환합니다. 모든 단어, 모든 숫자, 모든 워터마크와 페이지 번호까지 포함해서요. 한 페이지짜리 인보이스라면 50~80개의 개별 텍스트 문자열이 구조도 라벨도 없이 스프레드시트에 쏟아집니다. 그러면 여러분의 작업은 출력물을 읽고, 어떤 문자열이 인보이스 번호이고, 어떤 것이 날짜이고, 어떤 것이 합계인지 식별하여 실제 작업 스프레드시트에 복사하는 일이 됩니다.

이것이 비즈니스 문서 처리에서 "모든 텍스트 OCR"이 거의 정답이 아닌 이유입니다. 문서의 모든 텍스트가 필요한 경우는 거의 없습니다. 필요한 것은 5~10개의 특정 필드입니다. 나머지는 노이즈이며, 그 노이즈를 걸러내는 데 쓰는 시간은 애초에 자동화로 절약하려던 시간과 같습니다.

맞춤 열 추출은 반대 방향에서 시작합니다. 모든 것을 추출한 후 필터링하는 대신, 열을 미리 정의합니다. AI는 목표 필드를 렌즈로 삼아 문서를 읽습니다. PO 번호, 공급업체 이름, 합계를 찾고 나머지는 무시합니다. 출력은 여러분이 원하는 스프레드시트, 즉 이름을 붙인 열 그대로입니다.

열 이름은 지시사항입니다: 명명 전략

여러분이 입력하는 열 이름은 AI와의 주요 소통 채널입니다. 잘 작성된 열 이름은 정확한 지시사항입니다. AI에게 어떤 종류의 값을 찾고 어떻게 형식을 지정해야 하는지 정확히 알려줍니다. 모호한 열 이름("금액")은 AI에게 너무 적은 지침을 제공합니다. 좋은 열 이름("주문 합계 금액" 또는 "인보이스 합계")은 검색 범위를 좁히고 첫 시도에 올바른 숫자를 얻을 확률을 높입니다.

가장 정확한 추출 결과를 만드는 명명 원칙은 다음과 같습니다:

엄격한 명명 규칙을 따를 필요는 없습니다. AI가 자연어를 이해하니까요. "Due Date"와 "Payment Due Date" 모두 작동합니다. 하지만 더 구체적으로 지정할수록 AI가 해결해야 할 모호성이 줄어들고 추출 정확도가 높아집니다.

세 가지 실제 추출 시나리오

동일한 맞춤 열 메커니즘이 매우 다양한 문서 유형과 워크플로에 적용됩니다. 다음은 각각 다른 열 설정 전략이 필요한 세 가지 일반적인 시나리오입니다.

시나리오 1: 인보이스 처리

필요한 항목: 인보이스 번호, 인보이스 날짜, 납기일, 공급업체 이름, 소계, 세액, 총액, 통화. 이 여덟 개 필드는 형식이나 레이아웃과 관계없이 거의 모든 인보이스에 나타납니다.

열 설정: 위에 나열된 대로 필드 이름을 정확히 입력하세요. 라인 항목이 있는 다중 페이지 인보이스의 경우 "품목 설명", "수량", "단가", "라인 합계" 열을 추가하세요. 각 라인 항목은 출력에서 한 행이 되며, 인보이스 헤더 필드(번호, 날짜, 공급업체)는 해당 인보이스의 모든 행에 반복됩니다 — 공급업체별 필터링과 합계 계산이 쉬워집니다.

일괄 처리 팁: 여러 공급업체의 인보이스를 한 번에 처리하는 경우(예: 월말 AP 실행), 모든 인보이스를 단일 배치로 업로드할 수 있습니다. AI가 각각을 독립적으로 추출하고 모든 행에 걸쳐 일관된 열로 결과를 하나의 스프레드시트에 병합합니다.

시나리오 2: 구매 주문 처리

필요한 항목: PO 번호, 발행일, 공급업체명, 품목 코드, 품목 설명, 주문 수량, 단가, 라인 합계, 요청 납품일. 이러한 필드는 PO 헤더와 라인 항목 세부 정보를 한 번에 모두 포함합니다.

열 설정 전략: PO는 인보이스보다 테이블 비중이 높습니다. 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 테이블 내에서 행마다 다르다는 것을 이해합니다.

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 이어 붙여야 하는 10개의 개별 테이블이 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. 5개 공급업체의 견적을 한 번에 업로드하면 AI가 동일한 열 정의를 사용하여 각각을 추출합니다. 각 공급업체가 견적을 다르게 구성하더라도 말이죠.

주요 이점: 공급업체마다 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 설정하면 계속 사용

특정 문서 유형에 잘 맞는 열 세트를 정의했다면 — 예를 들어 표준 송장 추출 열 — 이를 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 보상되는 지점입니다. 송장 열을 설정하는 데 처음에는 2분이 걸립니다. 이후의 모든 송장 배치 — 5개든 50개든 — 미리 로드된 열로 시작합니다. 파일을 업로드하면 AI가 저장된 템플릿을 기준으로 처리하고, 매번 일관된 구조의 스프레드시트를 얻을 수 있습니다.

템플릿은 팀 일관성에도 도움이 됩니다. 팀의 여러 사람이 문서를 처리하는 경우 동일한 템플릿을 공유하면 모든 사람의 출력물에 동일한 순서의 동일한 열이 포함됩니다 — 필드 이름의 변형, 누락된 열, 시간에 따른 형식 변경이 없습니다.

자주 묻는 질문

열을 몇 개 정의해야 하나요 — 제한이 있나요?

엄격한 제한은 없지만 현실적인 한계는 있습니다. 약 15-20개 열까지는 추출이 일관되게 신뢰할 수 있습니다. 그 이상은 모든 문서에 나타나지 않을 수 있는 가장자리 케이스 필드를 포함하게 됩니다. 잘 명명된 5-12개 열의 집중된 세트는 30개 열의 포괄적인 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 필드, 두 번째 패스에서 보조 필드.

특정 문서에 필드가 없는 경우 어떻게 되나요?

해당 셀은 비워 둡니다. 예를 들어 열 세트에 "세액"이 포함되어 있지만 문서 중 하나에 세금이 없는 경우(주 간 B2B 송장이나 수출 문서에서 흔함), 출력의 해당 행은 단순히 빈 세액 셀을 갖게 됩니다. 스프레드시트는 구조적으로 일관성을 유지합니다 — 모든 행에 동일한 열이 있지만 값은 AI가 문서에서 찾은 곳에만 채워집니다.

한 배치에 서로 다른 문서 유형을 섞을 수 있나요?

네, 가능합니다. 단, 열 구성이 배치 내 모든 문서 유형에 적합해야 합니다. 송장, 구매 주문서, 영수증을 함께 업로드하면서 "송장 번호 / 구매 주문서 번호 / 영수증 번호"와 같은 열을 사용하면, AI가 각 문서에서 모든 필드를 찾으려고 시도합니다. 특정 필드가 없는 문서는 해당 열이 빈 셀로 표시됩니다. 최상의 결과를 얻으려면 동일한 유형의 문서를 함께 배치하세요 — 모든 송장은 한 배치에, 모든 구매 주문서는 다른 배치에 넣는 방식입니다. 이렇게 하면 열 정의가 명확해지고 출력 결과도 깔끔하게 유지됩니다.

수동으로 데이터를 입력하는 것과 비교해 정확도는 어떤가요?

인쇄된 잘 정리된 문서의 경우 필드 수준 정확도가 90%를 초과합니다 — 즉, 첫 번째 처리에서 10개 값 중 9개가 올바르게 추출된다는 의미입니다. 이는 데이터 품질 연구에 따르면 키 입력당 1~3%의 고유 오류율을 가진 수동 데이터 입력보다 우수한 수준입니다. 차이점은 AI 오류는 예측 가능한 경향이 있는 반면(유사한 필드 이름 혼동, 저해상도 텍스트 오독), 인간 오류는 무작위적이라는 점입니다(오타, 전위, 행 건너뛰기). AI 출력을 빠르게 검토하면 대부분의 문제를 발견할 수 있지만, 수동 입력 오류를 직접 찾으려면 원본 문서와 줄 단위로 대조해야 하며, 이는 원래 입력 시간만큼 소요됩니다.

AI가 체크박스, 도장, 서명을 처리할 수 있나요?

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