현장 영수증에서 깨끗한 데이터 얻기
실전 가이드

정확도를 결정하는 세 가지 입력 변수

촬영 당시의 세 가지 물리적 조건은 AI 추출 시스템이 영수증 사진에서 복원할 수 있는 정보의 약 80%를 결정합니다. 이 중 어느 것도 기술적 지식을 요구하지 않습니다.

종이 상태. 홈디포, 로우스, 전기 자재 공급점 및 거의 모든 철물점에서 사용하는 감열지 영수증은 예측 가능한 시간표에 따라 품질이 저하됩니다. 열에 의해 어두워져 글자를 형성하는 코팅은 주변 열, 햇빛, 마찰에도 반응하여 어두워집니다. 여름 오후 트럭 콘솔에 방치된 영수증은 48시간 이내에 접힌 부분에서 눈에 띄게 바래집니다. 기름, 그리스, 콘크리트 먼지는 불투명한 패치를 만들어 아래 인쇄물에 도달하는 빛을 물리적으로 차단하여 이 과정을 가속화합니다. 촬영 당시의 종이 상태는 절대적인 한계를 설정합니다. 배경과의 대비가 사라질 정도로 바랜 텍스트는 어떤 AI도 복원할 수 없습니다. 읽을 수 있는 정보가 남아 있지 않기 때문입니다.

조명. 직사광선은 감열지 인쇄물에 눈부심을 발생시켜 밝은 회색 글자와 흰색 배경을 균일한 흰색 필드로 만듭니다. 손이나 몸에 의한 그림자는 영수증 전체에 불균일한 노출을 만들어 카메라 센서가 밝은 부분은 올바르게, 어두운 부분은 부정확하게 노출하도록 만듭니다. 문서 촬영에 이상적인 조명은 확산된 간접광(흐린 날의 햇빛 또는 여러 광원이 있는 실내 공간)입니다. 가장 나쁜 조명은 건설 현장 사무실의 단일 천장 조명으로, 모든 영수증의 아래쪽 1/3을 가리는 방향성 그림자를 만듭니다.

카메라 각도. 수직에서 15도만 기울어져도 원근 왜곡이 발생합니다. 영수증 상단의 글자가 하단보다 크게 보입니다. 최신 추출 시스템에는 기울기 보정 전처리가 포함되어 있지만, 원근 보정은 픽셀을 늘리는 방식으로 작동하여 보정된 영역의 해상도를 사실상 낮춥니다. 가파른 각도로 촬영된 영수증은 더 강한 보정을 거치므로 문자당 사용 가능한 픽셀이 줄어듭니다. 극단적인 각도에서는 보정 과정 자체가 문자 혼동의 원인이 됩니다. 45도 기울기에서 보정된 "6"은 "8"과 구분이 안 될 수 있습니다.

이 세 가지 변수는 상호 작용합니다. 정면에서 촬영했지만 강한 햇빛 아래에서 찍은 영수증은 확산광 아래에서 약간 기울여 찍은 영수증보다 결과가 나쁩니다. 완벽한 조명에서 촬영했지만 이미 2주가 지나 바랜 영수증은 평범한 조건에서 찍은 새 영수증보다 정보를 덜 제공합니다. 복구 가능성이 높은 순서대로 손상 계층: 각도 > 불균일한 조명 > 바램. AI는 처음 두 가지는 한계 내에서 보정할 수 있습니다. 세 번째는 보정할 수 없습니다 — 사라진 텍스트는 사라진 텍스트입니다.

추출 성공을 좌우하는 네 가지 촬영 결정

이 중 어느 것도 스캐너, 거치대 또는 10초 이상의 추가 시간을 필요로 하지 않습니다. 필요한 것은 무엇이 중요하고 무엇이 중요하지 않은지 아는 것입니다.

1. 평평한 표면을 확보하라 — 책상이 아니어도 괜찮다. 영수증 인식 정확도를 떨어뜨리는 가장 큰 요인은 한 손으로 영수증을 들고 촬영하는 것이다. 손의 미세한 움직임은 모션 블러를 유발하고, 손바닥의 곡면은 텍스트 줄을 왜곡시킨다. 트럭 본넷, 클립보드, 합판 조각, 자재 더미의 평평한 면 등 어떤 단단한 표면이든 영수증 사진을 거의 사용 불가능한 수준에서 일관되게 읽을 수 있는 수준으로 바꿔준다. 서류 작업용 클립보드를 가지고 다닌다면 영수증 촬영용 표면으로도 활용할 수 있다.

2. 휴대폰 설정보다 몸으로 빛을 조절하라. 휴대폰 카메라 노출 조정 기능도 도움이 되지만, 근본적인 조명 문제를 해결할 수는 없다. 태양이 머리 위에 있을 경우, 영수증 위에 자신의 그림자를 드리우되 그림자 가장자리가 종이를 가로지르지 않도록 위치를 잡아라. 실내에서 단일 조명 아래 있을 경우, 빛이 위쪽이 아닌 측면에서 들어오도록 움직여 휴대폰이 드리우는 그림자를 줄여라. 스마트폰 카메라 플래시는 문서 촬영에 거의 항상 역효과를 낸다. 중앙에 과다 노출 지점을 만들고 가장자리는 저노출 상태로 남겨둔다.

3. 수직으로 촬영하고 프레임을 가득 채워라. 휴대폰을 영수증 바로 위에 평행하게 위치시켜라. iOS와 Android 모두 설정에서 활성화할 수 있는 카메라 앱의 그리드 오버레이는 기준선을 제공한다. 영수증이 프레임의 약 80%를 차지하도록 중앙에 배치하라. 나중에 배경을 자르는 것은 문제가 되지 않는다. 하지만 너무 넓게 프레임을 잡아 한쪽 가장자리가 아예 캡처되지 않은 문자를 복원하는 것은 불가능하다. 이미지의 작은 부분만 차지하는 영수증은 AI가 필요로 하지 않는 배경 정보에 카메라 센서의 해상도를 낭비하게 만든다.

4. 영수증은 당일 촬영하세요 — 감열지가 바래기 전에. 영수증 사진에서 정보를 추출할 수 있는지 여부를 가장 크게 결정하는 변수는 인쇄 후 경과 시간입니다. 감열지 영수증은 일반 보관 시 며칠 내에, 열이 가해지면 몇 시간 내에 대비가 사라지기 시작합니다. 구매 후 30분 이내에 촬영된 영수증은, 비록 최적의 조건이 아니더라도(트럭 본네트 위, 한낮의 태양 아래서), 2주 후에 완벽한 각도와 조명으로 촬영된 동일한 영수증보다 더 많은 사용 가능한 데이터를 제공합니다. Foundation Software의 건설 비용 추적 분석에 따르면 수동 처리는 19%의 오류율을 유발하며, 이는 주로 구매와 처리 사이의 지연에 기인합니다. 포착 시점에 디지털화하면 열화 기간이 완전히 제거됩니다 — 디지털 이미지는 바래지 않습니다.

영수증을 즉시 처리할 수 없는 상황이라면 — 사다리 위에 있거나, 장갑을 끼고 있거나, 전화기가 트럭 안에 있는 경우 — 지금이라도 사진을 찍어두세요. 홈디포 주차장에서 더러운 렌즈로 엉뚱한 각도에서 찍은 생짜 스냅샷이라도, 오늘 밤 찍으려고 계획했지만 오전 10시에 공구 가방 속으로 사라져 버린 영수증보다는 낫습니다. 이미지는 나중에 처리할 수 있습니다. 영수증은 그럴 수 없습니다.

손상된 영수증을 업로드하면 AI 내부에서 어떤 일이 일어날까

추출 시스템이 열화된 이미지를 실제로 어떻게 처리하는지 이해하면 캡처 품질에 대한 생각이 바뀝니다 — AI가 사람처럼 문자를 하나하나 읽는 것이 아니라, 문맥에서 의미를 재구성한다는 사실을 깨닫기 때문입니다.

기존 OCR(5년 전 대부분의 영수증 스캔 앱이 사용하던 기술)은 개별 문자를 인식하는 방식으로 작동합니다. 'A'의 모양을 보고 기존에 저장된 'A' 모양 라이브러리와 비교합니다. 이 접근 방식은 취약합니다. '6' 중간에 얼룩이 있으면 '6'도 '8'도 아닌 모양이 생성되고, 시스템은 추측하거나 아무것도 출력하지 않습니다. 템플릿 기반 OCR은 레이아웃 인식을 추가합니다. 즉, 홈디포 영수증의 합계가 오른쪽 아래 모서리에 있다는 것을 알지만, 공급업체, 매장, 영수증 형식마다 다른 레이아웃이 변경되면 작동하지 않습니다.

ImageToTable.ai를 포함한 현대 AI 추출 도구의 기반 기술인 비전-언어 모델은 다르게 작동합니다. AI는 문자, 레이아웃, 공간 관계, 그리고 '문서 의미론'이라고 할 수 있는 것(동일한 글꼴과 크기로 인쇄되었더라도 'TOTAL' 옆의 숫자는 'QTY' 옆의 숫자와 다른 의미를 가진다는 이해)을 포함한 전체 이미지를 동시에 읽습니다. '42.50' 앞의 달러 기호가 접힌 자국으로 인해 절반만 보여도, AI는 손상된 문자를 인식할 필요가 없습니다. 숫자가 품목별 가격 열의 맨 아래에 있고, 위에 가로선이 있으며, 위 품목보다 큰 글꼴로 표시된 맥락을 봅니다. 달러 기호가 온전하지 않아도 그것은 합계입니다.

이것이 바로 현장 작업자에게 컬럼명 추출이 중요한 이유입니다. ImageToTable.ai에서는 "날짜", "공급업체", "합계", "세금" 등 원하는 필드명을 입력하기만 하면, AI가 값의 의미를 이해하여 영수증 어디에 있든 각 값을 찾아냅니다. 공급업체명이 기름때로 일부 가려져 있어도, AI는 남은 부분을 공급업체명의 구조적 위치(영수증 상단, 큰 글씨, 종종 매장 번호 앞에 위치)와 매칭할 수 있습니다. 필드 주변에 박스를 그릴 필요 없이, AI에 찾고자 하는 개념을 알려주기만 하면 AI가 문서를 의미적으로 검색합니다.

이 의미 기반 접근 방식이 템플릿 OCR보다 물리적 손상을 더 잘 처리하는 근본적인 이유는, 템플릿은 템플릿 가정이 깨질 때 실패하기 때문입니다. 구겨진 영수증을 템플릿 기반 시스템에 넣으면, 접힌 부분이 "합계" 영역을 8픽셀 아래로 이동시켜 합계를 잘못 읽을 수 있습니다. 의미 기반 시스템은 8픽셀에 신경 쓰지 않고, 좌표가 아닌 "합계"라는 개념을 찾습니다.

다만, 의미 이해에도 한계는 있습니다. 판매처 이름이 100% 가려져 있다면(스티커로 완전히 덮이거나, 찢어지거나, 열로 검게 변한 경우) AI는 문맥에서 추측할 수 없습니다. 임의의 상점 이름에 대한 문맥이 없기 때문입니다. 총액이 부분적으로 보이지만 흐릿해서 "42.50"과 "42.80"을 구분할 수 없다면, AI는 최선의 추정치를 출력할 것이며, 그 추정치는 일정 확률로 틀릴 것입니다. 다음 섹션에서는 그 위험을 언제 수용하고 언제 개입할지 결정하는 프레임워크를 제공합니다.

다시 촬영할 것인가, 직접 입력할 것인가

어떤 추출 도구도 — 당사 제품이든 경쟁사 제품이든 — 모든 입력 조건에서 100% 정확도를 달성하지는 못합니다. 현장 작업자에게 필요한 실용적인 기술은 오류를 완전히 없애는 것이 아닙니다. 어떤 오류는 복구 가능하고 어떤 오류는 수동으로 수정하는 것이 더 저렴한지 아는 것입니다. 이것이 정확도 논의에서 도구 공급업체들이 일반적으로 피하는 부분입니다. "때로는 직접 입력하는 것이 낫다"는 말은 소프트웨어 판매에 도움이 되지 않기 때문입니다. 하지만 12시간 근무 후 오후 9시에 영수증을 처리하는 사람에게는 재촬영이 가능한 경우와 불가능한 경우를 구분하는 것이 소중한 시간을 절약해 줍니다.

재촬영이 필요한 경우: 영수증을 직접 읽을 수 있을 때 — 판매처, 날짜, 합계 금액을 육안으로 확인할 수 있지만 추출 결과가 깨져 나오는 경우입니다. 이는 일반적으로 사진의 각도, 조명 또는 초점 문제로 인해 AI가 완전히 보정하지 못한 상황을 의미합니다. 평평한 표면, 확산광, 수직 각도 등 더 나은 조건에서 새 사진을 찍으면 추출 결과가 거의 항상 개선됩니다. 이것이 가장 흔한 실패 유형이며, 사용자가 20초 안에 거의 항상 해결할 수 있습니다.

직접 입력해야 하는 경우: 중요 필드(판매처, 날짜, 합계, 세금, 상위 3개 품목)의 30% 이상이 영수증 자체에서 물리적으로 읽을 수 없는 경우입니다. 상황과 경험을 가진 인간인 당신이 기름 얼룩 때문에 판매처 이름을 해독할 수 없다면 AI도 마찬가지입니다. 또한 감열지가 어두워져 영수증이 빈 종이처럼 보이거나 거의 빈 종이처럼 보이는 경우 AI가 읽을 내용이 없습니다. 이러한 경우 깨끗한 데이터를 얻는 가장 빠른 방법은 구매 내역을 기억하거나 신용카드 명세서에서 금액을 확인한 후 품목을 수동으로 추적 시트에 입력하는 것입니다. 진정으로 읽을 수 없는 영수증과 씨름하는 것은 수동 입력이 피할 수 있는 시간 낭비입니다.

중요 필드는 반드시 검토하세요. 거래처명과 총 금액은 항상 육안으로 확인해야 합니다. 이 두 필드는 IRS 규정 준수와 작업 원가 계산 모두에 정확해야 합니다. "Home Depot"가 "Home Depth"로 잘못 인식되는 경우는 쉽게 발견하고 수정할 수 있습니다. 총액 $342.50이 $342.80으로 잘못 인식되는 경우는 발견하기 어렵고 실제 재정적 영향을 미치며, 올바른 Schedule C 공제와 그렇지 않은 경우의 차이를 만듭니다. 두 필드만 검토한다면, 거래처명과 총액을 검토하세요.

사진에서 Schedule C까지 — IRS가 실제로 요구하는 사항

건설 현장에서의 모든 영수증 논의는 결국 세금으로 귀결됩니다. 정확성 요구 사항은 추출 도구나 개인 선호도가 아니라, 감사를 견딜 수 있는 공제 여부를 결정하는 IRS 입증 규칙에 의해 설정됩니다.

디지털 영수증 수용에 관한 핵심 규정은 IRS Revenue Ruling 2003-106입니다. 이 규정은 전자 영수증이 내국세법 §274(d)에 따른 증빙 요건을 충족할 수 있다고 명시하며, 단 전자 기록에 "지출 금액, 날짜, 장소 및 본질적 성격을 입증하기에 충분한 정보"가 포함되어야 한다고 규정합니다. 실무적으로 디지털 영수증 사진은 다음 네 가지가 식별 가능해야 합니다: 판매처명(장소), 거래일자(날짜), 총 금액(금액), 구매 내역(본질적 성격 - 보통 판매처 유형과 품목 항목으로 유추 가능).

IRS Revenue Procedure 97-22는 보관 기준을 제시합니다: 전자 기록은 "원본 문서의 완전하고 정확한 복제본"이어야 하며, 검색 가능하도록 정리 및 색인화되어야 하고, 모든 세부 사항을 읽을 수 있을 정도의 해상도로 저장되어야 합니다. IRS는 최소 DPI를 명시하지 않지만, 실무적 테스트는 간단합니다: 디지털 이미지를 확대했을 때 판매처명, 날짜, 모든 품목 항목, 총 금액을 읽을 수 있습니까? 그렇다면 IRS 목적에 충분한 품질입니다.

추출 정확성과의 연관성은 직접적입니다. 영수증 사진이 Rev. Proc. 97-22의 가독성 기준을 충족한다면, AI 추출 시스템은 높은 신뢰도로 핵심 필드를 복구할 수 있습니다. AI의 작업은 인간 감사관의 작업과 근본적으로 동일하기 때문입니다: 문자를 읽고 의미 범주에 매핑하는 것입니다. 사진이 기준을 충족하지 못한다면(확대해도 판매처명을 읽을 수 없다면), IRS도 읽을 수 없으며, 이미지에 없는 데이터를 어떤 추출 도구도 복구할 수 없습니다.

§ 274(d)의 75달러 기준은 실용적인 심사 규칙을 제공합니다. 단일 비용이 75달러를 초과하는 경우 영수증이나 이에 준하는 증빙 서류가 필요합니다. 75달러 미만의 비용은 IRS가 일반적으로 동시 기록된 일지 항목을 인정하지만, 많은 회계사는 여전히 영수증 보관을 권장합니다. 매일 자재를 구매하는 계약자(나사 43달러, 목재 89달러, 실링제 27달러)의 경우 75달러 기준선에 따라 거래의 약 절반은 영수증이 필요하고, 나머지 절반은 엄격히 요구되지 않더라도 영수증이 있으면 유리합니다. IRS 간행물 334(소기업 세금 안내서)는 모든 Schedule C 비용 범주에서 이를 강조합니다. 증빙 부담은 공제 금액에 비례하지만, 핵심 요구 사항(금액, 날짜, 장소, 목적)은 비용이 20달러든 2,000달러든 동일합니다.

특히 계약자의 경우 IRS 기록 보관 지침은 세금 신고서 항목을 입증하는 증빙 서류로 영수증, 지불 청구서, 인보이스를 제시합니다. 구조화된 데이터(공급업체, 날짜, 금액, 비용 범주)로 추출되고 원본 이미지와 구조화된 기록으로 저장된 영수증은 한 번의 워크플로우에서 가독성 요구 사항과 조직 요구 사항을 모두 충족합니다. 이미지는 문서가 존재했음을 증명합니다. 추출된 데이터는 정보가 올바르게 캡처되었음을 증명합니다. 이것이 수동 입력보다 추출이 가지는 구조적 이점입니다. AI 출력은 원본 사진으로 뒷받침되고, 사진은 타임스탬프로 뒷받침됩니다.

여러 프로젝트에 걸쳐 영수증을 추적하고 있다면 — 당사가 계약자 영수증 추적 분석에서 설명한 핵심 과제 — 정확성 차원이 또 다른 계층을 추가합니다. 올바르게 추출된 영수증이 잘못된 작업에 할당되면, 모든 필드가 100% 정확하더라도 여전히 비용이 많이 드는 오류입니다. 추출 정확성 논의와 작업 원가 계산 논의는 동일한 계약자 비용 문제의 양면입니다. 영수증에서 데이터를 추출하는 것이 1단계입니다. 이를 올바른 프로젝트에 할당하는 것이 2단계이며, 2단계가 실패하면 1단계의 정확성은 의미가 없습니다.

자주 묻는 질문

AI가 완전히 물에 젖었다가 마른 영수증을 읽을 수 있나요?

부분적으로 가능합니다. 영수증이 평평하게 말랐고 감열 인쇄가 여전히 보이는 경우 — 종이가 구겨졌지만 문자가 배경과 대비를 이루는 경우 — 추출이 가능하지만, 구김으로 인해 표면 반사가 고르지 않아 정확도가 떨어집니다. 영수증이 구겨진 공 모양으로 말리거나 물로 인해 감열 코팅이 전체 표면에서 활성화되어(균일하게 어두워짐) 데이터가 물리적으로 파괴된 경우, 어떤 AI도 이를 복구할 수 없습니다.

영수증의 필기가 추출 정확도에 영향을 미치나요?

최신 비전-언어 모델은 양호한 조건에서 인쇄된 텍스트를 최대 99% 정확도로 인식할 수 있습니다. 필기 인식은 더 낮습니다 — 일반적으로 읽을 수 있는 필기의 경우 70%에서 85%이며, 필기체나 급하게 쓴 메모의 경우 현저히 낮습니다. 공급업체가 영수증에 가격 조정이나 작업 참조 번호를 손으로 쓴 경우, 해당 필드는 수동 확인이 필요할 것으로 예상해야 합니다. 손으로 쓴 메모가 인쇄된 텍스트와 겹치는 경우, 둘 다 잘못 읽힐 수 있습니다.

추출 도구에 업로드하기 전에 스캐닝 앱으로 영수증을 스캔해야 하나요?

일반적으로 필요하지 않으며, 경우에 따라 오히려 역효과가 날 수 있습니다. 스캔 앱은 자체 전처리(자르기, 대비 조정, 기울기 보정)를 적용하여 추출 AI가 다르게 활용할 수 있는 이미지 데이터를 제거할 수 있습니다. 원본 카메라 사진을 추출 도구에 직접 입력하세요. 예외: 스캔 앱이 눈에 띄게 더 깨끗한 이미지(더 선명한 텍스트, 적은 그림자)를 생성하고, 동일한 영수증의 원본과 스캔 버전 모두에서 추출 결과를 비교하여 이를 확인한 경우, 더 나은 데이터를 생성하는 버전을 사용하세요.

도트 매트릭스 프린터를 사용하는 지역 제재소처럼 비감열지에 인쇄된 영수증은 어떻습니까?

도트 매트릭스 및 잉크 인쇄 영수증은 일반적으로 감열 영수증보다 더 정확하게 추출됩니다. 인쇄가 더 내구성이 있고 시간이 지나도 품질이 저하되지 않기 때문입니다. 이러한 영수증의 제한 요소는 다른 영수증과 동일합니다: 촬영 시의 조명, 각도 및 초점입니다. 장점은 감열지의 퇴색 문제 없이 며칠 후에 사진을 찍을 수 있다는 점입니다.

한 번에 몇 개의 영수증을 처리할 수 있습니까?

ImageToTable.ai는 일괄 처리를 지원합니다. 여러 영수증 사진을 한 번에 업로드하고, 추출하려는 열 이름(판매처, 날짜, 합계, 세금, 비용 범주)을 지정하면 영수증당 한 행씩 포함된 단일 병합 스프레드시트를 받을 수 있습니다. 이것이 시간 절약이 극대화되는 부분입니다. 영수증 하나를 처리하는 것과 20개를 처리하는 것의 차이는 AI 처리 시간이 몇 초 더 걸리는 것뿐이지, 사용자 노력이 20배가 되는 것이 아닙니다. 세 곳의 다른 상점에서 영수증을 가지고 돌아온 계약자의 경우, 일괄 모드를 사용하면 앱을 한 번 열고, 세 장의 사진을 모두 업로드하고, 열 이름을 입력하고, 하나의 스프레드시트를 받으면 됩니다. 영수증 데이터를 Excel로 추출하는 워크플로는 여기에서 자세히 다룹니다.

어차피 모든 필드를 검토할 것이라면, 왜 추출을 사용해야 합니까?

검토하고 수정하는 것이 처음부터 직접 입력하는 것보다 빠르기 때문입니다. AI가 "Home Depth"를 "Home Depot"으로 잘못 읽은 것을 알아차리는 데는 0.5초면 충분합니다. 반면, "Home Depot", 날짜, 합계, 세금, 그리고 세 개의 품목을 영수증 한 장당 직접 입력하는 데는 3~5분이 걸립니다. 일주일에 40장의 영수증을 처리하는 계약자의 경우, 모든 영수증에서 업체명과 합계를 확인하더라도 추출 후 검토 방식이 직접 입력보다 약 2~3시간의 시간을 절약해 줍니다. 추출이 완벽할 필요는 없습니다. 입력보다 빠르기만 하면 되며, 손상된 영수증에서도 거의 항상 그렇습니다.

결론

현장 영수증 추출은 사무실 환경에서의 추출과 달리 아직 완전히 해결된 문제가 아닙니다. 물리적 환경에는 먼지, 기름, 열에 의한 변색, 평평한 표면 부재, 한 손만 자유로운 상태 등 일반적인 영수증 스캔 조언이 고려하지 않는 변수가 존재합니다. 하지만 "내 영수증은 너무 더러워서 안 될 거야"라는 생각과 "이게 매주 몇 시간을 절약해 주네"라는 현실 사이의 간극은 현장 작업자들이 생각하는 것보다 훨씬 좁습니다. 핵심은 10초 안에 내릴 수 있는 네 가지 촬영 결정, AI가 손상된 이미지를 실제로 어떻게 처리하는지에 대한 이해, 그리고 재촬영이 수동 입력보다 나은 경우와 수동 입력이 좌절감보다 나은 경우를 판단하는 실용적인 기준에 달려 있습니다.

이 시리즈의 앞부분에서는 DIY 영수증 관리의 숨은 비용 — 3,000~5,000달러에 달하는 손실된 소득 시간과 분실된 영수증으로 인한 공제 손실 — 에 대해 분석했습니다. 정확성 계층은 이러한 비용이 더 커지거나 사라지는 지점입니다. 더러운 영수증에서도 깔끔한 데이터를 생성하는 추출 도구는 공제 손실의 가장 큰 원인, 즉 너무 손상되어 아예 처리할 수 없었던 영수증 문제를 해결합니다. 이 글에서 설명하는 촬영 규율은 "가끔은 작동한다"를 "내가 실제로 가진 영수증에서는 항상 작동한다"로 바꿔줍니다.