세금 시즌 데이터 입력이
아직도 자동화되지 않은 이유

W-2는 컴퓨터가 아닌 탄소지를 위해 설계되었습니다

W-2의 6부 배포 시스템은 IRS가 잊어버린 유물이 아닙니다 — 이는 양식의 근본적인 구조입니다. Copy A는 사회보장청(SSA)으로 보내지며, SSA의 광학 스캐너가 읽을 수 있도록 특수한 빨간색 소멸 잉크로 인쇄됩니다. Copy 1은 주 세무 기관으로 갑니다. Copy B, C, 2는 직원에게 전달됩니다 — 하나는 연방 신고용, 하나는 주 신고용, 하나는 직원의 기록용입니다. Copy D는 고용주가 보관합니다. 6부, 하나의 목적, 그리고 그 모든 것은 종이 한 장에서 시작됩니다.

이 구조는 1978년에 합리적이었습니다. 정부에 임금 데이터를 전달하는 유일한 방법이 종이를 물리적으로 우편으로 보내는 것이었기 때문입니다. 그러나 이는 영구적이고 구조적인 의존성을 만들었습니다: 직원들이 종이 W-2를 받는 한, 그 연결 고리 중 누군가 — 직원, 세무 대리인, 회계사 — 는 그 종이를 다시 디지털 데이터로 변환해야 합니다. SSA는 이후 EFW2 형식의 W-2를 수용하는 전자 신고 시스템인 Business Services Online (BSO)을 구축했고, IRS는 정보 신고서 10건 이상일 때 전자 신고를 의무화했습니다. 그러나 직원용 사본 — 세무 대리인의 책상에 도착하는 그 종이 — 는 여전히 종이입니다. 디지털 다리는 고용주에서 정부로 가는 파이프라인 끝에 구축되었지, 직원에서 대리인으로 가는 끝에는 구축되지 않았습니다. 양식 자체는 그 격차를 메우기 위해 재설계된 적이 없습니다.

그 결과는 현대 세무 신고의 핵심에 있는 구조적 모순입니다: 정부는 고용주의 전자 신고를 통해 W-2 데이터를 디지털로 받지만, 납세자의 대리인 — 실제로 신고서를 제출하는 대리인 — 은 1월에 납세자에게 우편으로 발송된 동일한 데이터를 종이로 받습니다. 동일한 양식에 대한 두 개의 병렬 데이터 흐름, 하나는 디지털, 하나는 물리적, 그리고 매년 1월마다 종이 양식을 들고 빈 화면을 바라보는 세무 대리인의 책상에서 충돌합니다.

6부 배포 시스템은 자동화가 결코 해결하지 못한 근본 장애물입니다

전국 세무 전문가 협회 (NATP)에 따르면 23,000개 이상의 회원사 총매출의 65%가 세금 시즌에 발생합니다. 1월부터 4월까지의 이 4개월 기간이 업계 전체가 생계를 유지하는 시기입니다. 이 기간 중 1월이 병목 지점입니다. W-2는 1월 31일까지 직원에게 제공되고, 1월 31일까지 SSA에 제출해야 하며, 4월 15일 신고 마감일까지 세무 신고 소프트웨어에 입력해야 합니다. 2월 1일에 50명의 고객으로부터 W-2 서류 상자를 받은 세무사는 모든 양식의 모든 필드를 화면에 입력할 시간이 정확히 73일뿐입니다. 그리고 이는 신고서 검토, 오류 확인, 고객과의 결과 논의 이전의 일입니다.

6부 시스템으로 인해 세무사가 사용하는 원본 문서는 고용주가 SSA에 제출한 원본 디지털 파일인 경우가 거의 없습니다. 대부분 Copy B, 즉 우편으로 도착한 직원용 사본입니다. 접혀 있거나, 복사되었거나, 낙서가 있거나, 스마트폰으로 촬영되어 문자로 전송되었을 수도 있습니다. 이러한 종이 사본을 변환하는 인건비는 실질적이며 잘 문서화되어 있습니다. 양식당 8분의 신중한 수동 입력 시간을 기준으로, 시즌 동안 500개의 W-2를 처리하는 회사는 양식 읽기와 키 입력에만 66시간 이상을 소비합니다. 이는 신고서에 분석적 가치를 전혀 더하지 않는 활동에 소비되는 거의 2주에 달하는 청구 가능 시간입니다. 완전한 W-2 및 1099 추출 워크플로는 이러한 시간을 단 한 번의 업로드 및 검토 과정으로 대체합니다.

동일한 W-2도 급여 제공업체가 다르면 세 가지 다른 문서입니다

모든 W-2가 동일하게 보인다면 — 같은 글꼴, 같은 박스 위치, 같은 페이지 지오메트리 — 자동 추출은 수십 년 전에 해결되었을 것입니다. 하지만 단일 고객이 두 명의 고용주와 두 개의 급여 시스템에서 온 두 개의 W-2와, 세 번째 시스템을 사용하는 계약 고객의 1099-NEC를 함께 가져올 수 있습니다. ADP는 Box 1을 Paychex와 다른 좌표에 배치하고, Paychex는 Gusto와 다르게 배치하며, Gusto는 QuickBooks에서 W-2를 레이저 프린터로 출력하고 일부를 손으로 작성한 지역 회계사와 다르게 배치합니다. IRS는 양식에 무엇이 표시되어야 하는지는 표준화하지만, 페이지에 어떻게 배치되어야 하는지는 표준화하지 않습니다.

이러한 단편화는 모든 자동화 접근 방식이 부딪히는 첫 번째 장벽입니다. 급여 업계는 소수의 주요 제공업체를 중심으로 통합되었습니다 — ADP만 해도 대략 미국 직원 6명 중 1명의 급여를 처리합니다 — 하지만 이러한 통합이 레이아웃 표준화를 만들어내지는 못했습니다. 각 제공업체는 자체 독점 형식, 자체 글꼴 선택, 자체 박스 위치, 자체 페이지 크기로 W-2를 생성합니다. 그 결과, 중견 기업의 W-2 50장 배치에는 네 가지 다른 급여 시스템의 양식이 포함될 수 있으며, 각각 다른 추출 템플릿이 필요합니다 — 또는 더 일반적으로는 사람이 직접 읽고 입력해야 합니다.

그리고 단편화는 제공업체 간에만 있는 것이 아닙니다. 단일 직원의 단일 신고 연도 내에서도 발생할 수 있습니다. 3월에 이직한 사람은 고용주 A(ADP)와 고용주 B(Paychex)에서 W-2를 받습니다. W-2 직업과 1099 부업을 겸한 사람은 고용주에게서 W-2를, 고객에게서 1099-NEC를 받습니다. 각 양식은 다른 형식으로, 다른 경로를 통해, 다른 시기에 도착합니다. 다양성은 예외적인 경우가 아닙니다 — 그것이 세금 신고 시즌 준비의 기본 상태입니다.

IRS는 여전히 종이 처리 파이프라인을 유지하고 있습니다 — 그래서 종이가 계속 살아남는 것입니다

T.D. 9972에 따라 정보 보고서의 전자 신고 의무는 10건부터 적용됩니다. W-2를 9장 이하로 제출하는 경우에는 여전히 종이로 SSA에 우편 발송할 수 있습니다. IRS의 Form W-2 자체 지침도 이 기준을 인정하고 있습니다. 전국적으로 수백만 명의 소규모 고용주 — 직원 6명의 레스토랑, 8명의 건설 회사, 5명의 치과 진료소 — 가 이 기준 미만에 해당합니다. 각 사업장은 W-2 한 묶음을 인쇄하고, 작성한 뒤, SSA에 우편으로 보내면서 직원들에게는 종이 사본을 나눠줍니다.

이는 규제상의 실수가 아닙니다. 의도적인 배려입니다. IRS는 직원 2명짜리 조경 회사가 SSA의 BSO 전자 신고 시스템 — EFW2 형식 사양, AccuWage 검증 소프트웨어, SSN 확인 요건 — 을 이용하도록 요구하는 것이 과도한 준수 부담이 된다는 것을 알고 있습니다. 그래서 종이 파이프라인은 계속 열려 있습니다. 그리고 전자 신고 기준 미만으로 생성된 모든 종이 W-2는 결국 세무 대리인의 손에 들어가 전사(轉寫)가 필요한 서류가 됩니다.

IRS의 벌칙 체계는 이를 단순한 불편 이상으로 만듭니다. 국세법 §§ 6721 및 6722에 따라 지연되거나 부정확한 정보 보고서는 건당 벌칙이 부과됩니다 — 벌칙은 수정 시기와 의도에 따라 $60에서 $680까지 올라갑니다. Box 1에서 한 자리 숫자를 잘못 입력하고 부정확한 보고서를 제출한 대리인은 책임을 만들게 됩니다 — 고용주의 책임이 아니라, 대리인의 전사 오류로 거슬러 올라갈 수 있는 책임입니다. 건당 벌칙과 전사 오류가 시즌 동안 회사에 얼마나 비용을 초래하는지에 대한 전체 분석은 수동 W-2 및 1099 입력 비용 분석을 참조하십시오.

Box 3의 연필 표시, 모든 자동화 파이프라인을 무너뜨리는 문제

세무 전문가들이 가장 일관되게 발견하는 사실 중 하나는 고객으로부터 받은 W-2가 깨끗한 경우가 거의 없다는 것입니다. 수정된 사회보장 임금 금액이 인쇄된 숫자 위에 손으로 적혀 있습니다. EIN이 취소선으로 지워지고 다시 입력되었습니다. Box 13 체크박스는 원래 프린터 잉크 대신 펜으로 표시되어 있습니다. 커피 얼룩이 주(state) ID 번호를 가리고 있습니다. 양식은 비즈니스 봉투에 넣기 위해 3등분으로 접혔다가 펼쳐져 임금 필드에 접힌 자국이 남아 있습니다. 이 중 어느 것도 특이한 일이 아닙니다. 이것은 실제 납세자가 제출한 종이 세무 문서의 기본 상태입니다.

템플릿 기반 OCR 시스템에게 이러한 각각의 변형은 실패 지점입니다. 인쇄된 텍스트 위에 겹쳐진 손으로 쓴 숫자는 문자 인식을 혼란스럽게 만듭니다. 숫자 필드를 가로지르는 접힌 자국은 숫자 분할을 깨뜨립니다. X 대신 원, 채워진 사각형 대신 체크 표시 등 잘못된 표시 유형으로 체크된 체크박스는 선택이 있어야 할 자리에 null 값을 반환합니다. 새로 인쇄된 양식의 깨끗한 평판 스캔 PDF로 훈련된 시스템은 미국 우편국을 거쳐 주방 카운터에 2주 동안 놓여 있었고 Box 12 코드 DD가 무엇을 의미하는지 확신하지 못한 사람이 볼펜으로 작성한 W-2의 물리적 상태에 대한 모델이 없습니다.

가장 고통스러운 아이러니는 인간 전문가가 이 손상된 문서를 거의 즉시 처리할 수 있다는 것입니다. 취소선이 그어진 Box 3과 그 위에 손으로 쓴 대체 숫자를 한 번 보면 전문가는 "원래 숫자가 잘못되었으니 손으로 쓴 것을 사용하라"는 것을 알 수 있습니다. 템플릿 기반 시스템은 같은 필드에서 두 개의 경쟁하는 숫자를 보고 둘 다 반환하지 않거나, 더 나쁘게는 잘못된 것을 반환합니다. 숙련된 전문가가 0.5초 만에 적용하는 판단은 자동화 시스템에 정확히 부족한 것이며, 인간이 W-2 전사 작업의 중심에 남아 있게 한 바로 그 이유입니다.

세무 신고 소프트웨어는 데이터를 전송할 수 있습니다 — 고객의 서류를 읽을 수는 없습니다

업계의 주요 세무 신고 플랫폼 — Drake, UltraTax, Lacerte, ProSeries, ATX — 모두 W-2 데이터 가져오기를 지원합니다. CSV에서. 전년도 신고서에서. 급여 제공업체의 디지털 내보내기에서. 그 어느 것도 할 수 없는 것은 고객이 책상 너머로 세무사에게 건넨 종이 W-2 Copy B를 읽는 일입니다. 가져오기 기능은 구조화된 디지털 입력을 기대하지만, 원본 문서는 구조화되지 않은 물리적 종이입니다. 세무사가 변환 계층이 되는 셈입니다.

W-2 데이터가 SSA에 전자 신고되었더라도 세무사는 SSA 데이터베이스에서 Drake로 그 데이터를 단순히 가져올 수 없습니다. SSA의 Business Services Online 시스템은 준수 대조를 위해 임금 데이터를 IRS에 제공하며, 신고서 작성을 위해 세무사에게 제공하지 않습니다. 세무사가 IRS의 Transcript Delivery System(TDS)을 통해 접근할 수 있는 Wage and Income Transcript는 서명된 Form 8821 또는 Power of Attorney를 보유한 세무 전문가에게 제공되지만, 구조화된 필드 수준 데이터가 아닌 수정된 요약본으로 도착합니다. 따라서 세무사는 한 손에 고객의 종이 W-2를, 화면에는 Drake 입력 화면을 두고 여전히 직접 입력합니다.

미국 노동통계국은 2024년 5월 기준 회계사 및 감사인의 중간 시간당 임금을 $39.27로 집계했습니다. 복리후생, 급여세, 사무실 간접비, 소프트웨어 라이선스까지 포함하면 직원 회계사의 회사 비용은 시간당 $55–65에 가깝습니다. 회계사가 W-2 필드를 입력하는 데 보내는 모든 시간 — 분석적 판단이 전혀 필요 없는 작업 — 은 신고서 검토, 절세 기회 식별, 고객 상담에 사용하지 못하는 시간입니다. 데이터 입력 자체의 비용은 중견 회계 법인 기준 세금 시즌당 $4,000–$6,000로 산정되었습니다. 기회 비용 — 입력 작업으로 대체된 청구 가능 업무 — 은 측정하기 어렵지만 거의 확실히 더 큽니다.

템플릿 기반 OCR이 W-2에서 실패하는 이유는 항상 실패하는 것과 동일한 구조적 이유, 즉 레이아웃 변형 때문입니다

지난 20년 동안 문서 데이터 추출의 지배적인 접근 방식은 템플릿 기반 OCR이었습니다. "Box 1이 이 ADP 생성 W-2의 좌표 (x1, y1, x2, y2)에 있다"는 템플릿을 만들면 시스템은 해당 사각형 안에 있는 텍스트를 읽습니다. 이 방식은 고정되고 예측 가능한 레이아웃을 가진 문서에는 훌륭하게 작동합니다. 그러나 W-2의 경우에는 제대로 작동하지 않습니다. 동일한 필드(Box 1)가 모든 급여 제공업체의 출력물과 모든 스캔된 종이 사본에서 서로 다른 위치에 나타나기 때문입니다.

근본적인 문제는 템플릿 기반 OCR이 문서를 의미가 아닌 위치로 읽는다는 것입니다. 이 시스템은 Box 1이 학습 샘플에서 어디에 있었는지는 알지만 현재 문서에서 Box 1이 무엇인지는 알지 못합니다. 위치와 의미의 이러한 구분은 W-2 데이터 입력이 자동화를 거부해 온 핵심 이유입니다. 양식 사양은 어떤 정보가 나타나는지는 보장하지만 해당 정보가 물리적 또는 디지털 페이지의 어디에 있는지는 보장하지 않습니다. "무엇"을 결정하기 위해 "어디"에 의존하는 모든 시스템은 훈련받지 않은 급여 제공업체의 W-2를 만나는 순간 붕괴됩니다.

템플릿 도구는 다중 소스 문제에서도 실패합니다. "ADP W-2, 2024 형식"용으로 만들어진 템플릿은 "Paychex W-2, 2024 형식"에서 데이터를 추출할 수 없습니다. "소규모 고용주의 종이 W-2 사진, 2024 형식, 손으로 쓴 Box 3 수정 사항 포함"은 말할 것도 없습니다. 세무사는 각 고객의 고용주가 사용하는 모든 급여 제공업체에 대한 템플릿 라이브러리를 유지 관리해야 하며, 각 제공업체가 양식 레이아웃을 수정할 때마다 매년 업데이트해야 합니다. 유지 관리 부담만으로도 실제 규모에서 이 접근 방식은 비현실적입니다. 의미 기반 추출이 이러한 레이아웃 전반에서 각 상자를 읽는 방법과 여전히 어려움을 겪는 부분을 단계별로 알아보려면 W-2 및 1099 추출에 대한 전체 가이드를 참조하세요.

의미 기반 이해가 위치를 의미로 대체합니다 — 그리고 그것이 자동화가 할 수 있는 일을 바꿉니다

템플릿 기반 추출의 대안은 의미 기반 문서 이해입니다: 사람처럼 W-2를 읽는 AI 모델 — 각 필드가 의미하는 바를 인식하는 방식으로, 위치가 아니라. ADP PDF의 왼쪽 상단, Paychex PDF의 오른쪽 상단, 또는 종이 양식의 휴대폰 사진 중앙에 나타나든, W-2에서 “Wages, tips, other compensation”을 보면 그것이 Box 1이라는 것을 알 수 있습니다. 의미 기반 AI도 동일한 판단을 내립니다: “Wages, tips, other compensation”을 개념으로 식별하고 그 옆의 금액을 추출합니다. 그 금액이 인쇄되었든, 손으로 쓰였든, 취소선으로 수정되었든 상관없이 말이죠.

좌표 기반 추출에서 개념 기반 추출로의 이러한 전환은 W-2 자동화를 처음으로 기술적으로 실현 가능하게 만듭니다. 특정 템플릿에서 Box 1이 어디에 있는지 정의하는 대신, 시스템에 이렇게 지시합니다: “Wages, tips, other compensation이라고 표시된 금액을 추출하세요.” 시스템은 전체 양식을 읽고, 해당 라벨이 어디에 있든 찾아서 그 옆의 값을 반환합니다. 때때로 열 이름 추출이라고도 불리는 이 접근 방식 — 페이지 좌표가 아닌 의미적 이름으로 원하는 필드를 정의하는 방식 — 은 모든 세 급여 제공업체, 손으로 쓴 수정 사항, 휴대폰 사진을 단 한 번의 처리로 처리합니다. 무엇이 어디에 있는지 미리 알 필요가 없기 때문입니다.

이것은 또한 PDF에서 W-2 데이터를 추출하여 구조화된 스프레드시트로 만드는 작업이 대규모로 가능해지는 지점입니다. 작성자는 열 이름 — “Box 1 Wages,” “Box 2 Federal Tax Withheld,” “Box b EIN,” “Employee SSN” — 을 정의하고, 의미 모델은 어떤 급여 제공업체가 어떤 양식을 생성했는지와 관계없이 배치의 모든 W-2에서 각 값을 찾습니다. 출력은 직원당 한 행씩 있는 단일 Excel 시트로, Drake 또는 UltraTax으로 가져올 준비가 되어 있으며, 단 하나의 필드도 수동으로 입력할 필요가 없습니다.

엔드투엔드 W-2 자동화에 필요한 것 — 그리고 세 가지 요소가 마침내 갖춰진 이유

W-2 데이터 입력의 완전 자동화 — 고객 문서 접수부터 세무 소프트웨어 가져오기까지 — 에는 역사적으로 별도의 시스템에 존재해 온 세 가지 기능이 필요합니다:

1. 형식에 구애받지 않는 필드 추출 — ADP, Paychex, Gusto, 스캔한 종이 사본, 휴대폰 사진에서 공급업체별 템플릿 없이 동일한 필드를 정확히 읽어냅니다.
2. 교차 필드 검증 — Box 4가 Box 3 × 6.2%와 일치하는지, Box 2가 Box 1 임금 대비 타당한지, SSN 형식이 유효한지 자동으로 확인합니다. 이는 작성자의 판단 단계이며 — 추출 시점에 이루어져야 하며, 이후 검토 중에가 아닙니다.
3. 구조화된 내보내기 — 추출되고 검증된 데이터를 세무 신고 소프트웨어가 직접 사용할 수 있는 형식(XLSX, CSV)으로 전달하여 재입력 단계를 완전히 제거합니다.

첫 번째 요소인 형식에 구애받지 않는 추출은 의미론적 AI가 가능하게 합니다. 두 번째 요소인 교차 필드 검증은 계산 열이 워크플로에 추가하는 기능입니다: 추출 시점에 “Box 4 = Box 3 × 0.062 확인”과 같은 계산을 정의하고 데이터가 스프레드시트에 도달하기 전에 불일치를 표시하는 기능입니다. 세 번째 요소인 구조화된 내보내기는 작성자의 문서 더미와 세무 소프트웨어의 가져오기 화면 사이의 최종 다리입니다. 이 세 가지 요소는 모두 오늘날 존재합니다. 부족했던 것은 이들을 하나로 결합하는 단일 도구였습니다.

W-2 데이터 입력 문제가 47년 동안 지속된 이유는 이를 해결할 기술이 없었기 때문이 아니라 접근 방식이 잘못되었기 때문입니다. 템플릿 기반 시스템은 W-2가 자체 추출 모델에 맞춰지도록 강제했습니다. 의미론적 시스템은 W-2가 실제로 도착하는 방식 — 다양하고, 물리적이며, 불완전한 — 그대로 읽고 데이터를 추출합니다. 이러한 차이 — 양식이 도구에 적응하도록 요구하는 대신 도구가 양식에 적응하도록 만드는 것 — 이 마침내 자동화를 가능하게 만드는 구조적 전환입니다.

자주 묻는 질문

종이 W-2 사진에서 데이터를 추출할 수 있나요, 아니면 깨끗한 PDF여야 하나요?

시맨틱 AI 모델은 종이 W-2 사진을 깨끗한 디지털 PDF와 동일한 방식으로 처리합니다. 템플릿을 매칭하는 것이 아니라 각 필드 라벨의 의미를 읽는 방식입니다. 고객이 찍어 문자로 보내준 Copy B의 스마트폰 사진도 유효한 입력입니다. 사진의 품질은 중요합니다 — 조명이 적절하고 초점이 맞아야 합니다 — 하지만 형식은 중요하지 않습니다. JPG, PNG, PDF 모두 지원됩니다.

서로 다른 급여 제공업체의 W-2 50장이 있다면 한 번에 모두 처리할 수 있나요?

네. 일괄 처리는 여러 출처가 섞인 W-2 배치를 위해 특별히 설계되었습니다. 단일 세션에서 50개 파일을 모두 업로드하고 — ADP PDF, Paychex PDF, 종이 양식의 휴대폰 사진 — 원하는 출력 열을 한 번만 정의하면, 시스템이 직원당 한 행씩 구성된 단일 Excel 스프레드시트를 반환합니다. 추출은 파일 템플릿이 아닌 필드 의미를 기준으로 이루어지므로, 서로 다른 급여 제공업체의 레이아웃에 대해 별도 설정이 필요 없습니다.

W-2 양식의 손글씨 수정 사항은 AI가 읽을 수 있나요?

손글씨 인식으로 학습된 시맨틱 AI 모델은 동일한 필드에서 인쇄된 텍스트와 손글씨 수정 사항을 구분할 수 있습니다. Box 3의 인쇄된 숫자에 손글씨로 대체 값이 적혀 있는 경우, 일반적으로 손글씨 값으로 읽힙니다 — 시스템이 수정 사항을 인식합니다. 그러나 심하게 손상되었거나 번진 손글씨는 정확도를 떨어뜨릴 수 있습니다. 이러한 경우 추출된 출력물을 원본 이미지와 대조 확인해야 하며, 이는 추출 방법과 관계없이 표준적인 품질 관리 절차입니다.

전자 신고 목적으로 AI 도구로 추출한 W-2 데이터를 IRS가 승인하나요?

IRS는 세무사가 고객의 원본 문서를 디지털화하는 방식을 규제하지 않습니다 — 신고된 세금 신고서의 정확성을 규제합니다. 세무사는 세무 소프트웨어에 입력된 데이터가 원본 W-2와 일치하는지 확인할 책임이 있습니다. AI 추출은 데이터 입력 단계이며, 세무사의 검증과 전문적 판단이 준수 단계로 남아 있습니다.

템플릿 기반 OCR과 W-2 추출용 시맨틱 AI의 차이점은 무엇인가요?

템플릿 기반 OCR은 위치를 기준으로 데이터를 추출합니다. 즉, "이 사각형 안에 나타나는 텍스트를 읽어라"는 방식입니다. 급여 제공업체의 W-2 형식마다 별도의 템플릿이 필요하며, 명시적으로 학습되지 않은 양식에서는 실패합니다. 시맨틱 AI는 의미를 기준으로 데이터를 추출합니다. 즉, "'임금, 팁, 기타 보상'이라는 라벨이 있는 필드를 찾아 그 옆에 있는 금액을 반환하라"는 방식입니다. ADP, Paychex, Gusto, 스캔한 종이, 휴대폰 사진 등 모든 W-2 레이아웃에서 작동합니다. 라벨이 페이지의 어디에 있는지는 중요하지 않기 때문입니다. 좌표 기반 템플릿 대신 열 이름 추출을 사용하면 동일한 설정으로 출처에 관계없이 배치의 모든 W-2를 처리할 수 있습니다.

추출된 W-2 데이터를 자동으로 교차 검증할 수 있나요? 예를 들어, 사회보장세 원천징수액이 임금의 6.2%인지 확인하는 것 같은 경우요?

네, 가능합니다. 계산 열을 사용하면 추출 중에 검증 공식을 정의할 수 있습니다. Box 3 × 6.2%를 계산하고 추출된 Box 4 값과 비교하여 불일치를 표시하는 열을 추가할 수 있습니다. 또한 Box 1 임금이 Box 3 사회보장 임금과 Box 5 메디케어 임금을 합친 것보다 비현실적으로 초과하지 않는지 확인할 수도 있습니다. 이러한 교차 검증은 세무사가 수동으로 수행하는 것과 동일한 절차로, 추출 시점에 이루어지므로 데이터가 세무 소프트웨어 입력 화면에 도달하기 전에 불일치가 표면화됩니다.

수동 입력이 끝나고 자동화가 시작되는 지점

W-2는 자동화를 염두에 두고 설계되지 않았습니다. 6부로 구성된 배포, 종이 우선 아키텍처, 수기 수정 허용 등 양식의 모든 구조적 특징은 사람이 읽을 것이라는 가정을 기반으로 합니다. 47년 동안 기술 기업들은 W-2를 다른 구조화된 문서처럼 취급하여 이 문제를 해결하려고 했습니다. 템플릿을 만들고, 좌표를 일치시키고, 텍스트를 추출하는 방식이었죠. 이 접근 방식은 W-2가 템플릿이 요구하는 방식으로 구조화되어 있지 않기 때문에 실패했습니다. W-2는 공통된 필드 의미를 공유하는 시각적으로 다른 문서들의 집합이며, 이에 작동하는 유일한 추출 방식은 위치가 아닌 의미를 읽는 것입니다.

시맨틱 추출은 작업 단위를 "양식 1개, 템플릿 1개, 타이피스트 1명"에서 "배치 1개, 열 정의 1개, 클릭 1번"으로 바꿉니다. 세무사는 여전히 결과를 검증합니다. 그것은 전문가의 판단이며, 앞으로도 계속 필요합니다. 그러나 종이에서 숫자를 읽고 화면으로 옮기는 데 드는 시간, 즉 1978년 양식 디자인이 2026년 납세 시즌에 남긴 유산인 그 시간은 대체될 수 있습니다.