텔레그램 공동 구매:
채팅 스크린샷에서 각 사람의 이름, 상품, 금액 추출하기
공동 구매 주최자가 "나이키 러닝화 공동 구매 — 개당 45달러. 사이즈 S / M / L / XL. 오후 8시까지 주문을 답글로 달아주세요."라고 올립니다. 한 시간 안에 50개의 답글이 쌓입니다: "2개 L 사이즈 부탁드려요 — 나중에 결제할게요," "1개 M 사이즈 — 송금 완료," "3개 S 사이즈 — 번호 보내주세요." 하나의 스크린샷에 열다섯 명의 이름, 상품, 선호 사이즈, 수량, 결제 메모가 모두 말풍선 속에 섞여 있습니다. 데이터는 모두 있지만, 스프레드시트와는 전혀 다릅니다.
핵심 요약
- 50개의 답글이 달린 공동 구매를 정리하려면 주최자가 10~15분 동안 스크롤하며 이름을 확인하고, 수량을 세고, 결제 메모를 풀어낸 후 모든 행을 스프레드시트에 직접 입력해야 합니다.
- OCR은 전체 스크린샷을 하나의 텍스트 블록으로 평탄화합니다. "2개 L 사이즈," "1개 M 사이즈 송금," "3개 XL 사이즈"가 모두 이어붙여져 누가 어떤 주문을 했는지 알 수 없습니다.
- 비주얼 AI는 채팅을 대화로 읽습니다. 발신자별로 메시지를 그룹화하고, 같은 사람의 여러 말풍선 주문을 병합하여 몇 초 만에 구매자당 한 행씩 출력합니다.
단일 공동 구매 스크린샷에 포함된 정보
텔레그램 공동 구매 스크린샷은 문서가 아닙니다. 양식, 송장, 표도 아닙니다. 각각 다른 사람이 보낸 말풍선이 세로로 이어진 대화 스레드이며, 각 말풍선에는 주문의 일부가 담겨 있습니다. 공동 구매 스레드를 스크린샷으로 찍으면, 수십 개의 동시 대화가 하나의 정지된 프레임에 담깁니다.
이 프레임에는 일반적으로 다음 정보가 포함됩니다:
| 정보 계층 | 실제 스크린샷 예시 |
|---|---|
| 주최자 공지 | "Jaket bomber kulit — Rp 350k. Size M/L/XL. Transfer ke BCA 123456 a/n Sari." |
| 참여자 답글 (10~30개 메시지) | "2 pcs size L — udah transfer ya" / "1 size M, ambil di tempat" / "3 size XL, bayar pas ambil" |
| 발신자 정보 | 각 말풍선 위에 표시되는 표시 이름 또는 사용자 이름 — @rudi_90, @sari_wati, Budi Santoso |
| 결제 메모 | 답글에 흩어져 있음 — "transfer," "pay later," "ambil di tempat" (현장 수령) |
정보는 필드별이 아니라 사람별로 연결되어 있습니다. 각 사람의 이름, 상품 선택, 수량, 사이즈, 결제 의도가 하나 이상의 말풍선에 걸쳐 분산되어 있습니다. 왼쪽에서 오른쪽, 위에서 아래로 텍스트를 읽는 기존 도구는 뒤섞인 답글 블록을 출력할 뿐입니다. "2 pcs size L"이 위나 아래 사람이 아닌, 그것을 보낸 사람의 것임을 알 방법이 없습니다.
채팅 텍스트와 스프레드시트 행이 다른 이유
스크린샷에 보이는 것과 주최자가 필요한 것 사이의 차이는 데이터 부족이 아닌 구조의 문제입니다. 스크린샷에는 주문을 처리하는 데 필요한 모든 정보가 있습니다. 하지만 형식(세로로 연결된 말풍선)과 출력 형식(사람당 한 행씩인 스프레드시트)은 완전히 다릅니다.
일반 OCR은 스크린샷을 단일 텍스트 페이지로 취급합니다. 각 줄을 순서대로 읽고 모든 내용을 평범한 텍스트로 덤프합니다:
// OCR 출력 — 평면적, 구조 없음
"Jaket bomber kulit — Rp 350k. Size M/L/XL. Transfer ke BCA 123456 a/n Sari."
"2 pcs size L — udah transfer ya"
"1 size M, ambil di tempat"
"3 size XL, bayar pas ambil"
"1 size L kak, transfer sekarang"
"2 size M — udah ya"
이 텍스트는 주문 처리에 전혀 쓸모가 없습니다. 누가 무엇을 주문했는지 알 수 없습니다. 주최자는 여전히 원본 스크린샷을 보고, 각 답글을 발신자에게 수동으로 매핑한 후, 모든 내용을 스프레드시트에 직접 다시 입력해야 합니다. 이것이 진정한 병목 현상입니다. "단어를 읽는 것"이 아니라, 어떤 단어가 어떤 사람의 것인지 이해하는 것이 문제입니다.
비주얼 AI — 의미 기반 추출의 기반 기술 — 은 스크린샷을 다르게 접근합니다. 이미지에 여러 발신자 영역(각 말풍선과 표시 이름)이 있음을 인식하고, 각 말풍선 안의 텍스트를 보낸 사람과 연결합니다. 스크린샷을 텍스트 페이지처럼 읽지 않고, 대화처럼 읽어 각 메시지가 작성자에게 속한다는 것을 이해합니다. 이는 AI가 영수증이 아닌 결제 스크린샷에서도 구조화된 데이터를 추출할 수 있게 하는 동일한 패러다임 전환입니다. 입력은 문서가 아니지만, AI가 보고 있는 내용을 이해하기 때문에 데이터는 여전히 추출 가능합니다.
공동 구매에 중요한 필드
채팅 형식을 제거하면, 공동 구매 주문은 항상 동일한 핵심 필드를 가집니다. 스프레드시트에 실제로 필요한 열은 다음과 같습니다:
| 필드 | 채팅에서의 모습 | 중요한 이유 |
|---|---|---|
| 이름 | 말풍선 위에 표시된 텔레그램 표시 이름 또는 @사용자 이름 | 주문한 사람 — 인계 및 결제 여부 추적에 필요 |
| 상품 / 변형 | "Jaket bomber kulit" 또는 "size L" (상품은 위 공지에 이미 있음) | 어떤 제품과 어떤 변형인지 — 하나의 공동 구매가 여러 색상이나 사이즈를 포함하는 경우가 많음 |
| 수량 | "2 pcs," "3," 또는 "1 size M" (사이즈와 같은 문구에 수량이 포함됨) | 몇 개인지 — 재고 할당 및 공급업체 주문에 필요 |
| 금액 | "Rp 350k," "udah transfer," "total 700" — 명시적인 경우도 있고, 수량 × 단가로 암시되는 경우도 있음 | 결제 추적 — 결제한 사람, 미납자, 총 수금액 |
| 메모 | "ambil di tempat," "pay later," "transfer sekarang" | 결제 방법, 수령 선호도, 특별 지시사항 |
전통적인 데이터 입력을 어렵게 만드는 것은 여러 필드가 하나의 문법적으로 느슨한 문장에 압축되는 경우가 많다는 점입니다: "2 size M transfer ya"에는 다섯 단어 안에 수량(2), 사이즈(M), 결제 메모(transfer)가 포함되어 있습니다. 인간 운영자는 이를 읽고 본능적으로 별도의 데이터 포인트로 분리합니다. 전통적인 OCR은 그렇게 할 수 없습니다.
한 사람의 주문이 여러 메시지에 걸쳐 있을 때
공동 구매 스레드에서 자주 나타나는 패턴 때문에 추출이 더 까다로워집니다. 같은 사람이 연달아 두세 개의 답글을 보내는 경우입니다. 먼저 "1개 L 사이즈"라고 입력한 다음, 바로 이어서 "GoPay로 송금", 그리고 "ambil besok"(내일 수령)이라고 보낼 수 있습니다. 이 세 메시지는 스크린샷에서 별도의 말풍선으로 보이지만, 모두 같은 사람의 것이며 함께 하나의 주문을 구성합니다.
대화 그룹화를 이해하는 비주얼 AI는 동일한 발신자의 연속된 메시지를 하나의 주문 항목으로 처리해야 한다는 것을 인식합니다. 텍스트를 결합하고, 필드를 추출한 후, 단일 행으로 출력합니다. 이러한 수준의 그룹화는 템플릿 기반 OCR 도구로는 불가능합니다. 페이지의 인쇄상 구조뿐만 아니라 대화의 사회적 구조를 이해해야 하기 때문입니다.
스크린샷 하나에서 사람당 스프레드시트 행 하나로
맞춤 열 추출은 이 혼란스러운 세로형 스레드를 깔끔한 테이블로 바꿔줍니다. 필요한 열(이름, 품목, 수량, 사이즈, 금액)을 정의하기만 하면 AI가 나머지를 처리합니다.
이미지 하나, 말풍선 개수와 사람 수는 상관없습니다.
이름, 품목, 수량, 사이즈, 금액, 메모 — 이 항목들이 스프레드시트 헤더가 됩니다. 템플릿이나 설정이 필요 없습니다.
각 발신자를 식별하고, 메시지를 그룹화하며, "2개 L 사이즈 송금"과 같은 복합 구문을 포함한 주문 세부 정보를 분석합니다.
조달, 결제 추적, 인계를 위한 깔끔한 출력물이 준비됩니다. 수동 정렬이 필요 없습니다.
그 결과, 5~10분이 소요되던 수동 기록 작업이 30초 만에 끝납니다. 패션 공동 구매, 식품 공동 구매, 전자제품 주문 등 매달 여러 번의 공동 구매를 운영하는 주최자에게 이 시간 절약은 빠르게 누적됩니다.
주문 스레드가 한 스크린샷을 넘어가면 어떻게 하나요?
인기 있는 공동 구매는 200개 이상의 답글이 달리기도 합니다. 주최자는 전체 스레드를 담기 위해 여러 장의 스크린샷을 찍곤 합니다. 이 스크린샷들을 같은 배치에 업로드하고, 열을 한 번만 정의하면 AI가 모든 이미지를 함께 처리합니다. 출력 결과는 각 사람의 주문이 올바르게 귀속된 하나의 스프레드시트로 병합됩니다. 일괄 처리는 스크린샷마다 다르게 표기된 이름, 잘못 입력된 수량 등 실수하기 쉬운 작업을 단 한 번의 작업으로 바꿔줍니다.
스크린샷이 알려주지 않는 것
공동 구매 스크린샷은 주문 관리 시스템이 알려주는 모든 것을 알려줄 수 없습니다. 누군가의 표시 이름이 이모지나 한 글자라면, 실제 이름으로 수동 매핑해야 할 수도 있습니다. 채팅에서 지역 속어가 많이 사용된다면, 비표준 약어에 대한 정확도가 다소 낮아질 수 있습니다. 하지만 대다수의 공동 구매 스레드(사용자 이름을 읽을 수 있고 "2 pcs size L" 또는 "1 M transfer" 같은 패턴의 주문이 있는 경우)에서는 몇 초 만에 바로 사용할 수 있는 데이터를 추출합니다. 목표는 주최자의 판단을 대체하는 것이 아니라, 50개의 답글을 읽고 각각을 셀에 입력하는 기계적인 작업을 없애는 것입니다.
자주 묻는 질문
동일한 공동 구매의 여러 텔레그램 스크린샷을 한 번에 처리할 수 있나요?
네, 가능합니다. 모든 스크린샷을 동일한 배치에 업로드하고 열을 한 번만 정의하면 AI가 모든 이미지를 함께 처리합니다. 출력 결과는 한 사람당 한 행씩 단일 스프레드시트로 병합되며, 메시지가 여러 스크린샷에 분산되어 있어도 문제없습니다.
스크린샷에서 누군가의 주문이 두 개의 분리된 메시지로 나뉘어 있으면 어떻게 되나요?
AI는 동일한 발신자의 연속된 메시지를 그룹화하여 하나의 주문으로 처리합니다. 누군가 "2개 L 사이즈"를 입력한 후 바로 "GoPay로 송금합니다"라고 추가하면, 두 메시지가 하나의 행으로 결합됩니다.
WhatsApp이나 LINE 같은 다른 채팅 플랫폼에서도 작동하나요?
발신자 이름이 메시지 위나 옆에 표시되는 모든 채팅 스크린샷에 동일한 방식이 적용됩니다. 비주얼 AI는 채팅 구조를 읽기 때문에 텔레그램의 특정 말풍선 디자인에 국한되지 않습니다. 플랫폼 관련 참고 자료로는 텔레그램 채팅에서 공유된 암호화폐 지갑 주소 처리 방법과 영수증이 아닌 결제 스크린샷에 대한 광범위한 내용을 확인해 보세요.
채팅에서 주문을 위해 텍스트 대신 이모지 반응을 사용하면 어떻게 되나요?
이모지만으로 된 응답(예: 세부 사항 없이 참여 의사를 표시하는 👍 또는 ❤️)은 추출 가능한 주문 데이터를 포함하지 않습니다. 이러한 경우 주최자가 수동으로 확인해야 합니다. 하지만 스크린샷에 실제 주문 정보가 포함된 다른 참가자의 텍스트 응답도 함께 있다면, 해당 참가자들의 정보는 올바르게 추출됩니다.
스크린샷이 저장되거나 다른 사람에게 공개되나요?
아닙니다. 이미지는 임시로 처리되며 서버에 저장되지 않습니다. 추출이 완료되고 결과가 전달되면 원본 파일은 삭제됩니다. 플랫폼을 포함한 그 누구도 귀하의 공동 구매 스크린샷이나 추출된 데이터에 접근할 수 없습니다.
공동 구매 스크린샷은 대화이지 스프레드시트가 아닙니다. 하지만 그 안에서 필요한 정보(각 사람의 이름, 상품, 수량, 금액)는 비주얼 AI가 한 번에 추출할 수 있을 만큼 구조화되어 있습니다.
다음에 텔레그램 공동 구매 스레드에 답글이 50개가 달려서 누가 무엇을 주문했는지 확인하려고 다시 스크롤할 때, 스크린샷을 찍고 추출이 정리를 하도록 맡기세요. 수동 작업이 필요한 이유는 데이터가 없어서가 아니라, 형식이 스프레드시트와 일치하지 않았기 때문입니다. 형식 독립적 추출이 그 차이를 메워 줍니다.