WeChat 채팅 스크린샷에서
중국 배송 주소와 전화번호 읽기

위챗 주소 메시지의 실제 모습

위챗 채팅에서 보내는 일반적인 중국 배송 주소는 큰 행정 단위부터 작은 순서로 나열되는 빅엔디언 체계를 따릅니다. 가장 큰 지리적 단위가 먼저 오고, 가장 작은 단위가 마지막에 오며, 그 뒤에 수취인 이름과 전화번호가 이어집니다. 완전한 메시지는 다음과 같습니다:

이 한 줄의 문자열에서 사람은 즉시 여섯 가지 데이터 포인트를 식별합니다: 성(省), 시(市), 구(区), 도로명과 건물(路/号/楼/室), 수취인 이름(收件人姓名), 휴대폰 번호(手机号). 주소는 구조화되어 있습니다. 중국 주소 형식은 세계에서 가장 일관되게 계층적인 우편 시스템 중 하나입니다. 하지만 그 구조는 전적으로 단어의 의미에 존재할 뿐, 시각적인 구분은 전혀 없습니다. 줄바꿈도, 열 구분자도, 입력 필드도 없습니다. 그저 중국어 문자와 숫자가 연속적으로 이어진 하나의 블록일 뿐입니다.

주소는 완벽하게 구조화되어 있습니다. 단지 구조화되어 보이지 않을 뿐입니다. 그리고 바로 그런 입력이 전통적인 OCR이 가장 취약하게 다루는 유형입니다.

동일한 형식은 모든 위챗 주문 시나리오에서 반복됩니다. 위챗 판매자(微商)에게서 옷을 사는 고객도 주소를 한 메시지로 보냅니다. 다이고우(구매 대행) 구매자도 배송 정보를 같은 방식으로 확인합니다. 위챗으로 배송 지시를 받는 식자재 공급업체도 똑같은 형식의 텍스트를 받습니다. 성부터 휴대폰 번호까지, 모두 하나의 블록으로 되어 있습니다. 누가 보냈든 내용은 동일합니다: 지리적 계층 구조 + 이름 + 전화번호, 모든 것이 하나의 문자열로 연결되어 있어 사람은 0.5초 만에 파싱하지만 기계는 하나의 구분되지 않은 텍스트 덩어리로 오인합니다.

계층 구조 문제 — 평면적인 문자열은 주소가 아닙니다

어려움은 한자를 인식하기 어렵다는 데 있지 않습니다. 현대 OCR은 인쇄된 중국어를 높은 정확도로 읽습니다 — 문자 인식 기술은 수년간 신뢰할 수 있었습니다. 어려움은 중국 주소가 단순한 문자 나열이 아니라, 문자 나열로 표현된 계층 구조라는 점에 있습니다. 기존 OCR은 전체 문자열을 한 줄의 텍스트로 취급합니다. "浙江省杭州市西湖区文三路478号华星科技大厦12楼1208室 王芳 13812345678"을 하나의 필드, 즉 의미적 구분이 없는 하나의 연속된 문자열로 출력합니다.

주소가 완벽하게 작성되지 않았을 때 문제는 더 심각해집니다. 고객이 같은 성 내의 판매자에게 주문할 때 성을 완전히 생략할 수 있습니다: "杭州市西湖区文三路478号" — 앞에 "浙江省" 없이. 또 다른 경우는 시와 구만 포함할 수도 있습니다: "深圳南山科技南路18号" — 성을 생략하고 잘 알려진 구의 약칭을 사용합니다. 일부 주소는 건물명을 생략하고 도로명과 가까운 랜드마크만 제공합니다. 기존 OCR은 이러한 변형을 정규화할 방법이 없습니다, 자신이 주소를 보고 있다는 사실 자체를 모르기 때문입니다.

가장 분리하기 쉬워 보이는 휴대폰 번호조차 주소 블록 내에서 함정이 있습니다. 중국 휴대폰 번호는 1로 시작하는 11자리 숫자입니다 — 단독으로 보면 명확한 패턴입니다. 하지만 건물 번호("12楼" 또는 "1208室" 등)도 포함된 주소 문자열 끝에 있을 때, 모든 숫자 시퀀스를 무작정 추출하는 도구는 "478"(건물 번호), "12"(층), "1208"(호실), "13812345678"(실제 휴대폰 번호)를 모두 가져올 수 있습니다. 어떤 숫자 그룹이 휴대폰 번호이고 어떤 것이 주소 구성 요소인지 구분할 방법이 없습니다.

휴대폰 번호 패턴(11자리, 1로 시작)은 사람이 쉽게 찾아낼 수 있습니다 — 하지만 자신이 주소를 보고 있다는 것을 이해하지 못하는 도구는 페이지에 있는 모든 숫자를 가져와서 전부 "데이터"라고 부를 것입니다.

시각 AI가 동일한 스크린샷을 다르게 읽는 방법

여기서부터 추출 방식이 문자 인식에서 의미 이해로 전환됩니다. 스크린샷의 모든 텍스트를 스캔해 평평한 블록으로 출력하는 대신, 시각 AI 도구는 "이 정보는 어떤 종류인가, 각 조각은 어디에 속하는가?"를 묻는 방식으로 이미지를 읽습니다.

맞춤 열 추출을 사용하면 원하는 열을 정의합니다 — "배송 주소 (收货地址)", "수취인 이름 (收件人)", "휴대폰 번호 (联系电话)" — 그러면 AI가 중국 주소 형식의 맥락 안에서 각 항목이 의미하는 바를 이해하여 일치하는 값을 찾아냅니다. 省이 성(도)을 표시하고 路가 도로명을 표시한다는 것을 일일이 알려줄 필요가 없습니다. AI는 중국 주소의 구조적 문법을 이해하기 때문에 이러한 표시를 식별합니다 — 마치 여러분이 중국 지리를 공부한 적이 없어도 "浙江省"이 성(도)임을 직감적으로 아는 것과 같습니다.

의미 기반 접근 방식이 주소 블록의 각 구성 요소를 처리하는 방법은 다음과 같습니다:

이 접근 방식이 효과적인 이유는 AI가 스크린샷에 나온 특정 도시나 거리 이름을 정확히 알 필요가 없기 때문입니다. AI가 알아야 하는 것은 해당 위치의 무언가가 도시 역할을 하고, 무언가가 거리 역할을 하며, 무언가가 전화번호 역할을 한다는 점입니다. 추출은 각 세그먼트가 중국 주소 형식에서 수행하는 구조적 역할에 의해 결정됩니다. 이 형식은 지역적 차이에도 불구하고 세계에서 가장 일관된 우편 계층 구조 중 하나입니다.

공식 영수증이 아닌 결제 스크린샷에서 데이터를 추출할 때 적용되는 것과 동일한 원칙이 여기에도 적용됩니다. 출력 열을 정의하면 AI는 템플릿을 일치시키는 것이 아니라 의미를 이해하여 스크린샷에서 일치하는 값을 찾습니다. 입력이 WeChat Pay 확인 화면이든 배송 주소가 포함된 채팅 메시지이든, 방법은 동일합니다. 의미론적 추출은 위치가 아닌 의미를 기준으로 읽습니다.

여러 WeChat 주문 일괄 처리

위챗 판매자는 한 번에 하나의 주문만 받지 않습니다. 바쁜 날에는 여러 고객의 주소 메시지로 채팅 로그가 가득 찹니다. 각각 이름, 도시, 배송 지시사항이 모두 다릅니다. 열 개의 주소를 수동으로 옮겨 적으려면 열 개의 메시지를 읽고, 열 개의 전화번호를 복사하고, 열 개의 이름을 주문 시트나 포장 라벨에 입력해야 합니다. 매번 동일한 과정이 반복되고, 오류 패턴도 매번 동일합니다. 전화번호 한 자리가 잘못 입력되거나, 거리 번호를 잘못 읽거나, 구를 잘못 식별하는 식입니다.

일괄 처리는 이 작업 흐름을 바꿉니다. 각 고객의 주소 메시지가 담긴 모든 스크린샷을 함께 업로드합니다. 한 세트의 열 정의("배송 주소", "수취인 이름", "휴대폰 번호")를 한 번만 적용합니다. AI는 배치 내 모든 스크린샷을 읽고 통합된 테이블을 출력합니다. 고객당 한 행씩, 주소, 이름, 휴대폰 번호가 세 개의 깔끔한 열에 정리됩니다.

출력 테이블은 Excel로 직접 내보내거나 ImageToTable.ai Google Sheets 애드온을 사용하여 스프레드시트를 벗어나지 않고 Google Sheets에 바로 작성할 수 있습니다. 각 행은 하나의 주문이며, 배송 라벨로 인쇄하거나 주문 관리 시스템으로 가져오거나 팀에 공유할 준비가 된 것입니다. 주문당 소요 시간은 읽고 입력하는 데 약 1분에서 확인하는 데 몇 초로 줄어듭니다.

추출의 가치는 단순히 하나의 주소에서 몇 초를 절약하는 것이 아닙니다. 수동 작업을 늘리지 않고도 하루 10건의 주문에서 30건으로 확장하는 데 있습니다. 병목 현상은 주소를 읽는 것이 아니라 매번 다시 입력하는 데 있기 때문입니다.

동일한 일괄 작업 흐름은 앞서 논의한 주소 형식 변형 전반에 걸쳐 적용됩니다. 하나의 배치에는 완벽하게 구조화된 주소(성→시→구→로→이름→전화번호)가 포함된 메시지 10개, 성이 생략된 메시지 2개, 고객이 거리 이름 대신 랜드마크를 포함한 메시지 1개, 그리고 성(省) 수준이 전혀 없는 직할시(베이징 또는 상하이)의 메시지 1개가 포함될 수 있습니다. AI는 모든 주소가 정확히 동일한 템플릿을 따른다고 가정하지 않고 구조적 구성 요소로 읽기 때문에 동일한 패스에서 모든 주소를 처리합니다.

특히 다른 시장의 고객을 대상으로 WhatsApp에서도 주문을 처리하는 판매자의 경우, 동일한 접근 방식이 WhatsApp Business를 통해 전송된 주소 메시지로 확장됩니다. 추출 열은 동일하게 유지되며, 채팅 인터페이스만 변경됩니다.

자주 묻는 질문