WeChat Pay 스크린샷:
영수증은 아니지만, 금액과 주문번호는 추출 가능합니다

WeChat Pay 스크린샷에 실제로 표시되는 정보 (그리고 표시되지 않는 정보)

식당, 택시, 또는 동네 가게에서 WeChat으로 결제하면 앱이 알림 화면으로 거래를 확인해 줍니다. 이 화면에는 판매자명, 거래 금액(위안화), 결제 시간, 그리고 WeChat 시스템에서 이 특정 결제를 식별하는 긴 숫자 문자열인 거래 ID가 표시됩니다. 이것이 화면의 전부입니다. 항목별 내역, 세금 내역, 판매자의 등록 주소, 공식 인감은 없습니다.

중국에서 파퍄오(发票)라고 부르는 정식 영수증에는 위에 언급된 모든 정보가 필요합니다. WeChat 스크린샷과 파퍄오의 차이는 단순한 형식상의 차이가 아닙니다. 이는 법적 범주의 차이입니다. 하나는 결제 알림이고, 다른 하나는 세금 문서입니다.

두 가지의 차이점은 다음과 같습니다:

여기서 얻을 수 있는 결론은 WeChat 스크린샷이 쓸모없다는 것이 아닙니다. 스크린샷과 파퍄오는 서로 다른 목적을 가지고 있다는 것입니다. 중국에서 법인 비용 정산을 위해 세금 공제가 가능한 영수증이 필요하다면 파퍄오가 필요합니다. 스크린샷만으로는 재무 부서나 세무 당국을 만족시킬 수 없습니다. 하지만 수십 건의 WeChat 거래에서 개인 지출을 추적하거나, 청구된 금액과 실제 지불한 금액을 대조하거나, 개인 회계를 위한 결제 기록을 유지 관리하는 경우라면 스크린샷에 필요한 데이터가 정확히 있습니다. 문제는 이 데이터를 효율적으로 추출하는 방법입니다.

"영수증 아님"이 "추출 불가"를 의미하지 않는 이유

WeChat 스크린샷에서 데이터를 추출할 수 없다는 직관은 나름 합리적인 데서 비롯됩니다. 이는 구조화된 문서가 아니기 때문입니다. 기존 OCR 도구는 문서에 예측 가능한 레이아웃이 있다는 가정 하에 만들어집니다. 즉, 인보이스에는 판매자명이 있는 헤더와 합계가 있는 푸터가 있고, OCR 엔진은 해당 영역 내의 알려진 좌표에서 문자를 읽습니다. 하지만 WeChat 결제 확인 화면에는 그런 것이 전혀 없습니다. 금액, 판매자명, 거래 ID가 알림 스타일 레이아웃에 떠 있는 평면적인 UI 화면이며, 이 레이아웃은 WeChat 버전, 휴대폰 화면 크기, QR 코드를 스캔했는지 코드를 스캔당했는지에 따라 달라집니다.

기존 OCR이 여기서 실패하는 이유는 텍스트를 읽기 어려워서가 아니라, 템플릿 없이는 "이 숫자들 중 어느 것이 금액인가?"라는 질문에 답할 수 없기 때문입니다.

바로 여기서 접근 방식이 중요해집니다. 시각 언어 모델 — 현대 추출 도구의 기반이 되는 AI 유형 — 은 고정된 좌표에서 문자를 스캔하여 문서를 읽지 않습니다. 텍스트, 레이아웃, 요소 간의 공간적 관계, 그리고 이들을 하나로 묶는 맥락 등 전체 시각적 입력을 한 번에 처리합니다. VLM이 결제 확인 UI와 동일한 시각적 프레임에서 "¥238.00"을 발견할 때 — 그 위에 판매자명이 있고, 아래에 타임스탬프가 있으며, 화면 전체를 감싸는 WeChat Pay 헤더가 있는 경우 — 이 숫자가 거래 금액임을 인식합니다. 제품 가격도, 날짜도, 전화번호도 아닌, 바로 금액입니다. 그 구분은 위치 기반이 아닌 의미 기반입니다.

이것이 바로 위치 기반 추출에서 의미 기반 추출로의 전환입니다. 템플릿은 "페이지에서 금액 필드는 어디에 있는가?"라고 묻습니다. 시각 모델은 "이 이미지에서 어떤 숫자가 지불된 금액을 나타내는가?"라고 묻습니다. 두 번째 질문은 어떤 레이아웃에도 얽매이지 않기 때문에 모든 레이아웃에서 작동합니다. WeChat 스크린샷에서든 Venmo 확인 화면에서든 PayPal 체크아웃 페이지에서든 동일한 방식으로 작동합니다. "지불된 금액"이라는 개념이 모든 앱에 존재하기 때문이며, 각 앱에서 픽셀 배열 방식이 다르더라도 마찬가지입니다.

ImageToTable.ai에 적용된 이 메커니즘은 맞춤 열 추출이라고 합니다. "금액"과 "주문 번호"와 같이 원하는 필드 이름을 입력하면, AI가 각 필드가 무엇을 의미하는지 이해하여 스크린샷 어디에 있든 해당 값을 찾아냅니다. 위치가 아니라 의미를 기준으로 말이죠. 입력하는 열 이름은 출력 스프레드시트의 헤더가 됩니다. 스크린샷 하나를 업로드하든 백 개를 업로드하든, 좌표에 의존하지 않기 때문에 추출 방식은 동일하게 작동합니다.

중요한 두 필드 추출하기

WeChat Pay 스크린샷을 처리하는 실제 작업 흐름은 다음과 같습니다. 이미지를 업로드하고, 금액과 주문 번호라는 두 개의 열을 정의합니다. AI가 스크린샷을 스캔하여 판매자, 결제 총액, 거래 ID 문자열을 식별한 후 테이블의 한 행에 입력합니다. 서로 다른 판매자, 금액, 날짜의 WeChat 결제 스크린샷 10개를 업로드하면, 동일한 두 열이 각각 채워진 10개의 행이 하나의 스프레드시트에 생성됩니다.

주문 번호는 스크린샷을 단순한 기록 보조 도구에서 실제로 활용 가능한 데이터로 바꿔주는 필드이므로 자세히 살펴볼 필요가 있습니다. 모든 WeChat Pay 거래는 고유한 거래 ID를 생성하며, 이는 앱 내 결제 세부 정보 화면과 여러 버전의 확인 알림에서 직접 확인할 수 있습니다. 이 번호를 사용하여 앱 내 WeChat 거래 내역과 결제를 상호 참조하거나, WeChat 잔액이 아닌 연결된 카드로 결제한 경우 은행 명세서와 대조할 수 있습니다. 이는 스크린샷을 특정하고 확인 가능한 거래에 연결하는 기준점 역할을 하며, 금액과 함께 스프레드시트에 추출되면 확인이 필요할 때마다 사진 갤러리와 거래 로그를 번갈아 볼 필요가 없습니다.

이 두 필드가 스프레드시트에 있으면 무엇을 할 수 있을까요? 용도는 간단하며 특정 사용자에게만 국한되지 않습니다. 대략적인 추정 대신 정확한 숫자로 공동 비용을 분할하거나, 한 달간의 WeChat 지출 내역을 은행 명세서와 조정하거나, 이메일로 별도로 도착한 인보이스에 결제 기록을 첨부하거나, 단순히 지출 내역과 시점을 기록하는 실행 로그를 유지할 수 있습니다. 한 달에 10~20건을 처리한다면, 스크린샷당 두 필드를 수동으로 입력하지 않아 절약되는 시간이 빠르게 누적되며, 더 중요한 것은 주문 번호가 수동으로 입력하기에 오류가 발생하기 쉬운 긴 숫자 문자열이라는 점입니다.

분명히 언급해야 할 실제적인 한계도 있습니다. 스크린샷이 잘려서 주문 번호가 이미지에 보이지 않으면 AI가 추출할 수 없습니다. 찾을 데이터가 없기 때문입니다. WeChat 버전에 따라 결제 세부 정보 표시 방식이 약간씩 다르며, 금액은 모든 확인 화면에 안정적으로 표시되지만 일부 UI 버전에서는 전체 문자열을 보기 위해 세부 정보 보기로 들어가야 할 수도 있습니다. 추출은 제공한 스크린샷의 완전성에 따라 달라집니다. 그리고 결정적으로, 출력물은 스프레드시트 행이지 세금 문서가 아닙니다. 이 과정은 WeChat 스크린샷을 법적으로 유효한 파퍄오로 변환하지 않습니다. 이 도구가 하는 일은 이미 존재하는 데이터를 수동으로 옮겨 적는 수고를 덜어주어, 실제로 판단이 필요한 작업 흐름 부분에 시간을 집중할 수 있게 해주는 것입니다.

WeChat 스크린샷에서 거래 세부 정보를 추출하는 단계별 안내(전체 확인 화면 모양과 올바른 캡처 방법 포함)를 찾고 계신다면, 이 문서의 방법론 버전인 WeChat Pay 거래 세부 정보 가이드를 참조하십시오.

자주 묻는 질문

WeChat Pay 스크린샷으로 비용 정산 시 파퍄오를 대체할 수 있나요?

아니요. 중국에서 파퍄오는 세금 공제가 가능한 사업 비용 정산을 위해 법적으로 인정되는 유일한 문서입니다. WeChat Pay 스크린샷은 결제 확인 증빙일 뿐입니다. 지불했다는 사실은 증명하지만, 파퍄오가 법적 효력을 가지기 위해 필요한 세금 정보, 공식 도장, 정부 발행 청구서 구조가 없습니다. 일부 회사에서는 결제 스크린샷을 파퍄오와 함께 보조 문서로 인정하기도 합니다. Covington & Burling의 2024년 법률 준수 가이드는 중국에서 직원 비용을 관리하는 기업에 이 관행을 구체적으로 권장합니다(출처). 하지만 스크린샷만으로는 파퍄오를 대체할 수 없습니다. 세금 준수가 목적이 아닌 개인 기록 보관, 조정, 내부 추적의 경우에는 필요한 모든 데이터를 제공합니다.

스크린샷이 전부 중국어로 되어 있어도 추출이 가능한가요?

네, 가능합니다. 시각 언어 모델은 텍스트가 표시된 언어 그대로 처리합니다. 실제로 텍스트의 시각적 형태와 의미를 함께 처리하므로, 한자는 별도의 OCR-번역 파이프라인을 거치지 않고 기본적으로 처리됩니다. 금액(¥ 기호가 있는 숫자로 표시)과 거래 번호(숫자 또는 영숫자 문자열)는 언어와 무관한 필드입니다. 중국어로 표시될 수 있는 판매자명도 있는 그대로 추출됩니다. 이는 데이터 필드이므로 스프레드시트에서 유용하게 사용하기 위해 번역이 필요하지 않습니다.

이 방식이 Alipay 및 다른 결제 앱에서도 작동하나요?

네, 작동합니다. 템플릿 매칭이 아닌 의미론적 추출이라는 동일한 원칙이 모든 결제 앱 스크린샷에 적용됩니다. Alipay, Venmo, Zelle, Cash App, PayPal, Revolut, Wise 모두 동일한 특징을 가진 결제 확인 화면을 생성합니다. 즉, 테이블도 아니고 영수증도 아니지만 모두 금액과 어떤 형태의 거래 식별자를 포함합니다. 저희는 Venmo, Zelle, Cash App, PayPal, Revolut, Wise를 포함한 여러 플랫폼에 대한 별도 가이드를 작성했으며, 각 가이드는 해당 플랫폼 확인 화면의 세부 사항을 다룹니다. 기본 메커니즘은 모두 동일합니다. 원하는 것을 정의하면 AI가 소스의 형태와 관계없이 이를 찾아냅니다.

WeChat Pay 스크린샷은 이 원칙의 극단적인 사례입니다. 구조화된 문서와는 가장 거리가 먼, 메시징 슈퍼 앱 속에 묻힌 결제 알림이지만, 중요한 두 필드는 여전히 추출 가능합니다. 이 방식이 여기서 작동한다면 어디서든 작동합니다. 그것이 핵심입니다.