계량기 판독 추출이란? AI가 사진으로 계기를 읽는 방법

계량기 판독 데이터 추출은 사진이나 스캔을 사용하여 아날로그 게이지, 디지털 디스플레이, 유틸리티 계량기에서 값을 자동으로 읽고, 수동 입력 없이 해당 판독값을 스프레드시트나 데이터베이스의 구조화된 행으로 변환하는 프로세스입니다. 계량기를 대체하는 것이 아니라 클립보드, 눈을 찡그리는 행위, 잘못 읽은 다이얼, 현장과 청구 사이의 데이터 입력을 대체합니다.

계량기 판독 데이터 추출이 실제로 의미하는 것

계량기 판독 데이터 추출에 대한 가장 흔한 오해는 스마트 계량기, AMR, 또는 IoT 센서 개조의 다른 이름이라는 것입니다. 그렇지 않습니다. 스마트 계량기와 AMR 시스템은 계량기 하드웨어를 교체하거나 수정합니다—모든 장치에 무선 송신기, 셀룰러 모듈, 또는 네트워크 엔드포인트를 설치합니다. 계량기 판독 데이터 추출은 계량기 자체를 전혀 변경하지 않습니다. 누군가 계량기를 본 후에 일어나는 일을 바꿉니다.

현장 사진과 청구 스프레드시트 사이의 중간 계층이라고 생각하십시오. 기술자—또는 고객—이 스마트폰으로 계량기 면을 촬영합니다. 추출 소프트웨어는 계량기 판독값이 어떻게 생겼는지 이해하는 비전 AI 모델을 사용하여 해당 이미지를 처리합니다: 아날로그 다이얼에서 바늘이 어디에 있는지, LCD 화면에 어떤 숫자가 나타나는지, 회전 카운터에 어떤 숫자가 표시되는지. 그런 다음 "04587.3 kWh" 또는 "126.5 PSI" 또는 "3821 m³"와 같은 구조화된 값으로 판독값을 계량기 ID, 타임스탬프, 측정 단위와 함께 지정한 열에 직접 출력합니다.

이 방식은 물리적으로 공통점이 없는 다양한 계량기 유형에서 작동합니다. 40년 된 아날로그 가스 계량기의 네 개 회전 다이얼, LCD 판독창이 있는 현대식 디지털 전기 계량기, 공장 보일러의 단일 바늘과 호 눈금이 있는 압력 게이지, 김 서린 플라스틱 뒤의 기계식 회전 숫자가 있는 수도 계량기. AI는 어떤 종류의 계량기를 보고 있는지 알려줄 필요가 없습니다—게이지 면을 인식하고, 눈금을 이해하며, 값을 읽습니다. 이것이 모든 계량기 모델에 대해 영역을 정의하고 형식이 변경될 때마다 작업을 다시 해야 하는 템플릿 기반 OCR과의 근본적인 차이점입니다. 스마트 계량기, AMR 및 기타 접근 방식을 포함한 더 넓은 기술 환경에 대해서는 AI 계량기 판독 가이드를 참조하십시오.

계량기 판독 데이터 추출 vs 스마트 계량기 vs 수동 판독

이 세 가지 접근 방식은 계량기에서 데이터베이스로 판독값을 가져오는 동일한 문제를 해결하지만, 비용, 배포 속도, 현장에서 실제로 변경되는 사항이 다릅니다. 이를 혼동하면 잘못된 솔루션에 비용을 낭비하게 됩니다.

항목	수동 판독	스마트 계량기 / AMR	AI 추출
변경 사항	없음 — 사람이 경로를 걸어 다님	계량기 하드웨어 교체 또는 무선 장치 추가	없음 — 워크플로에 사진 추가
배포 시간	즉시 (기존 방식)	수년에서 수십 년	당일
초기 비용	인건비만	계량기당 $150–$400 + 인프라	사진당 또는 구독
오류율	최대 10% (오독, 전사 오류)	거의 0% (디지털 전송)	인쇄 숫자 95–99%; 아날로그는 변동
아날로그 다이얼 처리	가능하지만 오류 발생 가능	불가 — 디지털 계량기 필요	가능 — 바늘 위치 판독
혼합 계량기군 작동	가능	불가 — 배포당 하나의 표준	가능 — 모든 유형에 단일 시스템
현장 방문 필요	예, 모든 계량기, 모든 주기	아니요	예 — 하지만 방문당 더 빠름

수동 검침은 기본입니다: 독자 1명당 하루 700~900미터, 잠긴 문과 공격적인 개를 헤쳐나가는 현장 직원, 숫자는 손으로 쓰거나 휴대용 기기에 입력합니다. 워싱턴 주 감사관실은 대부분의 유틸리티에서 여전히 수동 검침이 현실이며, 오독 및 전사 오류로 인한 오류율이 10%에 달할 수 있다고 지적합니다 — 청구서 10장 중 1장이 틀린 셈입니다.

스마트 미터는 인력 문제를 영구적으로 해결합니다: 현장 방문 불필요, 15분 간격 데이터, 원격 차단. 하지만 배포 일정은 수년 단위로 측정되며, 비용은 엔드포인트당 $150~$400에 고정 네트워크 인프라가 추가되고, 미터 자체가 디지털이어야 합니다 — 아날로그 다이얼은 아무것도 전송할 수 없습니다. 유진 워터 앤 일렉트릭 보드의 2025년 월 $20 수동 검침 추가 요금 제안은 방향성을 보여줍니다: 수동 검침은 수용되는 비용에서 명시적 패널티로 전환되고 있습니다. 하지만 30년에 걸쳐 혼합 차량을 설치한 소규모 유틸리티의 경우 — 일부 Neptune 아날로그 다이얼, 일부 Badger 디지털 주행계, 일부 Sensus 기계식 레지스터 — 모든 미터를 교체하는 것은 분기별 결정이 아닌 자본 프로젝트입니다.

추출은 그 사이의 간극을 메웁니다. 검침원은 여전히 미터를 방문하지만 — 값을 읽고, 전사하고, 나중에 입력하는 대신 — 사진을 찍고 이동합니다. 검침값은 사람의 눈과 손이 아닌 AI를 통해 데이터베이스에 도달합니다. 현장 직원의 작업 흐름 변경은 미터당 1초가 추가됩니다. 백오피스의 작업 흐름 변경은 혁신적입니다: 경로 시트에서 2,000개의 검침값을 입력하는 대신, 청구 담당자는 자동으로 채워진 Excel 파일을 엽니다. 수동 vs 자동 접근 방식의 상세한 비용 비교는 수동 vs AI 검침 비용 분석을 참조하세요.

계량기 판독 추출 작동 방식

이렇게 다양한 계량기 유형에서 추출이 가능한 메커니즘은 의미론적 시각 이해(semantic visual understanding)입니다. 이는 사진을 자연어로 설명할 수 있는 AI와 동일한 클래스이지만, 구조화된 데이터 캡처에 적용됩니다.

기존 OCR 방식은 텍스트 영역을 찾고 문자를 인식한 후 발견된 문자열을 그대로 출력합니다. 판독값, 계량기 일련번호, 제조사 라벨 중 어떤 문자열이 무엇인지 전혀 구분하지 못합니다. 깨끗한 분할 숫자가 표시되는 디지털 LCD에서는 작동하지만, 문자가 전혀 없는 아날로그 다이얼에서는 작동하지 않습니다.

비전 AI 모델은 다르게 작동합니다. 0–10 눈금에서 바늘이 4와 5 사이에 있는 아날로그 압력 게이지를 보면, 바늘 각도를 계산하고 보간하지 않습니다. "바늘이 약 4.3 bar를 가리키고 있다"고 인식합니다. 저조도에서 약간 기울어진 디지털 디스플레이에 0554876이 표시된 것을 보면, 폰트 라이브러리와 픽셀 패턴을 매칭하는 것이 아니라 문자가 맥락상 무엇을 나타내는지 이해하여 숫자 시퀀스를 읽습니다. 4개의 개별 아날로그 다이얼이 있는 가스 계량기를 보면, 각 다이얼의 바늘 위치를 읽고 오른쪽에서 왼쪽으로 전체 판독값을 조합합니다. 숙련된 사람이 읽는 방식과 동일합니다.

이것이 바로 사용자 정의 열 추출(Custom Column Extraction)을 가능하게 하는 메커니즘입니다. "계량기 ID", "현재 판독값", "단위", "판독일자" 등 원하는 출력 열을 정의하면, AI가 각 사진에서 해당 값이 계량기 면의 어디에 있는지가 아니라 무엇을 의미하는지 이해하여 찾아냅니다. 하나의 열 템플릿으로 모든 계량기 유형에 적용됩니다. 영역 지정, 모델별 템플릿, 새로운 계량기 브랜드가 추가될 때의 재학습이 필요 없습니다. 이 워크플로우에 대한 실용적인 안내는 AI를 활용한 계량기 판독 자동화 가이드를 참조하세요.

JPG/PNG/PDF AI 추출

파일은 안전하게 처리되며 저장되지 않습니다.

엔드투엔드 파이프라인은 현장 직원이 교육 없이 사용할 수 있을 정도로 간단하면서도, 사무실 직원이 한 세션에서 수백 개의 계량기 배치를 처리할 수 있을 정도로 유연합니다:

사진 촬영

스마트폰 카메라면 충분합니다. 미터기 전면을 또렷이 찍은 사진이 가장 좋은 결과를 내지만, AI는 약간의 각도, 눈부심, 어두운 지하실이나 먼지 낀 유리 뒤의 계기판 같은 실제 환경도 잘 처리합니다. 특별한 조명, 삼각대, 보정이 필요 없습니다.

출력 열 정의

추출할 필드 이름을 입력하세요. "미터 ID", "검침값", "단위", "위치", "날짜" 등이 출력 스프레드시트의 헤더가 됩니다. 동일한 열 템플릿을 수도 미터, 가스 미터, 압력 게이지, 디지털 디스플레이에 모두 사용할 수 있습니다. 미터 유형별 템플릿 설정이 필요 없습니다.

AI가 데이터를 읽고 구조화

비전 모델이 각 사진을 스캔하고, 계기판을 식별하며, 바늘 위치, LCD 숫자, 롤링 카운터 등 값을 읽어 출력 열에 매핑합니다. 사진 한 장당 한 행입니다. 사진 50장을 업로드하면 50행이 하나의 파일로 병합됩니다.

내보내기 또는 연동

Excel(XLSX), CSV, JSON으로 다운로드하거나 Google Sheets에 직접 결과를 기록합니다. 데이터는 청구, 추세 분석, 규정 준수 보고, CMMS 입력 등에 바로 사용할 수 있습니다. 수동 입력, 재입력, 복사-붙여넣기가 필요 없습니다.

단일 열 정의로 다양한 미터 유형을 처리할 수 있는 이 모델의 능력이 바로 의미론적 추출과 템플릿 OCR의 차이점입니다. 템플릿 도구는 미터 모델마다 영역 정의가 필요합니다. 의미론적 추출은 미터 ID, 검침값, 단위 등 한 세트의 열 이름만 있으면 전체 장비군에서 작동합니다. 현장 조건에서 안정적인 정확도를 얻는 방법은 AI 미터 판독 현장 정확도 가이드를 참조하세요.

검침 데이터 추출이 필요한 경우

모든 업무에 추출이 필요한 것은 아닙니다. 관리자가 분기별로 점검하는 4개의 수도 보조계량기가 있는 건물이라면 계속 클립보드를 사용해도 됩니다. 추출이 올바른 선택이 되는 때는 수동 기록이 단순히 번거로운 수준을 넘어 수익 창출이나 규정 준수 프로세스의 병목 지점이 될 정도로 검침 데이터의 양, 다양성, 속도가 임계점을 넘었을 때입니다.

1. 혼합 계량기 구성을 운영하는 유틸리티. 중소규모 수도, 가스, 전력 유틸리티는 단일 계량기 표준을 갖추기 어려운 경우가 많습니다. 예산이 허락하는 대로 수십 년에 걸쳐 계량기가 설치되며, 1990년대의 Neptune 아날로그 다이얼, 2005년의 Badger 디지털 주행계, 2015년의 Sensus 기계식 레지스터 등이 혼재합니다. 스마트 계량기 도입을 위해서는 이 모든 계량기를 교체해야 하며, 엔드포인트당 150~400달러에 네트워크 인프라 비용까지 더해져 수년이 걸리는 자본 프로젝트가 됩니다. 추출을 사용하면 현장 검침원이 계량기 종류에 관계없이 사진만 찍으면 구조화된 데이터를 얻을 수 있으며, 이번 청구 주기부터 바로 적용 가능합니다. 전체 경로의 규모 산정에 대해서는 IoT 인프라 없이 AI 검침 확장하기 분석을 참조하세요.

2. 공장 현장의 산업용 게이지를 관리하는 경우. 제조 시설, 정수장, 화학 처리 공장에는 수백 개의 아날로그 압력 게이지, 온도 다이얼, 유량계가 설치되어 있습니다. 이 게이지들은 기능적이고 교정되어 있으며 교체에 수천 달러가 들지만, 물리적 순회 점검을 통해 검침값을 기록해야 하며 종종 매시간 라운드가 필요합니다. 유지보수 기술자가 라운드 중 각 게이지를 촬영하고 검침값을 CMMS로 추출하면 하드웨어 하나 건드리지 않고 클립보드 단계를 없앨 수 있습니다.

3. 현장 검사관에게 빠르고 감사 가능한 데이터 수집이 필요한 경우. 보험 조사관, 에너지 감사관, 규제 검사관은 현장 평가의 일환으로 계량기와 게이지를 촬영합니다. 사진은 방문 증거가 되고, 추출은 사진을 실행 가능한 데이터로 전환합니다. 이는 규정 준수 보고에 특히 중요합니다. 연간 에너지 감사, 환경 배출 보고서, 장비 상태 평가에 사용되는 검침 데이터는 검사 후 몇 시간이 지나 기억에 의존해 입력하면 감사 추적이 사라집니다.

4. 단일 하드웨어 솔루션으로 커버할 수 없는 다양한 계량기 유형을 다루는 경우. 시설 관리 회사는 전력 계량기(디지털 kWh), 가스 계량기(입방피트 단위 아날로그 다이얼), 수도 계량기(갤런 단위 회전 숫자), HVAC 압력 게이지(아날로그 PSI)를 모두 다른 건물, 다른 브랜드, 다른 시대의 제품으로 취급할 수 있습니다. 이 모든 것을 읽을 수 있는 단일 하드웨어 솔루션은 존재하지 않습니다. 하지만 사진 한 장으로 이 모든 것을 읽을 수 있는 단일 추출 도구는 존재합니다.

계량기 판독 도구 선택 시 확인할 사항

판독 도구는 기본 OCR 앱부터 게이지 면을 이해하는 AI 기반 플랫폼까지 다양합니다. 실제로 차별화되는 기준은 다음과 같습니다.

진정한 아날로그 다이얼 지원. 가장 까다롭고 중요한 필터입니다. 많은 도구가 "계량기 판독"을 표방하지만, 깨끗한 분할 숫자가 있는 디지털 LCD만 처리합니다. 대부분의 가스 계량기와 산업용 압력 게이지에 있는 바늘이 달린 아날로그 다이얼은 AI가 게이지 면을 이해하고, 눈금 표시를 인식하며, 바늘 위치를 해석해야 합니다. 공급업체가 4개의 아날로그 다이얼이 있는 가스 계량기나 곡선 눈금이 있는 압력 게이지에서 작동하는 모습을 보여줄 수 없다면, 그들의 "계량기 판독"은 디지털 전용입니다. 선별된 샘플이 아닌 실제 계량기로 데모를 요청하세요.

템플릿 불필요, 형식 독립적 작동. 각 계량기 판독 영역에 구역을 그리거나 모델별 파싱 규칙을 설정하도록 요구하는 도구는 판독이 아닌 템플릿 관리입니다. 올바른 도구는 동일한 열 정의로 모든 계량기 유형을 읽습니다. 다음 달에 새로운 계량기 브랜드가 추가되어도 설정 변경 없이 처리해야 합니다.

병합 출력이 가능한 일괄 처리. 계량기 사진 200장을 한 번에 업로드하여 계량기당 한 행씩 있는 스프레드시트 하나를 받을 수 있습니까? 아니면 하나씩 처리해야 합니까? 주기당 20개 이상의 계량기를 읽는 모든 작업에서 일괄 처리는 "시간 절약"과 "데이터 입력을 업로드 관리로 바꾼 것"의 차이를 만듭니다.

실제 촬영 조건에 대한 내성. 계량기는 지하실, 잠긴 문 뒤, 직사광선 아래, 김 서린 플라스틱 덮개 뒤에 있습니다. AI는 유리의 눈부심, 적당한 촬영 각도, 게이지 면의 먼지와 때, 그리고 유틸리티 클로짓의 혼합 조명을 처리해야 합니다. 스튜디오 조명에서 정면으로 찍은 사진에서만 작동하는 도구는 첫 현장 라우트에서 실패합니다. 가장 좋은 사진이 아닌 라이브러리에서 가장 나쁜 사진으로 테스트하세요.

다운스트림 워크플로에 맞는 출력. 청구가 Excel을 통해 실행된다면, 적절히 입력된 숫자 열이 있는 XLSX는 필수입니다. 데이터가 CMMS에 공급된다면 CSV 또는 JSON이 중요합니다. 팀이 Google Sheets에서 작업한다면, 결과를 시트에 직접 쓰는 도구는 내보내기-가져오기 주기를 없앱니다. Sheets 기본 워크플로의 경우, 계량기 판독용 Google Sheets 애드온을 참조하세요.

자주 묻는 질문

AI가 바늘형 아날로그 계량기를 읽을 수 있나요?

네, 가능합니다. Vision AI 모델은 사람이 읽는 방식과 동일하게 게이지 면을 인식하고, 눈금 표시를 이해하며, 바늘 위치를 해석합니다. 아날로그 압력 게이지나 가스 계량기 다이얼의 정면에서 찍은 선명한 사진은 신뢰할 수 있는 정확한 판독값을 제공합니다. 극단적인 각도, 바늘에 드리운 짙은 그림자, 또는 눈금을 왜곡시키는 게이지 유리 파손 시 정확도가 떨어집니다. 이 시스템은 템플릿 기반 OCR보다 더 다양한 조건을 처리할 수 있지만, 사람이 김이 서린 계량기를 잘못 읽을 수 있는 것처럼 나쁜 입력에는 영향을 받습니다. 정확도에 영향을 미치는 요소에 대한 자세한 내용은 현장 정확도 가이드를 참조하세요.

추출 기능은 어떤 유형의 계량기와 게이지를 지원하나요?

동일한 AI 엔진이 아날로그 다이얼(가스 계량기, 압력 게이지, 온도 게이지), 디지털 LCD 디스플레이(전력량계, 유량계), 롤링 숫자 기계식 카운터(수도 계량기), 그리고 아날로그와 디지털 판독값이 나란히 있는 혼합 패널을 처리합니다. 여기에는 주거용 유틸리티 계량기, 상업용 보조 계량기, 산업용 공정 게이지 및 현장 계측기가 포함됩니다. 핵심 요구 사항은 계량기 면이 사진에서 보이고 합리적으로 판독 가능해야 한다는 것입니다. AI가 계량기 브랜드나 모델을 알 필요는 없습니다.

계량기 판독 추출이 스마트 계량기를 대체하나요?

완전히 대체하지는 않습니다. 스마트 계량기는 사진 기반 추출로는 복제할 수 없는 기능(15분 간격 데이터, 원격 차단/재연결, 실시간 정전 감지, 그리드와의 양방향 통신)을 제공합니다. 전체 AMI 구축을 위한 예산과 일정이 있다면 스마트 계량기가 더 완벽한 솔루션입니다. 추출은 그러한 구축을 수년간 기다릴 수 없거나, 계량기당 하드웨어 비용을 감당할 수 없거나, '스마트화'가 불가능한 아날로그 게이지를 보유한 운영을 위한 대안입니다. 많은 유틸리티 회사는 수년에 걸친 스마트 계량기 도입 기간 동안 중간 단계로 추출을 사용하거나, 아날로그 전용 계량기 유형에 대한 영구적인 솔루션으로 사용합니다. 확장 관점에 대해서는 IoT 없이 AI 계량기 판독 확장하기를 참조하세요.

동일 배치에서 여러 계량기 유형을 처리할 수 있나요?

네, 이것이 핵심 강점 중 하나입니다. 아날로그 가스 계량기, 디지털 전력량계, 롤링 숫자 수도 계량기, 산업용 압력 게이지 사진이 섞인 배치를 업로드하고, 출력 열(계량기 ID, 판독값, 단위, 위치)을 한 번 정의하면 모든 판독값이 하나의 병합된 스프레드시트로 제공됩니다. AI는 사진에서 각 계량기 유형을 식별하고 그에 따라 값을 읽습니다. 사전 분류나 계량기 유형별 별도 처리 과정이 필요하지 않습니다.

정확한 판독을 위해 AI에 필요한 사진 품질은 어느 정도인가요?

계량기 면이 선명하고 조명이 적절한 사진이 최상의 결과를 제공합니다. 특별한 설정 없이 일반 최신 스마트폰으로 찍을 수 있는 수준입니다. AI는 적당한 각도(최대 약 30도), 일반적인 실내외 조명, 유리 커버의 약간의 눈부심을 처리합니다. 정확도를 떨어뜨리는 요소는 극심한 역광(게이지 실루엣 생성), 바늘이나 숫자 위의 짙은 그림자, 모션 블러, 심하게 김이 서리거나 깨진 유리를 통해 촬영된 계량기입니다. 기본 원칙은 사람이 사진에서 계량기를 읽을 수 있다면 AI도 읽을 수 있고, 사람이 어려움을 겪는다면 AI도 마찬가지라는 것입니다. 특정 오류 유형과 이를 방지하는 방법은 추출 실패의 일반적인 원인에 대한 글을 참조하세요.

AI는 계량기 유리의 눈부심과 반사를 어떻게 처리하나요?

비전 AI 모델은 문자 단위가 아닌 게이지 면 전체를 해석하기 때문에 기존 OCR보다 눈부심에 더 강합니다. LCD에서 반사로 인해 숫자의 일부가 가려져도 AI가 맥락을 통해 값을 추론할 수 있는 충분한 정보가 남아 있을 수 있습니다. 이는 반사 속에서도 보이지 않는 부분을 보고 숫자를 읽을 수 있는 것과 같은 원리입니다. 단, 판독 영역이 완전히 지워질 정도의 심한 눈부심은 오류를 유발합니다. 유리 덮개가 있는 계량기를 촬영할 때 가장 간단한 해결책은 휴대폰을 약간 기울여 반사가 판독 영역에서 벗어나도록 하는 것입니다. AI는 완전한 소실보다는 적당한 각도의 왜곡을 더 잘 처리합니다.

추출 기능으로 기록지에 손으로 쓴 계량기 수치를 읽을 수 있나요?

가능하지만 조건이 있습니다. 비전 AI 모델은 필기체를 읽을 수 있으며, 여기에는 계량 기록지, 검사 양식, 현장 노트의 손글씨 숫자가 포함됩니다. 정확도는 필기체의 가독성에 따라 달라집니다. 명확한 인쇄체 숫자는 안정적으로 추출되지만, 어두운 조명 사진 속 빽빽하고 기울어진 필기체는 정확도가 낮아집니다. 기존 OCR보다 중요한 장점은 AI가 현장 맥락을 사용하여 모호성을 해결한다는 점입니다. 사진에서 '수치' 값을 찾을 때 손글씨와 인쇄된 숫자가 모두 보이면, AI는 계량기 일련번호나 날짜가 아닌 계량기 수치를 나타내는 숫자를 추론할 수 있습니다.

다음 단계

계량기 판독 추출은 두 가지 현실이 교차하는 지점에 있습니다. 현장에 있는 대부분의 계량기는 여전히 아날로그 또는 혼합 형식 장치로, 앞으로도 수년간 사용될 것이며, AI는 이제 사진만으로 숙련된 인간만큼 정확하게, 더 빠르게, 그리고 필사 오류 없이 이를 판독할 수 있는 수준에 도달했습니다. 하드웨어 교체 경로(스마트 계량기, AMI)는 자본 예산이 있는 유틸리티를 위한 장기적인 해결책입니다. 추출 경로는 이번 분기, 이번 청구 주기, 교체할 수 없는 이 계량기를 위한 해결책입니다.

귀하의 운영에 적합한지 평가하는 가장 좋은 방법은 실제 계량기로 테스트해 보는 것입니다. 선별된 데모 이미지가 아니라, 먼지 낀 유리의 지하실 계량기와 바랜 눈금의 보일러 게이지로 말이죠. 가장 까다로운 케이스를 처리한다면, 쉬운 케이스는 당연히 처리할 수 있습니다. 귀하가 보유한 계량기 사진 몇 장을 업로드하고, 사용할 열을 정의한 다음, 출력 결과를 확인하세요. 사진에서 구조화된 데이터로 이어지는 전체 워크플로우를 보려면 계량기 판독 추출 자동화 가이드를 시작하세요. 또는 지금 바로 테스트해 보고 싶다면, 샘플 계량기 사진을 업로드하여 결과를 확인하세요.