배치 데이터 추출: 폴더 하나를 넣으면 검토할 스프레드시트 하나가 나옵니다
문서 더미에서 데이터를 수동으로 추출하는 데는 페이지당 약 3분이 걸립니다. 배치 추출은 각 페이지를 5~10초 안에 처리하고 폴더 전체를 하나의 스프레드시트로 정리하므로 약 18배 빠르며, 템플릿도 사전 분류도 필요 없습니다.
페이지당 5~10초 · 모든 형식(PDF/JPG/PNG) · 혼합 배치 · 인쇄 텍스트 최대 99% 정확도
문서 배치에서 추출할 수 있는 것
필요한 열 이름을 한 번 지정하면 AI가 형식이나 레이아웃에 관계없이 배치의 모든 문서에서 해당 값을 추출합니다. 각 문서는 하나의 스프레드시트에서 한 행이 됩니다.
이 열 이름을 한 번만 입력하면 AI가 배치의 모든 문서에 적용합니다.
배치 데이터 추출은 실제 폴더에 적용해 보기 전까지는 쉬워 보입니다
모든 도구가 "여러 파일을 업로드하면 스프레드시트 하나가 나온다"고 약속합니다. 하지만 대부분은 모든 문서의 레이아웃이 동일할 때만 그렇게 작동합니다. 실제 폴더는 그렇게 도착하지 않습니다. 공급업체마다 다르고 형식도 섞여 있으며, 일부 파일은 항상 나머지보다 상태가 나쁩니다. 그리고 목표가 명명된 열이 아니라 텍스트 자체라면, 폴더 전체를 읽는 배치 OCR이 동일한 파일에 대해 더 가벼운 방식입니다.
실제 폴더에서 배치 처리가 실패하는 지점
문서 레이아웃별 템플릿 하나는 공급업체별 템플릿 하나를 의미합니다. 템플릿 기반 도구는 레이아웃별 파서를 요구하므로, 공급업체마다 송장 위치가 다르면 각각에 대해 별도의 구성을 만들고 유지해야 합니다. Nanonets나 Rossum 같은 AI 기반 도구조차 배치를 처리하기 전에 문서 유형별 학습이나 필드 매핑이 필요합니다. Reddit의 한 사용자는 상황을 단호하게 설명했습니다: "우리는 매주 PDF에서 Excel로 데이터를 수동으로 복사하고 있는데 시간이 너무 많이 걸립니다." 템플릿 솔루션은 작업을 없애지 않습니다. 복사에서 구성으로 옮길 뿐입니다.
실제 폴더는 형식별로 정렬되어 도착하지 않습니다. 기본 PDF, 스캔 이미지, 휴대폰 사진은 각각 기존 OCR 도구에서 다른 처리 파이프라인이 필요하므로, 형식별로 별도의 배치를 실행하고 출력을 수동으로 병합해야 합니다. Reddit의 한 개발자는 명확하게 지적했습니다: "PDF는 사람이 읽을 수 있는 출력 형식입니다. 컴퓨터가 읽을 수 있는 입력 형식이 아닙니다." 그래서 형식별 파이프라인은 폴더에 형식이 섞여 있는 순간 어려움을 겪습니다.
배치 크기와 진행 상황 표시는 부차적인 고려 사항입니다. 많은 도구가 단일 진행 표시줄 뒤에서 파일을 한 번에 하나씩 처리합니다. 문서 하나가 실패하면 어떤 문서인지, 왜 실패했는지 알 수 있는 방법이 없어 전체 배치를 수동으로 다시 확인해야 합니다. 실제 병목 현상은 AI 속도가 아니라 문서별 상태 정보의 부족입니다.
하나의 배치가 혼합 폴더 전체를 처리하는 방법
입력 규칙이 아닌 출력을 정의합니다. 각 레이아웃에 대한 파서를 만드는 대신 필요한 열 이름을 입력하면 AI가 의미를 이해하여 모든 문서에서 해당 값을 찾습니다. 한 공급업체 PDF의 "Invoice Date"와 다른 업체의 스캔 영수증에 있는 "Transaction Date"는 모두 "Document Date" 열로 변환됩니다. 열 이름 자체가 유일한 구성이며 공급업체, 형식 또는 레이아웃에 관계없이 배치의 모든 문서에 적용됩니다. 이것이 바로 맞춤 열 추출입니다. AI는 위치 규칙을 적용하는 대신 의미를 읽습니다.
모든 형식이 하나의 파이프라인을 공유하므로 사전 분류 단계가 필요 없습니다. PDF 송장, 스캔한 JPG 영수증, 모바일 PNG 사진, 가끔 있는 Word 또는 텍스트 파일이 섞인 폴더를 같은 업로드에 넣으세요. 시각 언어 모델은 모든 파일을 동일한 방식으로 읽습니다. 픽셀을 보고 지정한 열을 추출합니다. "PDF 파이프라인"과 "이미지 파이프라인"이 따로 있는 것이 아니라 하나의 배치, 하나의 열 정의, 하나의 출력 스프레드시트만 있을 뿐입니다.
문서별 진행 상황과 독립적 처리를 통해 잘못된 파일 하나가 배치 전체를 망치지 않습니다. 각 문서는 독립적으로 처리되며 실시간으로 상태가 추적됩니다. 배치 보기에는 완료된 문서, 처리 중인 문서, 문제가 발생한 문서가 정확히 표시되므로 개별 실패를 숨기는 단일 진행률 표시줄이 아닙니다. 처리 시간은 페이지당 5~10초이며 , 출력은 정의한 열이 포함된 하나의 통합 XLSX 또는 CSV 파일입니다.
배치 데이터 추출 실전: 혼합 파일 폴더에서 하나의 깔끔한 스프레드시트로
혼합 폴더가 하나의 배치로 처리되는 과정과 각 파일을 추적하는 방법을 소개합니다.
전체 배치를 형식 그대로 업로드하세요
월말 폴더에 30개의 파일이 있습니다. 10개 ERP 시스템에서 생성된 PDF 송장 18개, 현장 사무소에서 스캔한 JPG 영수증 7개, 손으로 작성한 배송 메모의 모바일 사진 5개입니다. 30개 파일을 모두 업로드 영역으로 끌어다 놓으세요. PDF, JPG, PNG, WebP, Word 또는 텍스트 파일도 함께 업로드되며, 사전 분류나 "문서 유형 선택" 단계가 필요 없습니다. 배치 업로드는 한 번에 약 30개 파일을 처리합니다.
열 이름을 한 번 지정하면 모든 문서에 적용됩니다
문서 날짜, 공급업체, 송장 번호, 총 금액, 세액, 납기일을 입력하세요. 이 이름이 출력 스프레드시트의 정확한 헤더가 됩니다. AI는 디지털 PDF의 "Invoice Date", 스캔 영수증의 "Transaction Date", 손글씨 메모의 "Date"를 모두 "문서 날짜" 열로 매핑합니다. 문서 유형 템플릿을 대조하는 대신 각 필드의 의미를 이해하기 때문입니다. 선택적으로 라인 합계 같은 계산 열을 추가하면 AI가 추출 중에 산술 연산을 수행합니다.
배치를 파일별로 검토하고 필요한 부분만 수정하세요
처리에는 페이지당 5~10초가 소요됩니다. 출력은 단일 XLSX 파일입니다. 문서당 한 행씩 총 30개 행으로 구성되며, 정의한 열이 적용되고 각 행은 자체 상태를 유지하므로 확인이 필요한 파일로 바로 이동할 수 있습니다. 공급업체 송장에 세액이 표시되지 않으면 해당 셀은 임의의 0 대신 비어 있으며, 해당 행만 나머지 29개 행에 영향을 주지 않고 수정할 수 있습니다. AI는 추론 열도 지원합니다. "송장 / 영수증 / 배송 메모 / PO" 같은 옵션이 있는 "카테고리" 열을 정의하면 AI가 추출 중에 각 문서를 분류하여 데이터와 문서 유형 라벨을 한 번에 생성합니다.
배치 추출이 가장 효과적인 경우와 주의가 필요한 경우
배치 추출은 대상 필드에 라벨이 지정된 경우 혼합 형식과 다양한 레이아웃을 안정적으로 처리합니다. 경계를 이해하면 배치 작업이 원활하게 진행됩니다.
가장 적합한 경우
공통 필드 개념을 공유하는 혼합 형식 배치. 모든 문서에서 날짜, 합계, 공급업체 이름이 서로 다른 위치에 있을 때, AI는 문서별 구성 없이 이를 지정된 열 이름에 매핑합니다.
값 근처에 명확한 인쇄 라벨이 있는 경우. "송장 날짜:" 및 "합계:"와 같은 필드에 라벨이 있으면 페이지 위치와 관계없이 최대 99% 정확도를 달성합니다.
배치당 약 30개 문서, 파일별 상태 확인 가능. 각 문서의 상태가 실시간으로 표시됩니다. 더 많은 양은 여러 배치로 나뉘며, 각 배치는 독립적인 스프레드시트를 생성합니다.
주의가 필요한 경우
심각하게 저하된 원본 품질. 색이 바랜 감열지 영수증, 200 DPI 미만의 스캔, 또는 아티팩트가 있는 압축 이미지. AI는 기존 OCR보다 맥락을 활용해 보정하지만, 낮은 원본 품질은 문서 유형과 관계없이 가장 큰 정확도 병목 현상입니다.
공유 의미가 없어 기준점을 찾을 수 없는 문서 특화 필드. 한 문서에 "컨테이너 실 번호"가 있고 배치의 다른 문서에 유사한 항목이 없으면, AI가 활용할 문서 간 신호가 없습니다. 유형별 필드는 유사한 문서와 함께 배치할 때 더 정확하게 추출됩니다.
근처 필드 이름 없이 라벨이 없는 숫자 값. 문단에 "합계" 또는 "금액" 없이 단독으로 있는 달러 금액은 AI가 매칭할 라벨을 제공하지 않습니다. 라벨-값 쌍은 안정적으로 추출되지만, 서술형 텍스트의 고립된 숫자는 추출되지 않을 수 있습니다.
자주 묻는 질문
PDF, 스캔 이미지, 휴대폰 사진을 같은 업로드에 섞어서 배치 데이터 추출할 수 있나요, 아니면 형식별로 분리해야 하나요?
모든 형식이 같은 배치에 들어갑니다. PDF, JPG, PNG, WebP, AVIF, Word 문서, 텍스트 파일을 함께 업로드하세요. 시각 언어 모델이 모든 파일을 하나의 파이프라인으로 처리합니다. 픽셀을 읽고, 내용을 이해하고, 지정한 열을 추출합니다. 네이티브 PDF에서 찾은 문서 날짜는 스캔한 JPG나 휴대폰 사진에 있을 때와 동일한 방식으로 추출됩니다. AI가 파일 형식을 확인하는 대신 의미를 읽기 때문입니다. 형식별로 배치를 분리하거나 수동으로 형식을 사전 분류할 필요가 없습니다.
세금 금액처럼 제가 정의한 필드가 배치의 일부 문서에 없으면 어떻게 되나요?
AI는 값을 만들거나 배치를 중단하는 대신 해당 문서의 셀을 비워 둡니다. 세금 항목이 없는 구매 주문서는 세금 금액 열에 빈 셀로 표시되고, 같은 배치의 세금이 있는 송장은 값이 채워집니다. 오류로 배치가 중단되지 않고, 가짜 값이 조용히 스프레드시트에 들어가지 않습니다. 이는 배치에 서로 다른 문서 유형이나 중복되지만 동일하지 않은 필드를 가진 공급업체 형식이 섞여 있을 때 특히 유용합니다. 각 문서가 동일한 열 프레임워크 내에서 독립적으로 처리되기 때문입니다.
문서마다 행 수가 다를 때, 송장 하나의 단일 항목부터 구매 주문서의 50개 행까지, 배치 모드에서 라인 항목을 추출할 수 있나요?
네. AI가 각 문서의 구조를 독립적으로 읽고 해당 문서에 포함된 만큼의 출력 행을 생성합니다. 단일 라인 송장은 헤더 필드가 있는 행 하나와 라인 항목 행 하나를 생성합니다. 50개 라인 구매 주문서는 동일한 열 헤더를 공유하는 50개 행을 생성합니다. 행 수를 미리 정의할 필요가 없고, 가변 길이 콘텐츠로 인해 깨진 테이블이 생기지 않습니다. "라인 합계" 같은 계산 열도 가변 길이 배치에서 작동합니다.
배치 추출에 계산 열을 추가할 수 있나요, 예를 들어 배치 실행 중에 라인 합계를 수량 × 단가로 계산하는 경우요?
네. 계산 열을 사용하면 별도의 Excel 수식 단계 없이 추출 중에 AI가 수행하는 계산을 정의할 수 있습니다. 열 이름으로 "라인 합계"를 입력하면 AI가 배치의 각 문서에서 수량과 단가 값을 곱해 결과를 직접 출력합니다. 이는 각 문서의 라인 항목 수와 관계없이 모든 문서에서 작동합니다. 로그인한 사용자의 경우 규칙 형식에서 교차 행 집계와 조건부 논리를 포함한 더 복잡한 다단계 계산을 지원합니다.
배치에서 품질이 낮은 문서 하나가 다른 문서에 영향을 미치나요?
아니요. 각 문서는 독립적으로 처리되며 배치 보기에서 각각의 상태가 추적됩니다. 30개 배치 중 한 파일이 흐릿한 스캔본인 경우 해당 문서의 추출 정확도는 낮아지지만 나머지 29개 파일에는 영향을 미치지 않습니다. 품질이 낮은 문서는 AI가 추출할 수 있는 값과 함께 출력에 계속 표시되며, 해당 행은 검토가 필요하다는 것을 쉽게 식별할 수 있습니다. 최상의 결과를 얻으려면 300 DPI 이상으로 스캔하고, 배치 보기의 문서별 상태를 사용하여 전체 배치를 다시 실행하지 않고도 주의가 필요한 파일을 찾으십시오.
관련 배치 워크플로: 배치 문서를 하나의 Excel 스프레드시트로 변환 · 앱 스크린샷 대량 처리 · 식자재 원가 보고용 레스토랑 유통업체 송장 배치 처리 · 문서 수집과 배치 추출 연결