건설 자재 대장을 엑셀로 — 현장 일별 자재 입출고 기록, 작업자 서명, 자재 코드 추출
건설 현장 대장에 적힌 자재 코드, 일별 입출고 수량, 작업자 서명을 수기로 입력하는 데는 페이지당 2~3분이 걸립니다. 이 AI는 현장에서 찍은 휴대폰 사진 속 먼지, 구김, 약어까지 읽어 5~10초 만에 동일한 데이터를 추출합니다.
수기 자재 코드 인식 · 작업자 서명 및 집계 표시 추출 · 먼지·구김·저조도 현장 사진 처리
건설 자재 대장에서 추출할 수 있는 항목
필요한 열 이름을 입력하세요. AI는 작업자가 대장에 적은 위치가 아닌, 각 값의 의미를 이해하여 찾아냅니다. 이것이 맞춤형 열 추출입니다: 필드를 정의하면 AI가 먼지, 접힌 자국, 현장 약어 속에서도 해당 값을 찾아냅니다.
표시된 필드는 사용자가 정의한 항목이며, AI가 각 페이지에서 의미를 기반으로 입력 여부나 필기 여부, 용지 상태와 관계없이 찾아냅니다.
건설 자재 대장에서 가장 까다로운 점은 서식이 아니라 사진입니다
인보이스나 영수증처럼 업체마다 서식이 다른 것과 달리, 건설 자재 대장은 날짜·자재 코드·입고·출고·잔량·서명이라는 안정적인 필드 구조를 따르며, 모든 현장과 프로젝트에서 동일한 패턴이 반복됩니다. 추출 문제는 거의 전적으로 환경에 기인합니다. 이 대장들은 작업 현장에서 촬영됩니다. 비계 아래 저조도 클립보드, 콘크리트 먼지가 묻은 주머니에서 꺼낸 집계표, 작업 틈에 급하게 찍은 휴대폰 사진 등입니다. 깨끗한 평판 스캔을 위해 설계된 기존 OCR은 이런 이미지에서 쓰레기 데이터를 출력합니다. 해결책은 더 나은 템플릿이 아니라, 픽셀이 아닌 작업자가 적으려 한 의미를 읽어내는 AI입니다.
기존 OCR이 현장 공사일지 사진에서 실패하는 이유
먼지, 구김, 콘크리트 얼룩이 문자 단위 OCR 정확도를 무너뜨립니다. 건설 공사일지는 서류 캐비닛이 아닌 현장 컨테이너, 트럭 운전석, 작업복 주머니에 보관됩니다. 타설 현장에서 아침 작업 후 촬영된 자재 집계표에는 먼지 입자, 표를 가로지르는 구김선, 젖은 손이 종이를 만진 자국인 회색 얼룩이 있습니다. 기존 OCR은 문자 단위로 이미지를 처리합니다. "120"을 가로지르는 구김은 "1 0"으로 분리될 수 있고, "Φ12" 위의 얼룩은 알아볼 수 없는 덩어리가 됩니다. 레딧에서 건설업체들은 종이 서식이 "혼란"이며 "필체를 알아볼 수 없다"고 보고합니다 — 그것조차 조명이 통제된 사무실에서 사람이 읽는 서식입니다. 원본 사진에서 실행되는 OCR은 훨씬 더 어려운 문제에 직면합니다.
작업자 약어(C30, Φ12, HRB400, kg, m³)는 OCR 엔진 사전에 없습니다. 건설 현장에서 아무도 "콘크리트 강도 C30, 12mm 열간 압연 이형 철근"이라고 쓰지 않습니다. "C30", "Φ12", "HRB400"이라고 씁니다. 이러한 약어 코드는 자재 추적에 필수적입니다. 비용, 품질 등급, 구조 사양을 결정하지만, 문자 매칭 OCR은 파이 기호(Φ)를 특수 문자로 처리하여 삭제하거나 빈 상자로 출력합니다. 단위 약어도 문제를 악화시킵니다. "m³"는 "m3"가 되어 입방체 의미를 잃습니다. 결과적으로 자재 사양 열이 손상된 추출 데이터가 생성되며, 사양이 어떤 자재인지 결정하기 때문에 전체 공사일지를 신뢰할 수 없게 됩니다.
작업자 서명란: 체크 표시, 이니셜, 급하게 쓴 서명은 템플릿 도구로 감지할 수 없습니다. 일일 자재 공사일지의 마지막 열은 일반적으로 서명란입니다. 자재를 수령하거나 사용한 작업자의 체크 표시, 이니셜 또는 서명입니다. 템플릿 기반 OCR 도구는 체크 표시가 "확인"을 의미하거나 서명란의 "L.W."가 작업자를 식별한다는 것을 인식할 메커니즘이 없습니다. 해당 필드를 완전히 건너뛰거나 체크 표시를 텍스트 문자로 읽어 쓰레기를 출력합니다. 현장 자재 책임 추적에서 서명란은 문서 증거에 가장 가까운 것이며, 추출에서 손실되면 무엇이 사용되었는지는 추적할 수 있지만 누가 확인했는지는 알 수 없습니다.
현장 감독관처럼 원장을 읽는 시맨틱 AI의 방식
AI는 페이지 전체(먼지, 구김, 모든 것)를 보고, 픽셀 단위가 아닌 의미 단위로 값을 읽습니다. "120" 위로 구김선이 지나가거나 콘크리트 먼지가 "C30"을 일부 가렸을 때, AI는 주변 맥락을 활용해 값이 무엇이어야 하는지 판단합니다. 이는 더러운 집계표를 눈을 찡그리며 보는 현장 감독관이, 흐릿한 항목이 "자재 코드" 열에 있고 바로 위 행에 "콘크리트"라고 적혀 있으며 수량이 입방미터 단위라는 사실을 통해 그 값이 "C30"임을 아는 방식과 같습니다. 이것이 문자 매칭 OCR과의 근본적인 차이점입니다. AI는 문서를 시각적 전체로 처리하여, 자재 코드, 사양, 측정 단위, 해당 행의 수량 간의 의미적 관계를 유지합니다. 한 필드 위의 얼룩이 전체 행을 망가뜨리지 않습니다. AI는 손상된 문서를 읽는 사람처럼 그 빈틈을 채웁니다.
건설 약어(C30, Φ12, m³)는 문자 조회가 아닌 의미를 기반으로 해독됩니다. AI는 "Φ12"가 12mm 철근 직경, "m³"가 입방미터, "C30"이 콘크리트 강도 등급임을 이해합니다. 이를 고립된 문자열이 아닌 건설 자재 원장의 의미적 맥락 안에서 해석하기 때문입니다. 약어 조회 테이블을 만들거나 회사의 약어 관행을 시스템에 학습시킬 필요가 전혀 없습니다. 동일한 메커니즘으로 시멘트의 "kg", 거푸집의 "m²", 혼화제의 "L"을 읽어 각각 올바른 열에 배치합니다. AI는 표기법의 의미와 해당 열 이름을 모두 이해하기 때문입니다. 월요일에 "C30"을 쓰고 화요일에 소문자로 "c30"을 써도 "자재 코드" 열에는 동일하게 깔끔한 출력이 생성됩니다.
체크 표시, 이니셜, 서명이 건너뛰는 필드가 아닌 감사 가능한 구조화 데이터가 됩니다. "확인"이라는 열을 "있음/없음" 형식으로 정의하면, AI는 각 행의 서명란 영역을 검사하여 체크 표시, 이니셜 또는 서명이 있는지 확인하고, 그 형태와 관계없이 '예'를 반환합니다. "접수자"라는 열을 정의하면 AI는 서명란에서 작업자의 이니셜이나 이름을 추출합니다. 이는 템플릿 도구가 읽을 수 없는 낙서 영역으로 취급하는 원장의 책임 열을 필터링 및 정렬 가능한 데이터로 변환합니다. 월말에 30장의 손글씨 시트를 읽지 않고도 특정 작업자가 서명한 자재를 조회할 수 있습니다.
한 달간의 수기 집계표에서 검색 가능한 자재 데이터베이스로
현장 감독관이 휴대폰으로 촬영한 30일치 자재 대장에서 자재 코드, 입출고 수량, 잔고, 작업자 서명까지 모든 데이터를 월간 자재 정산을 위해 하나의 엑셀 파일로 정리해야 한다면, 전체 워크플로우는 이렇게 이루어집니다.
자재대장 사진을 한 번에 업로드하세요
일별 자재대장 사진 30장을 한 번에 업로드하세요. 날짜, 조명, 작업자 필체가 각각 달라도 됩니다. 현장에서 낮에 비계 조명 아래 촬영한 사진이 좋으며, 정면에서 고르게 촬영한 사진이 가장 정확합니다. 하청업체나 원격 현장팀이 업로드 인터페이스에 접근할 수 없는 경우, 수집 링크로 공유 가능한 업로드 페이지를 생성하세요. 현장 작업자는 링크에 접속해 인증번호를 입력하고 자재대장 사진을 바로 처리 큐에 제출할 수 있습니다. 계정이나 로그인이 필요 없습니다.
배치 내 모든 페이지에 한 번에 컬럼 정의
필요한 필드명을 입력하세요: 날짜 | 자재코드 | 규격 | 단위 | 입고량 | 출고량 | 잔량 | 사용처 | 작업자명 | 서명. AI는 각 값을 의미에 따라 읽습니다. "C30"은 자재코드, "12"는 입고량, "Φ12"는 규격으로 인식하며, 값이 대장의 어느 행에 있든 작업자 필체가 페이지마다 달라도 정확히 처리합니다. 추론 컬럼을 추가하세요. 예: 자재분류 (옵션: 콘크리트/철근/거푸집/배관/전기/골재/기타). AI가 자재코드와 규격을 기반으로 각 자재를 자동 분류하므로, 추출 후 300개 항목을 수동으로 분류할 필요가 없습니다.
모든 일자의 자재를 통일된 컬럼으로 엑셀 파일로
XLSX, CSV 또는 JSON으로 내보내기 가능합니다. 각 자재 항목은 한 행이 됩니다. 날짜, 자재코드, 입고량, 출고량, 잔량, 작업자, 서명 등 30일 전체 데이터가 일관된 컬럼으로 정리되며, 각 일자의 대장 작성 방식이 달라도 동일합니다. 자재코드로 정렬하여 월간 총 소비량 확인, 사용처별 필터링으로 작업 구역별 자재 흐름 추적, 작업자명 기준 피벗으로 책임 소재 파악이 가능합니다. 출력 데이터는 월간 자재 정산, 프로젝트 예산 대비 원가 추적, ERP 재고 모듈 업로드에 바로 사용할 수 있습니다. 처리 속도는 페이지당 5~10초로, 대장 시트당 수동 입력 약 2~3분 대비 크게 빠릅니다.
건설 대장 추출이 깔끔한 데이터를 제공하는 경우와 확인이 필요한 경우
정확도는 읽기 쉬운 필기체와 적절한 사진 품질을 갖춘 표준 건설 대장 형식에서 높습니다. 일부 문서 상태와 도구 범위 제한이 결과에 영향을 미칠 수 있으므로, 수량 데이터가 자재비 정산을 결정짓는 한 달 치 현장 대장 사진을 처리하기 전에 알아두는 것이 좋습니다.
가장 적합한 경우
반복되는 열 구조를 가진 표준 일일 원장 형식. 대부분의 건설 자재 원장은 날짜, 자재 코드, 규격, 단위, 입고량, 출고량, 잔고, 서명 등 일관된 그리드를 행 단위로 반복합니다. AI는 동일 행의 자재 코드 "C30"과 단위 "m³" 간의 의미적 관계를 이해하여 이 구조를 효율적으로 읽으며, 그리드 선이 희미하거나 일부 가려져 있어도 추출 시 해당 관계를 유지합니다.
주광 또는 실내 조명 아래에서 정면으로 촬영한 휴대폰 사진. 카메라가 페이지와 평행을 이루고, 확산된 자연광 또는 LED 실내 조명 아래에서 촬영된 사진은 안정적인 추출 결과를 제공합니다. AI는 이미지를 시각적 전체로 처리하므로, 주요 값을 가리지 않는 적당한 먼지, 희미한 접힌 자국, 옅은 그리드 표시는 출력 품질 저하 없이 처리됩니다.
단일 열 설정으로 여러 작업자 또는 하도급업체의 배치 처리. 세 곳의 다른 하도급업체가 각각 일일 자재 원장을 제출하고, 각각 필체, 약어, 정리 상태가 다르더라도 동일한 열 정의로 모든 시트를 하나의 배치에 함께 업로드하세요. AI는 각 값을 작성 방식이나 위치가 아닌 의미를 기준으로 찾아냅니다.
확인이 필요한 사항
데이터 필드를 직접 덮는 심한 먼지, 때, 또는 시멘트 튐. 보통의 먼지나 희미한 얼룩은 처리되지만, 재료 코드나 수량 필드를 물리적으로 가리는 두꺼운 마른 콘크리트 분진층은 추출 신뢰도를 떨어뜨립니다. AI는 사진에 보이지 않는 것은 읽을 수 없습니다. 촬영 전, 데이터 그리드 주변의 느슨한 잔해물을 털어내십시오. 사진에서 사람조차 중요한 필드를 읽을 수 없는 경우, 해당 행의 열은 비어 있게 됩니다. 이는 감지 가능하며, 잘못된 데이터가 조용히 생성되지 않습니다.
플래시 눈부심이나 심한 그림자 그라데이션이 있는 극단적인 각도의 사진. 페이지 상단은 플래시 반사로 밝고 하단은 깊은 그림자에 있는 급격한 각도의 휴대폰 사진은 불균일한 조명을 만들어 추출 정확도를 낮춥니다. 특히 가장 어두운 영역의 필기체에 영향을 줍니다. 플래시를 끄고 균일한 주변광에서 정면으로 찍은 사진이 항상 각진 플래시 사진보다 성능이 좋습니다. 잘못 읽힌 숫자가 자재 부족이나 초과 주문을 초래할 수 있는 일일 수량 데이터의 경우, 조명이 가장 나쁜 사진의 필드를 확인하십시오.
도구는 페이지에 있는 내용을 추출합니다. 현장의 실제 재고를 확인할 수 없습니다. AI는 현장 작업자가 기록한 대로 필기된 원장 데이터를 정확히 읽고 구조화합니다. 작업자가 "출고 수량: 50포대"라고 기록했지만 실제로 45포대를 사용했다면, 추출된 값은 50이 됩니다. 이는 종이 기록을 충실히 반영한 것입니다. 이 도구는 원장에서 데이터 캡처를 자동화합니다. 실제 남은 재고에 대한 물리적 확인은 별도의 현장 프로세스입니다. 추출된 원장 데이터는 물리적 재고와 비교하기 위한 깨끗한 디지털 기록을 생성하지만, 비교 자체를 수행하지는 않습니다.
자주 묻는 질문
AI가 현장 작업자들이 약어로 쓰는 C30, Φ12, HRB400 같은 건설 자재 코드를 읽을 수 있나요?
네, 가능합니다. 이것이 바로 시맨틱 AI가 기존 OCR보다 건설 원장 처리에 뛰어난 이유입니다. AI는 단순히 문자를 인식하는 것이 아니라 "C30"이 콘크리트 강도 C30을, "Φ12"는 12mm 철근 직경을, "HRB400"은 철근 강종임을 이해합니다. 현장마다 다른 필기체와 표기 방식으로 쓰여 있어도 말이죠. 자재 코드와 규격 같은 열을 정의하면, AI는 픽셀 패턴을 매칭하는 대신 건설 맥락에서 해당 값이 무엇을 의미하는지 이해하여 식별합니다. 이는 문자 매칭 OCR과의 근본적인 차이점입니다. 기존 OCR은 "Φ12"를 알 수 없는 기호로 읽거나, 파이(Φ) 기호가 표준 문자 세트에 없어 대체 문자를 출력할 것입니다. 작업자가 어떤 날은 "C30"으로, 다른 날은 소문자 "c30"으로 쓰더라도 자재 코드 열에는 동일하게 깔끔한 값이 출력됩니다.
먼지가 많은 건설 현장에서 저조도로 찍은 휴대폰 사진의 데이터 추출 정확도는 어느 정도인가요?
현장 사진의 추출 정확도는 세 가지 요소에 따라 달라집니다: 사진 각도(정면이 기울어진 것보다 우수), 조명 균일성(확산광이 눈부심이 있는 강한 플래시보다 우수), 그리고 원장의 물리적 상태(주요 필드 위의 먼지 덮임). 균일한 상부 조명이나 주광 아래에서 찍은 정면 사진은 읽기 쉬운 필체의 표준 원장 형식에서 좋은 정확도를 보입니다. 극단적인 각도에서 플래시 눈부심과 짙은 그림자와 함께 찍은 휴대폰 사진, 또는 마른 콘크리트 먼지나 때가 자재 코드나 수량 필드를 직접 덮고 있는 페이지는 정확도가 눈에 띄게 낮아집니다. 잘못 읽힌 숫자가 자재 조정에 직접적인 영향을 미치는 일일 수량 데이터의 경우, 조명이 가장 나쁘거나 가장 더러운 페이지의 항목을 표본 점검할 시간을 예산에 포함시키세요. 마치 거의 읽을 수 없는 원본에서 수동으로 입력한 숫자를 확인하는 것과 같은 방식입니다.
추출 중에 일일 잔여 수량(입고량 - 출고량)을 계산하여 나중에 Excel에서 계산하지 않도록 할 수 있나요?
네, 가능합니다. 잔여 수량 (입고량 - 출고량)이라는 계산 열을 정의하면 AI가 추출 중 각 행의 차이를 계산하여 결과를 해당 열에 직접 출력합니다. 양수는 자재 순증가를, 음수는 공급을 초과하는 소비를 나타냅니다. 각 행이 다른 자재를 추적하는 다중 자재 원장의 경우, 일일 순변동 (입고량 - 출고량)이라는 계산 열을 통해 자재별 소비 데이터를 즉시 얻을 수 있습니다. 이렇게 하면 추출 후 Excel에서 수식 열을 추가하고 드래그하여 채우는 추가 단계가 필요 없어집니다. 처음부터 계산된 값이 포함된 출력 파일을 얻을 수 있습니다.
한 달 분량의 일일 자재 대장을 한 번에 일괄 처리하여 하나의 통합 스프레드시트를 얻을 수 있나요?
네, 가능합니다. 30일 분량의 일일 자재 대장 시트(휴대폰 사진, 스캔본, 또는 혼합)를 한 번에 업로드하세요. 열 이름을 한 번만 정의하면(예: 날짜 | 자재코드 | 규격 | 단위 | 입고량 | 출고량 | 잔량 | 사용처 | 작업자명 | 서명), AI가 모든 페이지에서 각 값을 추출합니다. 출력은 30일치 자재 기록이 일관된 열로 정리된 하나의 엑셀 파일입니다. 매일 따로 처리하거나 30개의 스프레드시트를 이어붙일 필요가 없습니다. 만약 다른 작업자나 하청업체가 약간 다른 형식(한 곳은 "출고량" 대신 "사용량"을, 다른 곳은 "사용처" 대신 "위치"를 기재)으로 시트를 작성했더라도, AI가 정확한 레이블 텍스트가 아닌 의미를 기준으로 값을 찾기 때문에 동일한 열 정의가 여전히 작동합니다.
대장 용지가 구겨지고, 더러워지고, 주머니에 접혀 있었는데도 AI가 데이터를 추출할 수 있나요?
네, 합리적인 한도 내에서 가능합니다. 데이터 필드를 가로지르는 접힌 자국과 적당한 먼지 얼룩은 AI가 페이지를 전체적으로 읽고 주변 필드 컨텍스트를 사용하여 불확실한 값을 해결하기 때문에 처리됩니다. 예를 들어, 접힌 자국이 한 행의 출고량 항목을 부분적으로 가린 경우, AI는 같은 행의 잔량(보이는 경우)을 상호 참조하여 수량을 검증할 수 있습니다. 이는 사람이 컨텍스트를 사용하여 빈칸을 채우는 방식과 같습니다. 그러나 한계가 있습니다: 종이 표면을 물리적으로 제거하는 두꺼운 접힌 자국이나 필드를 완전히 막는 심한 때는 해당 셀의 추출을 방해합니다. 해당 열은 빈 상태로 남아 가짜 숫자가 생성되지 않으므로, 어떤 항목을 수동으로 확인해야 하는지 알 수 있습니다. 심하게 마모된 대장을 촬영하기 전에 접힌 페이지를 펴고 느슨한 이물질을 털어내어 읽을 수 있는 표면적을 최대화하세요.