양식 데이터를 Excel로 추출: 체크박스, 필기 필드, 조건부 로직까지 의미론적으로 처리

체크박스가 불리언 상태가 아닌 임의 문자로 인식됩니다. 체크된 박스는 "X", X 표시된 박스는 "K", 동그라미 친 박스는 "O"로 출력되며, 빈 박스도 "O"로 읽힐 수 있습니다. 기존 OCR은 깔끔한 예/아니오 대신 문자 노이즈를 생성합니다. Stack Overflow와 Make.com 커뮤니티 사용자들은 일관되게 체크박스 상태를 핵심 추출 실패 지점으로 보고합니다.

필기 입력이 인쇄된 레이블과 분리됩니다. 기존 OCR은 인쇄 텍스트와 필기를 각각 한 번씩, 총 두 번 처리합니다. 결과는 관계가 유지되지 않은 별도의 텍스트 스트림입니다. "성명: [필기 J. Smith]"는 두 개의 연결되지 않은 토큰이 됩니다. 레이블은 값을 잃고, 값은 맥락을 잃습니다. 쌍을 재구성하려면 필드 위치가 조금만 바뀌어도 깨지는 공간적 휴리스틱이 필요합니다.

조건부 필드가 로직과 관계없이 추출됩니다. "예인 경우, 설명하시오: ________" — 의료 접수 양식, 보험 신청서, 정부 서류에서 흔히 볼 수 있는 패턴입니다. OCR 도구는 앞선 체크박스가 체크되었는지 여부와 관계없이 설명 텍스트를 추출하는데, 이는 의존 관계를 추론할 수 없기 때문입니다. 결과 스프레드시트는 의미 있는 데이터와 존재해서는 안 될 데이터를 혼합합니다.

체크박스 표시는 문자 대신 불리언으로 해석됩니다. 비전 모델은 체크된 박스, 동그라미 친 옵션, X 표시된 사각형이 모두 동일한 의미 — "선택됨" — 임을 이해하고 깔끔한 True/False 또는 Yes/No 값을 출력합니다. 표시의 모양을 명명하려 하지 않고, 그 의도를 이해합니다. 동의_예/아니오 같은 열을 정의하면 모든 폼이 일관된 불리언 답변을 반환합니다.

인쇄된 레이블과 필기 값이 문맥 안에서 함께 읽힙니다. AI가 전체 폼을 하나의 시각적 문서로 읽기 때문에, 모든 레이블과 값 간의 관계를 보존합니다. "성명: 김철수"는 레이블이 왼쪽 상단에 있고 필기가 페이지 중간에 있든, 같은 테이블 셀 안에 있든 하나의 키-값 단위로 이해됩니다. 공간적 배치가 의미적 연결을 깨뜨리지 않습니다.

조건부 로직은 종속 열을 정의하여 처리됩니다. 설명_예인_경우 같은 열을 지정하면 AI는 설명을 추출하기 전에 앞선 체크박스가 선택되었는지 확인합니다. 체크박스가 선택되지 않았다면 셀은 비어 있습니다 — 설명이 트리거되지 않았기 때문입니다. 이는 폼 추출 스프레드시트에서 가장 흔한 유령 데이터 발생 원인을 제거합니다. 처리 시간은 페이지당 5-10초입니다 .