AI 필기 배송장 → 엑셀 변환기 — 인쇄된 출하 데이터 & 필기 수령 확인서 추출
대부분의 문서 추출 도구는 배송장을 하나의 구분되지 않은 텍스트 스트림으로 읽어 인쇄된 출하 수량과 필기 수령 수량을 같은 필드에 병합합니다. 이 AI는 각 데이터의 의미를 이해하여 두 계층을 구분하고, 페이지당 5~10초 만에 출하 및 수령 값을 별도 열로 출력합니다.
인쇄 필드 최대 99% 정확도 · 동일 페이지 내 인쇄 + 필기 인식 · 운송사별 템플릿 설정 불필요
필기 배송장에서 추출할 수 있는 항목
필요한 열 이름을 입력하면 AI가 페이지 내 위치가 아닌 의미를 이해하여 각 값을 찾습니다. 여기에는 인쇄된 출하 데이터와 수령인이 작성한 필기 수령 확인서가 모두 포함됩니다.
파란색 아이콘 = 문서의 인쇄 필드. 주황색 아이콘 = 수령인이 추가한 필기 주석. AI가 동일 페이지에서 두 가지를 모두 읽습니다.
손글씨 배송 명세서가 한 페이지에 두 개의 문서인 이유
배송 명세서는 회전 문서입니다. 창고에서 출고 데이터와 함께 인쇄되어 상품과 함께 이동하고, 수령 확인을 손글씨로 기재한 채로 돌아옵니다. 인쇄된 부분은 발송된 품목을, 손글씨 부분은 실제 수령된 품목을 나타냅니다. 기존 OCR은 두 계층을 구분 없이 하나의 텍스트 스트림으로 병합하여, 전체 수령 워크플로우가 의존하는 구분을 무너뜨립니다.
템플릿 기반 추출이 수기 배송 명세서에서 실패하는 이유
인쇄된 출하 데이터와 수기 수령 데이터가 하나의 스트림으로 합쳐집니다. 배송 명세서가 도크에서 돌아오면, 수령인이 인쇄된 출하 수량 옆에 수령 수량을 적고, 여백에 파손 메모를 휘갈기며, 하단에 서명합니다. 템플릿 기반 OCR 도구는 전체 페이지를 "500 480 damaged 2 boxes signed J. Miller"와 같은 단일 텍스트로 읽어, 인쇄된 "500"(도착 예정 수량)과 수기 "480"(실제 도착 수량)을 구분하지 못합니다. 도구가 페이지를 하나의 텍스트 블록으로 처리하는 순간, 두 숫자 간의 의미적 차이는 사라집니다.
모든 운송사와 공급업체의 레이아웃이 다르며, 수기 입력 위치도 달라집니다. 제조업체의 배송 명세서는 왼쪽에 인쇄된 필드, 오른쪽에 빈 수령란을 둡니다. 택배사의 배송 증명서는 수령 블록을 하단에 배치합니다. 3PL 업체는 운전자가 수량에 동그라미를 치고 수령인 이름을 상자에 쓰는 완전히 다른 양식을 사용합니다. 템플릿 기반 도구는 각 양식마다 새로운 파서 정의가 필요합니다. 수기 주석은 레이아웃에 따라 이동하므로, 공급업체 A 양식에 맞춘 수령 기록 도구는 운송사 B의 POD에 적용하면 임의의 문자를 출력합니다. 물류 포럼 사용자들은 일관되게 조정 단계를 병목 현상으로 설명합니다: "월말 수동 조정은 정말 힘들어요 — 청구하는 걸 잊은 부족 선적이나, 데이터가 제대로 포착되지 않아 고객이 송장에 이의를 제기하는 경우를 계속 발견합니다."
수기 수정 사항은 구조화된 데이터가 아닌 노이즈로 처리됩니다. 운전자가 배송 수량에 동그라미를 치고 인쇄된 숫자를 지웁니다. 창고 수령인이 품목 옆에 "short 3 boxes"라고 적습니다. 관제사가 배송 시간과 이니셜을 구석에 휘갈깁니다. 템플릿 도구는 이러한 주석이 정의된 텍스트 블록 밖에 있으면 무시하거나, 수동 해석이 필요한 레이블 없는 조각으로 출력합니다. "short 3 boxes"는 품목 설명란에 들어갑니다. 문서에서 가장 중요한 계층인 수기 확인 데이터는 출력물에서 가장 덜 구조화된 부분이 됩니다.
컬럼명 추출이 두 레이어를 개별적으로 읽는 방식
의미 기반 판독은 인쇄된 출고 데이터와 필기된 수령 데이터를 위치가 아닌 의미로 분리합니다. 출고수량 | 수령수량 | 파손메모 | 수령인서명과 같이 컬럼을 정의하면, AI는 고정된 픽셀 위치를 찾지 않고 전체 페이지를 읽어 각 값이 무엇을 의미하는지 이해합니다. 공급업체 라인 항목 테이블에 인쇄된 "500"은 출고수량에, 옆에 필기된 "480"은 수령수량에, 여백에 낙서된 "2박스 파손"은 파손메모에 할당됩니다. 이것이 사용자 정의 컬럼 추출입니다: 필요한 필드명을 입력하면 AI가 페이지 어디에서든 각 값을 의미를 이해하여 찾아냅니다. 마지막 납품서에서의 위치를 기억하는 방식이 아닙니다.
하나의 컬럼 설정으로 모든 운송사, 공급업체, 3PL 양식에서 작동합니다. AI가 고정된 레이아웃을 매칭하는 대신 각 컬럼명의 의미를 이해하여 필드를 찾기 때문에, 동일한 컬럼 정의가 제조업체의 인쇄된 납품서, 택배사의 필기 POD 양식, 3PL의 다중 페이지 수령 보고서에서 모두 작동합니다. 이를 단일 배치로 함께 업로드하세요. 각 문서는 동일한 컬럼으로 출력 스프레드시트에 한 행을 생성합니다. 50개 다른 출처에서 수령하는 물류 운영이라도 50개의 다른 추출 템플릿이 필요하지 않습니다.
필기 주석이 고립된 텍스트 조각이 아닌 구조화된 컬럼이 됩니다. "3박스 부족"이 품목설명 컬럼에 설명 없는 문자열로 나타나는 대신, 예외사항이라는 전용 컬럼을 추가하면 AI가 필기된 여백 메모를 그곳으로 라우팅합니다. 수령인서명을 "있음/없음" 형식으로 추가하면, 템플릿 학습 없이, 각 운송사 양식에서 서명란이 어디 있는지 AI에 알려주지 않아도 모든 문서가 깔끔한 예/아니오를 반환합니다. 반환된 문서로서 납품서가 존재하는 근본적인 이유인 수령 확인 레이어가 마침내 일급 데이터로 취급됩니다.
반품 배송 명세서 더미에서 수령 스프레드시트까지
수령 팀이 여러 운송업체의 입고를 처리하면서, 인쇄된 배송 데이터와 수기로 작성된 수령 확인 내용을 하나의 구조화된 스프레드시트로 통합해야 한다면 — 전체 워크플로우는 다음과 같습니다.
반품 배송 명세서와 POD 업로드
배송 명세서 PDF, 수기 수령 데이터가 적힌 스캔 서류, 또는 서명된 인도 증명서 사진을 한 번에 업로드하세요. 공급업체 포털의 디지털 PDF와 수기 수량 정정이 있는 사진도 같은 배치에 섞을 수 있습니다. 운전기사, 공급업체, 원격 창고에서 배송 명세서를 수집하는 팀을 위해 수집 링크 기능은 공유 가능한 업로드 페이지를 생성합니다 — 외부 담당자는 계정 생성이나 로그인 없이 문서를 처리 대기열에 직접 제출할 수 있습니다.
두 데이터 계층을 아우르는 열 정의
인쇄된 배송 측과 수기 수령 측을 모두 포괄하는 필드명을 입력하세요 — 배송 명세서 번호 | 구매 주문 번호 | 공급업체 | 운송업체 | SKU | 발송 수량 | 수령 수량 | 예외 사항 | 수령자 서명. AI는 각 값을 페이지 내 위치가 아닌 의미로 읽기 때문에, 공급업체 표의 인쇄된 발송 수량과 수령자의 주석에 적힌 수기 수령 수량이 각각 다른 열에 배치됩니다. 배송 상태 (옵션: 정상/부분/파손) 같은 추론 열을 추가하면 AI가 각 문서의 수령 주석에서 상태를 추론합니다.
하나의 스프레드시트 다운로드 — 발송 vs 수령 나란히 비교
XLSX, CSV 또는 JSON으로 내보냅니다. 각 배송 명세서는 출력 테이블의 한 행이 되며 — 인쇄된 배송 필드와 수기 수령 필드가 인접 열에 배치되어 스프레드시트에서 발송 수량과 수령 수량을 직접 비교할 수 있습니다. 출력 데이터는 WMS 입고 전기, 구매 주문 정산, 또는 공급업체 송장과의 3방향 매칭에 바로 사용할 수 있습니다. Google Sheets 사용자는 사이드바 애드온을 사용하여 스프레드시트를 떠나지 않고도 결과를 활성 시트에 직접 추출할 수 있습니다. 처리 속도는 페이지당 5~10초로, 배송 명세서당 약 3분이 소요되는 수동 입력에 비해 크게 향상되었습니다.
수기 작성 납품서 데이터 추출이 깔끔한 데이터를 제공하는 경우와 점검이 필요한 경우
표준 납품서와 읽기 쉬운 주석의 경우 정확도가 높습니다. 일부 문서 상태는 결과에 영향을 미치므로, 수기 데이터가 중요한 대량의 반환 문서를 처리하기 전에 알아두는 것이 좋습니다.
가장 적합한 경우
표준 품질의 손글씨 메모가 포함된 디지털 PDF 납품서. 공급업체 또는 운송업체 포털에서 생성된 기계 생성 납품서는 인쇄된 헤더 필드와 라인 항목 표에 대해 거의 완벽한 추출 정확도를 제공합니다. 읽을 수 있는 손글씨 메모(인쇄체 또는 보통 필기체)는 인쇄된 필드와 함께 구조화된 데이터로 추출됩니다. 페이지와 대비가 좋고 선명한 손글씨는 안정적으로 추출됩니다.
300 DPI 이상으로 스캔된 1세대 및 2세대 카본지. 카본지 납품서 세트의 원본(상단) 사본이 가장 좋은 결과를 제공합니다. 2세대 사본도 일반적으로 읽을 수 있습니다. 300 DPI 이상으로 깨끗하게 평판 스캔된 페이지는 AI가 인쇄된 글자와 손글씨 메모를 구별하는 데 필요한 해상도를 제공하며, 이는 두 가지가 같은 줄이나 같은 표 셀에 나타날 때 필수적입니다.
인쇄된 수령 확인 표시 및 구조화된 양식 필드. 수령 확인에 구조화된 표시(배송 상태 체크박스, 미리 인쇄된 양식의 동그라미 친 수량, 명확한 위치의 서명란)를 사용하는 문서는 가장 일관된 결과를 제공합니다. AI는 인쇄된 양식 구조를 손글씨 입력의 맥락으로 읽어 두 계층 모두의 정확도를 향상시킵니다.
확인이 필요한 사항
3~4번째 카본 사본. 배송 명세서와 POD는 대부분 다중 카본 양식입니다. 3~4번째 사본으로 갈수록 카본 전사 성능이 현저히 저하되어 인쇄된 텍스트가 흐려지고, 수기로 작성된 내용(수동 압력으로 기록)은 거의 보이지 않습니다. 가능하면 첫 번째 또는 두 번째 사본을 스캔하세요. 후반부 카본 사본은 정확도가 낮고 AI가 신뢰도가 낮은 값을 표시할 수 있으므로, 데이터가 재정적으로 중요한 경우 원본 문서와 대조하여 확인할 시간을 확보하세요.
6~12개월 이상 경과된 감열지 POD. 많은 택배사에서 배송 증명서에 감열지를 사용합니다. 감열 인쇄물은 시간이 지나면서 용지가 어두워지거나 인쇄가 고르지 않게 바래져 대비가 낮아지고, 수기 내용이 어두워진 배경에 묻힙니다. 새 감열 인쇄물은 정상적으로 추출되지만, 특히 따뜻한 환경에 보관된 오래된 감열 문서는 데이터가 다운스트림 시스템에 입력되기 전에 추출된 값을 빠르게 검토해야 합니다.
운전자나 창고 직원의 급하게 쓴 필기체 메모. 표준 인쇄체와 적당한 필기체는 수신 메모에서 안정적으로 추출됩니다. 하지만 창고에서 급히 적은 운전자 메모에서 흔히 볼 수 있는 매우 빠른 필기체는 수동 확인이 필요할 수 있습니다. 서명 유무 감지(서명 있음/없음)와 같은 구조화된 표시 필드는 필기체 손상 설명의 전체 텍스트 변환보다 오류에 덜 민감합니다. 필기체 메모가 재정적 중요성을 갖는 중요한 필드(예: 송장 지불을 결정하는 수기 수량 수정)의 경우, 해당 특정 셀을 확인할 계획을 세우세요.
자주 묻는 질문
AI가 동일한 납품서에서 인쇄된 출고 수량과 필기로 기재된 입고 수량을 구분할 수 있나요?
네, 가능합니다. 이것이 바로 필기 납품서 추출이 일반 문서 OCR과 다른 핵심 기능입니다. 출고 수량 및 입고 수량과 같은 열을 정의하면, AI는 공급업체의 라인 항목 테이블에서 인쇄된 수량을 읽고 수령인의 주석에서 필기 수정 사항을 읽어 두 값을 별도의 열로 출력합니다. 이는 값이 페이지의 서로 다른 픽셀 위치에 있기 때문이 아니라, 각 열 이름의 의미를 이해하기 때문에 구분합니다. 따라서 모든 라인 항목에서 출고 수량과 입고 수량을 수동 조정 없이 비교할 수 있습니다. 필기 수량이 누락된 경우(수령인이 수량을 기록하지 않고 서명만 한 경우), 해당 행의 입고 수량 열은 비어 있으며, 이 자체로 실행 가능한 정보가 됩니다.
운송 중 취급된 카본지 납품서의 필기 추출 정확도는 어느 정도인가요?
300 DPI 이상으로 스캔된 1세대 및 2세대 카본지는 인쇄된 필드와 필기 필드 모두에 대해 좋은 정확도를 제공합니다. AI는 페이지를 시각적 전체로 처리하여 인쇄된 테이블 구조와 필기 주석을 단일 의미론적 패스로 읽습니다. 3세대 및 4세대 사본(카본 전사가 약해져 필기가 회색 바탕에 희미하게 보이는 경우)은 정확도가 눈에 띄게 낮아집니다. AI는 이러한 필드에 대해 여전히 추출을 시도하지만 신뢰도가 낮은 값에는 플래그를 지정할 수 있습니다. 비즈니스에 중요한 입고 데이터(송장 지불을 결정하는 수량 수정, 공급업체 차지백을 유발하는 손상 설명)의 경우, 희미해진 카본지를 수동으로 확인하는 것과 같은 방식으로 샘플 점검할 시간을 확보하십시오. 후기 카본지의 인쇄된 필드도 영향을 받지만, 일반적으로 필기보다 일관된 압력으로 인쇄되었기 때문에 덜 심각합니다.
20개 다른 운송사의 납품서를 일괄 처리할 수 있나요? 일부는 손글씨 수령 데이터가 있고, 다른 일부는 깨끗한 디지털 문서인 경우도요.
가능합니다. 열 이름을 한 번만 정의하면 됩니다. 예를 들어 납품서 번호 | 구매처 참조 | 공급업체 | 발송 수량 | 수령 수량 | 손상 메모 | 수령인 서명 과 같이 정의하고, 20개 다른 운송사의 납품서를 한 번에 업로드하세요. AI는 고정된 레이아웃을 매칭하는 것이 아니라 각 열 이름의 의미를 이해하여 모든 문서에서 각 값을 찾습니다. 특정 납품서가 손글씨 주석이 없는 깨끗한 디지털 PDF인 경우, 해당 행의 손글씨 열은 비워둡니다. 다른 납품서에 광범위한 손글씨 손상 메모와 수량 수정 사항이 있는 경우, 해당 열이 채워집니다. 출력은 하나의 통합 Excel 파일이며, 납품서당 한 행씩, 어떤 문서에 손글씨 데이터가 포함되어 있든 관계없이 일관된 열로 구성됩니다. 제조업체의 여러 페이지 납품서와 택배사의 한 페이지 손글씨 POD 양식 모두 동일한 열 정의에서 동일한 구조화된 출력을 생성합니다.
추출된 납품서 데이터를 구매 주문서 및 공급업체 송장과 3자 매칭(Three-way matching)에 사용할 수 있나요?
납품서 추출의 구조화된 출력은 3자 매칭(납품서, 구매 주문서, 송장)을 위한 "상품 수령" 데이터를 제공합니다. 그러나 매칭 자체(추출된 납품서 데이터를 PO 기록 및 송장 데이터와 비교)는 ERP, AP 시스템 또는 스프레드시트에서 이루어집니다. 이 도구는 구조화된 데이터를 추출할 뿐, 매칭을 수행하기 위해 구매 주문서 데이터베이스나 공급업체 송장 기록에 접근하지 않습니다. 이 도구가 가능하게 하는 것은 중요한 손글씨 수령 레이어를 포함하여 납품서 데이터를 깔끔하고 일관되게 추출하여 매칭 단계가 정확한 입력값으로 실행되도록 하는 것입니다. 추출 중에 계산 열(Computed Column) (예: 수량 차이 (발송 수량 - 수령 수량))을 사용할 수도 있습니다. AI는 각 라인의 인쇄된 수량과 손글씨 수량 간의 차이를 계산하여 직접 출력하므로, 데이터가 AP 시스템에 도달하기 전에 불일치를 표시합니다.
수취인의 필체가 필기체이거나 배송 메모가 스캔 대신 사진으로 촬영된 경우 어떻게 되나요?
AI는 의미 이해를 통해 필체를 읽습니다. 즉, 개별 문자 모양을 참조 세트와 비교하는 대신 사람처럼 문맥에서 단어를 추론합니다. 선명하고 조명이 적절한 배송 메모의 보통 필기체는 안정적으로 추출됩니다. 매우 급하게 쓴 필기체, 아주 작은 필기체, 또는 구부러진 종이에 날카로운 각도로 작성된 주석은 정확도를 떨어뜨립니다. 사진으로 촬영된 배송 메모도 작동합니다. AI가 원근 왜곡을 처리하지만, 정면에서 균일한 조명으로 촬영한 사진이 부두 조명이 좋지 않은 상태에서 각도로 급하게 찍은 사진보다 항상 더 나은 성능을 보입니다. 필체가 심한 필기체이고 데이터가 재정적으로 중요한 수기 손상 메모 및 수량 수령 필드의 경우, 해당 특정 셀을 점검할 계획을 세우세요. 수취인 서명이 문서에 있는지 여부를 감지하는 것과 같은 구조화된 표시 필드는 AI가 이름을 필사하는 대신 불리언 질문에 답하기 때문에 필체 변형에 더 관대합니다.