표 이미지를 엑셀로 — 텍스트만 읽지 말고, 그리드를 재구축하세요
인쇄된 표를 엑셀에 수동으로 입력하는 데 페이지당 3분이 걸립니다. 셀 병합이나 테두리 없는 표가 OCR을 혼란스럽게 하면, 수정 작업이 처음부터 다시 입력하는 것보다 더 오래 걸립니다. 진짜 문제는 이미지에서 텍스트를 읽는 것이 아니라, 표 구조를 재구축하는 것입니다. 즉, 어떤 셀이 어떤 열에 속하고, 어떤 행이 어떤 헤더와 정렬되는지를 파악하는 것입니다. 원하는 열을 정의하면, 시각 AI가 픽셀 이미지에서 셀 내용뿐만 아니라 셀 간의 관계를 이해하여 그리드를 재구성합니다.
페이지당 5~10초 · 인쇄된 표 99% 정확도 · 셀 병합, 테두리 없는 표, 중첩 표 처리 가능
모든 표 이미지에서 추출할 수 있는 정보
인쇄된 표에 휴대폰을 비추거나, 웹 대시보드의 스크린샷을 찍거나, 스프레드시트를 스캔하세요. 단순히 이미지를 텍스트로 변환하는 것이 아닙니다. 표를 재구성하는 것입니다. 바로 여기서 사용자 정의 열 추출이 해결책을 제시합니다. 감지된 모든 텍스트를 스프레드시트에 덤프하고 셀이 올바른 위치에 배치되길 기대하는 대신, 원하는 열 이름(예: 송장 번호, 공급업체, 합계)을 입력하면 AI가 각 이미지에서 해당 값을 찾아내어 의미와 표 구조 내 위치를 이해합니다. 입력한 열 이름이 출력의 정확한 헤더가 됩니다.
입력하는 열 이름의 예시입니다. 어떤 열 이름이든 작동합니다. AI는 템플릿 매칭이 아닌 그리드 구조를 이해하여 일치하는 값을 찾습니다. 출력은 입력한 열을 헤더로 하는 하나의 깔끔한 스프레드시트입니다.
이미지를 엑셀로 변환하는 것은 텍스트 읽기 문제가 아닌, 표 재구성 문제입니다
휴대폰으로 인쇄된 표를 찍거나, 웹 대시보드의 스크린샷을 찍거나, 가격표를 스캔할 때, 여러분은 단순히 "이미지를 텍스트로" 변환하는 것이 아닙니다. 픽셀의 시각적 레이아웃을 탐색 가능한 스프레드시트로 변환하는 것이며, 모든 셀이 해당 열, 행, 이웃과의 관계를 유지해야 합니다. 이러한 차이를 이해하지 못하는 소프트웨어는 텍스트 덤프를 제공하여 수동 재정렬에 몇 시간을 소모하게 만듭니다. 다음은 그 실패의 구조와, 접근 방식이 문제와 일치할 때 어떤 일이 일어나는지에 대한 설명입니다.
기존 OCR과 그리드 파서가 표 이미지에서 실패하는 이유
OCR은 셀을 읽지만, 셀 간의 관계는 읽지 못합니다. 표준 OCR(엑셀의 '사진에서 데이터 가져오기' 및 대부분의 온라인 변환기 포함)은 픽셀 단위로 작동하여 문자 모양을 감지하고 대략적인 X,Y 좌표와 함께 텍스트 문자열을 출력합니다. "$1,290.00"이 좌표 (450, 320)에 존재한다는 것은 알 수 있지만, 이것이 표의 합계 행이라는 것은 알 수 없습니다. "합계"라는 헤더와 그 아래 숫자 사이의 관계는 위치 기반 도구에는 보이지 않습니다. 두 개의 관련 없는 텍스트 조각을 추출하여 인접한 스프레드시트 셀에 덤프하며, 근접성이 곧 소속이라고 가정합니다. 열을 구분하는 그리드 선이 없거나 헤더가 병합된 셀에 걸쳐 있으면 출력이 뒤섞입니다.
병합된 셀, 테두리 없는 표, 중첩 그리드는 그리드 감지로 찾을 수 없습니다. 그리드 기반 파서(선을 찾아 행과 열을 나누는 도구)는 선이 없으면 바로 실패합니다. 열이 그려진 테두리가 아닌 공백만으로 구분된 가격표 표는 감지할 그리드를 생성하지 않습니다. "Q1 매출"이 병합된 헤더로 4개의 하위 열에 걸쳐 있는 대시보드 스크린샷은 단일 셀 레이블로 평탄화되어 아래 데이터가 잘못된 열에 할당됩니다. 표가 중첩된 경우(요약 표 안에 상세 표가 포함된 경우) 외부 그리드와 내부 그리드가 충돌하여 파서가 어떤 구조가 우선순위인지 결정할 수 없습니다.
고정 템플릿은 표 레이아웃이 변경되는 순간 깨집니다. 템플릿 기반 도구(Nanonets, Rossum)는 특정 문서 레이아웃에 연결된 추출 규칙을 구성해야 합니다. 송장 #43의 합계가 오른쪽 하단에 있고 송장 #44의 합계가 '납부 기한' 섹션 위 중앙에 있으면 템플릿이 이를 감지하지 못합니다. 다른 앱의 스크린샷, 열 배열이 다른 스캔된 가격표, 약간 다른 각도에서 찍은 표의 휴대폰 사진에도 동일하게 적용됩니다. 모든 레이아웃 변형은 새로운 실패 지점이며, 이를 수정하는 것은 바로 사용자입니다.
열 이름 추출이 관계 이해를 통해 그리드 구조를 재구성하는 방법
원하는 열을 정의하면 AI가 그리드 전체를 매핑합니다. "송장 번호, 날짜, 공급업체, 소계, 세금, 합계"를 입력하면 시각 언어 모델이 전체 이미지를 테이블 구조로 읽습니다. "송장 번호"가 상단 헤더 영역 근처의 "INV-2024-0842"와 같은 값을 가리키고, "합계"가 맨 아래 금액을, "공급업체"가 청구 섹션 근처에 인쇄된 회사명임을 이해합니다. 열에 정확히 같은 단어로 레이블이 지정될 필요가 없습니다. 테이블 레이아웃에서의 역할을 이해하여 값을 찾습니다. 이것이 사용자 정의 열 추출입니다. OCR이 추측한 셀에 텍스트를 덤프하는 대신, 열 이름을 지정하면 AI가 대상 필드를 중심으로 그리드를 재구성합니다.
병합된 셀, 테두리 없는 표, 중첩 그리드를 문맥에 맞게 이해합니다. 시각 대형 모델은 전체 레이아웃을 봅니다. Q1부터 Q4까지 확장된 헤더가 단일 셀 레이블이 아닌 상위 그룹임을 인식합니다. 공백으로 구분된 테두리 없는 표는 선을 감지했기 때문이 아니라 AI가 시각적 정렬을 이해하기 때문에 열로 읽힙니다. 대시보드 스크린샷에 요약 테이블과 내장된 세부 테이블이 포함된 경우, AI는 레이아웃 계층 구조를 이해하여 두 구조를 구분합니다. 사람이 이미지를 보는 방식과 동일합니다. 병합된 셀은 하위 열과의 관계를 유지하며, 각 하위 열 아래의 데이터가 올바르게 할당됩니다.
하나의 열 정의로 레이아웃에 관계없이 모든 이미지에 적용됩니다. 웹 대시보드 스크린샷, 인쇄된 공급업체 가격표의 휴대폰 사진, 2018년 스프레드시트 스캔본이 있다고 가정해 보세요. 각각 열 위치, 헤더 표현, 총 열 개수가 다릅니다. 모두 한 번에 업로드하세요. 열 이름을 한 번 정의하세요. AI가 각 이미지를 독립적으로 읽어 각각에 대한 그리드 구조를 재구성하고 결과를 하나의 스프레드시트로 병합합니다. 처리 시간은 이미지당 5-10초입니다. 동일한 방식으로 여러 페이지로 구성된 테이블도 처리합니다. AI는 테이블이 페이지 나누기를 넘어 계속됨을 인식하고, 행 연속성을 유지하며, 반복되는 헤더를 데이터 행으로 중복 처리하지 않습니다. 컬렉션 링크를 사용하면 다른 사람이 계정 없이도 공유 가능한 업로드 페이지를 통해 테이블 이미지를 처리 대기열에 직접 제출할 수 있습니다.
표가 사진 속에 갇혔습니다 — 꺼내는 방법은 이렇습니다
스프레드시트 대신 스크린샷을 받고 싶지 않으셨을 겁니다. CSV 대신 가격표 사진을 보내 달라고 요청하지도 않으셨을 겁니다. 하지만 지금 눈앞에는 표 사진이 있고, 엑셀에 데이터가 필요합니다. 픽셀 격자에서 스프레드시트 격자로 가는 길입니다.
이미지 업로드 — 사진, 스크린샷, 스캔본 모두 가능
웹 대시보드 스크린샷, 인쇄된 공급업체 가격표 사진, 오래된 스프레드시트 스캔본, 회의 중 화이트보드 표 사진 등 모든 이미지가 가능합니다. JPG, PNG, WebP, PDF 형식을 지원하며, 여러 이미지를 한 번에 업로드해 일괄 처리할 수 있습니다.
열 이름 입력 — 모든 이미지에 한 번만
원하는 열을 입력하세요: 송장번호, 날짜, 공급업체, 설명, 수량, 단가, 합계. AI가 각 이미지를 이 기준으로 읽어 표 그리드를 재구성하며, 불필요한 텍스트는 무시합니다. 출력에 계산이 필요하면 계산 열을 사용하세요: 라인 합계 (수량 × 단가)처럼 입력하면 AI가 추출 중 계산을 수행합니다. 분류가 필요하면 추론 열로 카테고리 (옵션: 원자재/완제품/사무용품)처럼 열을 지정하면 AI가 표 내용을 읽어 올바른 카테고리를 결정합니다.
통합 엑셀 파일 다운로드
처리 시간은 이미지당 5~10초로 수동 입력보다 약 18배 빠릅니다. 각 이미지는 하나 이상의 행이 되고, 각 열은 사용자가 지정한 이름 그대로 출력됩니다. 대시보드 스크린샷, 공급업체 가격표 사진, 스캔한 스프레드시트가 모두 하나의 XLSX 파일에 통합됩니다. XLSX, CSV, JSON 형식으로 내보낼 수 있습니다. 이미지에서 값을 읽을 수 없는 경우(예: 사진의 심한 눈부심) 셀은 비워져 잘못된 값이 채워지지 않습니다.
표 재구성이 효과적인 경우와 입력 품질이 AI보다 중요한 경우
AI 기반 그리드 재구성은 병합 셀, 테두리 없는 레이아웃, 다양한 열 개수 등 위치 기반 도구를 무너뜨리는 구조적 문제를 처리합니다. 하지만 보이는 것에 기반하여 작동합니다. 품질이 중요한 부분과 그렇지 않은 부분을 이해하면 현실적인 기대치를 설정할 수 있습니다.
최적 활용 상황
웹 대시보드, 데이터 테이블, 보고서 그리드의 스크린샷. 스크린샷은 원근 왜곡이나 조명 문제가 없고 화면 해상도로 텍스트가 선명해 가장 신뢰할 수 있는 입력 방식입니다. 인쇄된 명확한 표 데이터에서 최대 99% 정확도를 제공합니다.
셀 병합, 헤더 병합, 테두리 없는 레이아웃의 표. AI가 구조를 의미적으로 읽어 여러 하위 열을 가진 헤더를 상위 레이블로 인식하고, 공백으로 구분된 열도 열로 처리합니다. 위치 기반 OCR이 실패하는 지점이지만, 레이아웃을 시각적으로 이해하기 때문에 정확히 작동합니다.
다양한 표 레이아웃과 출처의 일괄 처리. ERP 시스템 스크린샷, 공급업체 가격표 사진, 스캔한 스프레드시트를 하나의 열 정의로 함께 업로드하면 하나의 병합된 Excel 파일로 출력됩니다.
여러 이미지 파일에 걸친 다중 페이지 표. AI가 페이지 간 표 연속성을 인식하고 행 번호를 유지하며 반복 헤더를 식별하여, 페이지별 파서가 생성하는 단편화되고 중복된 헤더 출력을 방지합니다.
주의가 필요한 경우
극심한 눈부심이나 짙은 그림자가 있는 휴대폰 사진. 중요한 값 위에 밝은 눈부심이 있거나, 그림자가 글자를 완전히 가리면 해당 필드의 추출이 불가능합니다. AI는 보이는 부분만 읽으며, 반사로 인해 숨겨진 데이터를 재구성할 수 없습니다. 문서 표면에 직사광선이 닿지 않도록 휴대폰 각도를 조정하세요.
큰 표 안에 중첩된 하위 표. 예를 들어, 자체적인 세부 행 미니 표가 있는 요약 섹션과 같이, 표 안에 포함된 하위 표는 외부와 내부 구조가 충돌할 수 있습니다. AI는 이를 일관된 평면 표로 병합하려고 시도하지만, 복잡한 중첩은 정렬 오류를 유발할 수 있습니다. 최상의 결과를 위해 메인 표와 하위 표를 별도로 추출하세요.
손으로 그린 표와 손으로 주석을 단 격자. 인쇄된 표가 가장 잘 작동합니다. 불규칙한 선, 일관되지 않은 열 너비, 손글씨로 그린 표는 구조 감지와 텍스트 인식 모두에 모호성을 초래합니다. 깔끔하게 선이 그어진 격자에 인쇄된 손글씨는 어느 정도 작동하지만, 자유형 스케치와 희미한 연필 자국은 정확도가 낮아집니다.
150 DPI 미만의 저해상도 이미지 또는 과도하게 압축된 스크린샷. 문자들이 서로 뭉개져 보이는 심하게 픽셀화되거나 JPEG 압축된 이미지는 텍스트 인식 정확도를 떨어뜨립니다. AI는 문맥 이해를 통해 보완하지만, 사람이 화면을 가까이서 봐도 숫자를 읽을 수 없는 임계점 이하에서는 추출이 신뢰할 수 없습니다. 선명한 이미지가 항상 최상의 입력입니다.
자주 묻는 질문
AI 이미지-엑셀 추출이 병합 셀이나 테두리 없는 표도 처리하나요, 아니면 눈에 보이는 격자선이 필요하나요?
둘 다 처리합니다. 시각 언어 모델은 사람이 표를 보고 격자선을 따라가지 않고도 열의 시작과 끝을 인식하는 방식처럼, 시각적 그룹을 이해하여 표 구조를 읽습니다. 열이 공백으로만 구분된 테두리 없는 표도 AI가 선 감지가 아닌 열 정렬을 이해하기 때문에 정확히 읽습니다. 여러 하위 열에 걸쳐 있는 병합 셀은 단일 셀 값으로 평탄화되지 않고 상위 레이블로 인식됩니다. Tabula나 Camelot 같은 위치 기반 도구는 테두리 없는 표에서 완전히 실패하고 병합 셀 데이터를 잘못 정렬합니다. 이것이 격자선 감지와 의미 구조 이해의 근본적인 차이점입니다.
송장 번호, 날짜, 합계 같은 특정 열만 추출할 수 있나요, 아니면 표 이미지에 보이는 모든 것을 가져오나요?
열을 완전히 제어할 수 있습니다. 원하는 필드 이름(송장 번호, 날짜, 공급업체, 합계, 세금)을 입력하면 AI가 해당 값만 추출합니다. 그 외 이미지의 모든 것은 무시됩니다. 이것이 사용자 정의 열 추출의 핵심입니다. 출력 스키마를 정의하면 AI가 표 맥락에서 각 필드의 의미를 이해하여 데이터를 매핑합니다. 열을 지정하지 않으면 AI가 보이는 모든 필드를 자동 감지합니다. 빠른 시작점으로 유용합니다. 또한 계산 열을 사용하여 추출에 계산을 포함시키거나(예: 세액 (소계 × 0.08)), 추론 열을 사용하여 표 내용에 따라 행을 분류할 수 있습니다(예: 카테고리 (옵션: 식음료/사무용품)). 입력한 열 이름이 엑셀 헤더가 됩니다.
휴대폰 사진에서 표 추출 정확도는 스크린샷이나 스캔 문서와 비교하여 어떤가요?
디지털 표의 스크린샷이 가장 정확한 결과를 제공합니다. 선명하게 렌더링된 텍스트의 경우 최대 99%입니다. 휴대폰 사진은 조명 각도, 그림자, 원근 왜곡, 카메라 해상도 등 변수가 있습니다. AI는 맥락을 읽어 중간 정도의 변형을 보정합니다. 약간 기울어진 영수증 사진에서 "합계" 옆의 숫자가 여전히 합계임을 이해합니다. 심각한 경우(데이터를 지우는 극심한 눈부심, 모션 블러, 문자를 완전히 가리는 짙은 그림자)는 영향을 받는 필드의 정확도를 낮춥니다. 실용적인 기준은 이미지에서 값을 읽을 수 있다면 AI도 읽을 수 있다는 것입니다. 처리 시간은 페이지당 5~10초로 수동 입력보다 약 18배 빠릅니다 (수동 페이지당 ~3분 vs 자동 ~5~10초).
여러 개의 표 이미지(서로 다른 레이아웃, 출처)를 한 번에 처리하여 하나의 스프레드시트로 만들 수 있나요?
네. 스크린샷, 휴대폰 사진, 스캔한 스프레드시트 등 여러 이미지를 한 번에 업로드하고, 하나의 열 이름 세트를 정의하면 됩니다. 각 이미지는 동일한 열 대상을 기준으로 개별 처리됩니다. 웹 대시보드 스크린샷, 인쇄된 공급업체 가격표 사진, 오래된 송장 스캔본 모두 동일한 헤더로 구성된 하나의 출력 스프레드시트에 행으로 추가됩니다. 다른 사람(공급업체가 보내는 가격표, 현장 직원이 촬영한 검사 그리드, 고객이 제출하는 양식)으로부터 표 이미지를 정기적으로 받는 워크플로우의 경우 수집 링크를 사용하세요. 공유 가능한 업로드 URL을 생성하여 누구에게나 보내면, 상대방은 브라우저를 통해 직접 이미지를 업로드할 수 있습니다. 상대방에게 계정이나 앱이 필요하지 않습니다.
여러 페이지에 걸쳐 있는 표 이미지(예: 8페이지 분량의 스캔된 가격표)는 어떻게 처리하나요?
모든 페이지를 개별 이미지로 업로드하고 하나의 열 정의로 일괄 처리하세요. AI가 각 페이지를 읽고 순서대로 행을 출력합니다. 여러 페이지로 구성된 PDF도 지원됩니다. 도구가 이를 하나의 문서로 처리하여 페이지 나누기에서도 표의 연속성을 인식하고, 행 순서를 유지하며 반복되는 헤더 행을 식별하여 데이터로 중복되지 않도록 합니다. 위치 기반 도구는 각 페이지를 개별적으로 처리하여 수동 병합과 헤더 제거가 필요한 별도의 출력을 생성합니다. 이는 수십 페이지에 걸쳐 표가 있는 스캔된 카탈로그, 요율표, 보고서에서 데이터를 추출하는 모든 사람에게 알려진 불편함입니다.