OCR API — 개발자 친화적인 문서 텍스트 및 구조화된 데이터 추출
대부분의 OCR API는 원본 텍스트와 좌표만 반환해, 문서 유형마다 별도의 파싱 코드를 직접 작성해야 합니다. 이 결합 방식은 한 번의 처리로 텍스트를 추출하고 필드를 이해하여, 사용자가 정의한 열 이름 기준으로 구조화된 데이터를 출력합니다.
Enterprise-grade security · TLS 1.3 encrypted
어떤 문서에서든 추출할 수 있는 정보
필요한 열 이름을 입력하기만 하면, AI는 값이 위치한 곳이 아니라 그 의미를 이해해 모든 페이지에서 해당 값을 찾아냅니다. 구조화된 JSON 결과를 받고, 스프레드시트가 필요할 때는 일괄 처리된 결과를 서식이 적용된 .xlsx 통합 문서로 내보낼 수 있습니다.
OCR API가 결과를 끝까지 전달하지 못하는 이유
OCR API는 텍스트와 좌표만 제공합니다. 감지된 다른 단어들 사이에 떠다니는 "INV-2024-0892" 문자열 대신 송장 번호: INV-2024-0892를 얻으려면 별도의 2차 처리 단계가 필요합니다.
OCR API는 좌표가 포함된 평문 문자열이나 단어 목록을 반환합니다. 숫자 $322.38과 레이블 "TOTAL"은 출력에서 다른 텍스트와 구분할 수 없습니다. 코드가 직접 어떤 숫자가 합계인지, 소계인지, 개별 항목인지 파악해야 합니다.
좌표는 페이지 기준 상대값입니다. (x=100, y=200) 위치에서 송장 번호를 추출하는 규칙은 다른 공급업체의 레이아웃이 (x=300, y=150)에 배치하는 순간 작동하지 않습니다. 공급업체별 파싱 로직을 유지하는 것은 확장이 불가능합니다.
Reddit의 개발자들은 일관되게 OCR 출력과 실제 사용 가능한 데이터 간의 차이를 "매우 실망스럽다"고 설명합니다. API는 제 역할을 했지만, 데이터는 여전히 바로 사용할 수 없는 상태입니다.
원하는 필드를 정의하면 AI가 이를 JSON 또는 스프레드시트에서 명명된 열로 반환합니다. 원시 텍스트에 레이블을 붙이고 정렬할 필요가 없습니다.
AI가 Invoice Number의 의미를 이해하기 때문에 페이지 내 위치와 관계없이 찾아냅니다. 공급업체가 템플릿을 변경해도 추출은 계속 작동하며, 규칙을 업데이트할 필요가 없습니다.
별도의 OCR 단계, 파싱, 필드 추출 과정이 필요 없습니다. PDF나 이미지를 업로드하고 열을 정의하면 단일 응답으로 구조화된 데이터를 받을 수 있습니다. 종단 간 구조화된 데이터가 필요한 팀에게 이 통합 접근 방식은 OCR → 파싱 → 추출 체인을 유지하는 것보다 간단합니다.
업로드부터 구조화된 데이터까지 한 번의 흐름으로
API를 통해 여러 송장을 일괄 처리할 때 중간 파싱 단계 없이 진행되는 과정을 소개합니다.
API 또는 웹 인터페이스로 파일 업로드
PDF, JPG, PNG 파일을 전송하세요. 단일 문서나 여러 형식의 파일을 같은 일괄 단위로 처리할 수 있습니다. API는 멀티파트 업로드를 지원하며 상태 폴링을 위한 작업 ID를 즉시 반환합니다. 각 파일은 대기열에 등록된 후 비동기로 처리되며, 웹 UI와 API 엔드포인트 모두 동일한 엔진을 사용합니다.
열 스키마 정의
필요한 필드를 지정하세요 — 송장 번호, 날짜, 공급업체, 품목, 세금, 최종 총액. AI는 각 문서를 시맨틱하게 읽어 페이지 내 위치와 관계없이 값을 사용자가 지정한 열 이름에 매핑합니다.
구조화된 데이터 가져오기 — JSON 또는 Excel
각 문서에는 사용자가 지정한 열의 값이 채워진 상태로 반환됩니다. 개별 결과는 필드:값 쌍으로 구성된 JSON으로 가져올 수 있고, 일괄 처리 결과는 스프레드시트 작업에 맞춰 서식이 지정된 .xlsx 통합 문서로 다운로드할 수 있습니다. 정규식을 작성할 필요도, 경계 상자 매칭을 디버깅할 필요도, 후처리 파이프라인을 유지보수할 필요도 없습니다.
API 문서로 시작하기
API 키를 생성하거나 문서를 업로드하고, 비동기 작업의 상태를 폴링하며, 웹훅을 등록하거나 완료된 일괄 작업을 내보낼 준비가 되었다면 개발자 문서를 사용하세요.
이 접근 방식을 사용해야 하는 경우
가장 적합한 경우
- ✓ 문서에서 단순한 원시 텍스트가 아닌 구조화된 필드:값 쌍이 필요한 경우.
- ✓ 다양한 출처의 문서가 서로 다른 레이아웃을 가지고 있는 경우 — 시맨틱 추출은 규칙 변경 없이 적응합니다.
- ✓ 후처리 파이프라인을 생략하려는 경우 — 추출 결과를 데이터베이스, API 응답 또는 스프레드시트에 바로 로드할 수 있습니다.
- ✓ 팀에 추출 규칙을 구축하고 유지 관리할 전담 NLP 또는 문서 파싱 엔지니어링 리소스가 없는 경우.
주의가 필요한 경우
- ⚠ 자유 형식 텍스트 재구성을 위해 문자별 정확한 경계 상자 좌표가 포함된 원시 OCR 텍스트가 필요한 경우 — 이 접근 방식은 전체 레이아웃 형상이 아닌 명명된 필드를 출력합니다.
- ⚠ 파이프라인이 페이지당 1센트 미만의 비용으로 매달 수백만 개의 문서를 처리하는 경우 — 처리량 요구 사항에 따라 볼륨 기반 가격을 평가하세요.
- ⚠ 극도로 필기체가 심하거나 심각한 물리적 손상이 있는 스캔본은 추출 정확도를 떨어뜨릴 수 있습니다 — 깨끗한 인쇄물과 스캔 문서에서 가장 높은 신뢰도를 얻을 수 있습니다.
자주 묻는 질문
API를 사용해 스캔된 PDF에서 Invoice Number와 Total Amount를 추출할 수 있나요?
네, 가능합니다. 스캔된 PDF는 이미지로 처리되며, 시각 AI가 페이지를 직접 읽어 텍스트 레이어에 의존하지 않습니다. Invoice Number와 Total Amount를 열 이름으로 정의하면, PDF가 디지털로 생성된 파일이든 스캔된 파일이든 상관없이 API가 응답에 지정한 필드로 해당 값을 반환합니다.
Google Cloud Vision이나 AWS Textract를 사용하는 것과 이 서비스의 차이점은 무엇인가요?
Google Cloud Vision과 AWS Textract는 이미 필드에 라벨이 지정된 문서에 대해 경계 상자(bounding box)나 키-값 쌍이 포함된 원시 텍스트를 반환합니다. 이 API는 시맨틱 이해를 통해 사용자가 정의한 필드를 반환하며, 문서에 명시적으로 라벨이 없더라도 Vendor Name을 요청하면 해당 공급업체 이름을 찾아줍니다. 출력 스키마는 문서가 아닌 사용자가 직접 정의할 수 있습니다.
문서마다 행 개수가 다른 라인 아이템은 어떻게 처리하나요?
하위 필드(Description, Quantity, Unit Price, Total)가 중첩된 Line Items와 같은 열을 정의하세요. AI는 문서당 라인 아이템 전체 세트를 3행이든 30행이든 상관없이 감지한 뒤, JSON 배열 형태나 내보내기 시 확장된 행 형태로 반환합니다.
통합 전에 OCR API의 성능을 평가하려면 어떻게 해야 하나요?
API 통합을 구축하기 전에 게스트 데모 웹 UI를 통해 출력 품질을 평가할 수 있습니다. API 접근은 계정 API 키를 사용하며 유료 플랜에서 이용 가능합니다. 웹 인터페이스와 API는 동일한 추출 엔진을 공유하므로, 테스트 출력 결과는 통합 여부를 결정하는 데 유용합니다.
지원되는 입력 형식과 출력 형식은 무엇인가요?
업로드: PDF, JPG, PNG, WebP, AVIF. 출력: 사용자가 지정한 열 이름을 키로 사용하는 구조화된 JSON, 그리고 다운로드 가능한 .xlsx 파일로 제공되는 일괄 내보내기 기능을 지원합니다.
더 읽어보기: API 대 노코드 문서 추출 · 2026년 최고의 OCR API · AI로 PDF 데이터를 추출할 수 있나요?