패키지 라벨 사진에서 운송장 번호, 수취인, 주소를 추출하세요
테이프 반사광이나 굴곡진 표면이 있어도 모든 운송사의 패키지 라벨 사진에서 운송장 번호, 수취인 이름, 주소, 서비스 등급, 중량 등 5개 필드를 추출합니다.
라벨당 5초 · 인쇄 텍스트 최대 99% 정확도
택배 라벨 사진에서 추출할 수 있는 정보
맞춤 열 추출 기능을 사용하면 필드 이름을 직접 지정할 수 있습니다. AI는 라벨에서의 위치가 아니라 의미를 기준으로 각 필드를 찾아냅니다. 테이프 반사광이나 굴곡진 표면에서도 문제없습니다.
운송사별 고유 형식입니다. UPS는 "1Z", USPS는 "9400", Amazon Logistics는 "TBA"로 시작합니다. AI는 인쇄된 번호를 읽고 바코드와 교차 검증합니다.
택배를 받는 사람 또는 업체명입니다. 보통 라벨에서 가장 큰 글씨로 표시됩니다.
도로명, 도시, 주, 우편번호입니다. 테이프 반사광으로 일부가 가려지는 경우가 있습니다. AI는 개별 문자를 인식하는 대신 주소 구조를 파악하여 반사광 너머까지 읽어냅니다.
Ground, Express, Priority 등이 있으며, 보통 약어("GND", "PRI")로 표기됩니다. AI는 약어 스타일에 관계없이 읽어냅니다.
파운드(lbs) 또는 킬로그램(kg) 단위의 택배 중량입니다. 보통 하단 모서리 근처에 작은 글씨로 표시됩니다.
테이프 반사광, 굴곡진 표면, 복잡한 레이아웃 — 기존 OCR이 패키지 라벨을 읽지 못하는 이유
배송 라벨은 굴곡진 판지 상자에 부착된 광택 감열 스티커로, 취급, 조명, 날씨에 노출됩니다. 기존 OCR은 반사광을 읽습니다. 의미 기반 추출은 각 필드를 그 의미로 읽습니다.
기존 도구가 어려움을 겪는 이유
테이프 반사광과 굴곡진 표면으로 인해 문자가 왜곡됩니다. 상자 모서리에 테이프로 부착된 라벨은 각지고 반사되는 표면을 만듭니다. 수취인 주소 위의 투명 테이프는 카메라가 텍스트를 캡처하는 대신 빛을 반사합니다. 한 개발자가 운송장 OCR 관련 토론에서 언급했듯이, "실제 사진에는 눈부심, 접힘, 조명 불량이 있습니다" — 이러한 조건은 기존 OCR의 정확도를 급격히 떨어뜨립니다.
좁은 공간에 밀집된 정보로 인해 필드가 혼합됩니다. 4×6인치 라벨에는 운송장 번호, 바코드, 두 개의 주소 블록, 서비스 표시기, 중량 및 참조 필드가 포함되어 있으며, 이 모든 것이 레이블이 지정된 상자 대신 시각적 가이드로 구분되어 있습니다. 기존 OCR은 모든 것을 하나의 텍스트 블록으로 덤프하여 운송장 번호를 우편번호와 혼합하고 중량을 바코드 값과 혼합합니다. 이를 분리하려면 모든 라벨에 대해 수동 작업이 필요합니다.
운송사마다 레이아웃이 다릅니다. UPS는 운송장 번호를 라벨 상단에 배치합니다. FedEx는 수취인 주소 아래에 위치시킵니다. USPS는 바코드 주변에 배치합니다. 템플릿 기반 도구는 운송사별로 별도의 구성이 필요하며, 운송사가 라벨 디자인을 업데이트할 때마다 새 구성이 필요합니다.
의미 기반 추출이 모든 라벨을 읽는 방법
열 이름을 지정하면 AI가 위치가 아닌 의미로 값을 찾습니다. "운송장 번호, 수취인 이름, 주소, 서비스 등급, 중량"을 입력하세요. 모델은 운송장 번호 패턴(1Z..., 9400..., TBA...)을 알고 있으며, 왜곡된 각 문자를 OCR로 인식하는 대신 패턴을 인식하여 반사광을 뚫고 읽어냅니다.
시각적 맥락이 밀집도를 해결합니다. 모델은 바코드 위에 인쇄된 운송장 번호, 그 아래에 있는 수취인 주소 블록, 하단의 중량 값이 각각 다른 필드임을 이해합니다. 이들은 불과 몇 밀리미터 떨어져 있지만, 모델은 각 필드를 독립적으로 읽어 밀집된 라벨에서 기존 OCR이 자주 겪는 데이터 혼선을 방지합니다.
하나의 열 세트로 모든 운송사에서 작동합니다. 동일한 다섯 개의 열이 UPS Ground 라벨, FedEx Express 라벨, USPS Priority 라벨, DHL eCommerce 라벨에서 별도의 운송사별 설정 없이 추출됩니다. 여러 운송사의 라벨을 하나의 배치에 업로드하면 AI가 각각을 독립적으로 처리하여 단일 스프레드시트를 출력합니다.
택배 라벨 사진 한 장으로 스프레드시트 행을 만드는 세 단계
택배 라벨 사진 촬영
택배가 접수대나 집 앞에 도착합니다. 라벨은 박스 모서리에 테이프로 붙어 있고, 투명 테이프에 천장 조명이 반사됩니다. 휴대폰으로 JPG 또는 PNG 형식으로 라벨 전체 영역을 촬영합니다. 사진을 배치에 업로드하세요. 라벨을 떼어내거나, 펴거나, 테이프를 제거할 필요가 없습니다. 있는 그대로의 사진으로도 충분히 시작할 수 있습니다.
필드 이름을 한 번만 지정
필요한 열 이름을 입력합니다: 운송장 번호, 수취인 이름, 주소, 서비스 등급, 중량. UPS, FedEx, USPS, DHL 등 어떤 운송사의 라벨이든 동일한 다섯 개 열이 적용됩니다. AI는 각 이미지를 독립적으로 처리합니다. 운송사 패턴에 따라 운송장 번호를 찾고, 도로명/도시/우편번호 구조를 인식하여 주소 블록을 읽으며, 숫자 형식과 단위 표시 위치를 기준으로 중량을 식별합니다.
깔끔한 스프레드시트 다운로드
처리 시간은 라벨당 약 5초입니다. 출력물은 하나의 XLSX 파일입니다. 각 행은 촬영한 하나의 라벨, 각 열은 사용자가 지정한 하나의 필드입니다. 서로 다른 운송사의 라벨도 동일한 테이블에 표시됩니다. 각 라벨 사진을 열어 운송장 번호를 읽고 입력한 뒤, 주소와 중량에 대해 같은 과정을 반복하는 수동 작업 보다 약 18배 빠릅니다.
라벨 사진 추출이 가장 효과적인 경우와 주의가 필요한 경우
이러한 조건을 이해하면 운송장 라벨 사진에서 일관된 결과를 얻을 수 있습니다.
가장 효과적인 경우
조명이 밝은 정면 사진. 테이블 위에 평평하게 놓거나 패키지 면에 부착된 라벨 — 인쇄된 필드에서 최대 99% 정확도.
표준 운송사 라벨. UPS, FedEx, USPS, DHL, Amazon Logistics 라벨에 인쇄된 감열 또는 잉크젯 텍스트.
단일 배치 내 혼합 운송사. 운송사는 다르지만 동일한 열 세트 사용 — 특정 라벨에 없는 필드는 비워둠.
주의가 필요한 경우
텍스트를 덮는 불투명 테이프. 반사광이 있는 투명 테이프는 잘 처리되지만, 텍스트를 완전히 가리는 불투명 포장 테이프는 해당 영역의 추출을 차단합니다.
심하게 바랜 감열 라벨. 직접 감열 라벨은 햇빛과 열에 의해 품질이 저하됩니다. 인쇄된 텍스트와 바코드 모두 너무 바래서 읽을 수 없는 경우 추출 정확도가 크게 떨어집니다.
손으로 쓴 중량 또는 경로 지정 정보. 인쇄된 텍스트는 95-99% 추출됩니다. 라벨에 손으로 수정한 내용은 신뢰도가 낮으므로 해당 필드는 반드시 확인이 필요합니다.
자주 묻는 질문
투명 테이프로 운송장 번호가 일부 가려진 경우에도 AI가 읽을 수 있나요?
네, 대부분의 경우 가능합니다. 시각 모델은 운송장 번호를 의미 패턴으로 인식합니다. UPS 번호는 "1Z"로, USPS는 "9400"으로, Amazon Logistics는 "TBA"로 시작하죠. 투명 테이프가 번호 일부에 반사광을 만들면, 모델은 보이는 문자를 기반으로 번호를 재구성하고 바코드와 교차 검증합니다. 불투명 포장 테이프가 텍스트를 완전히 가린 경우 AI는 보이지 않는 것을 읽을 수 없지만, 투명 테이프로 인한 부분 가림은 안정적으로 처리됩니다.
운송사마다 서비스 등급 형식이 다른데, 도구에서 이를 정규화하나요?
AI는 라벨에 인쇄된 그대로 서비스 표시를 추출합니다. UPS Ground의 경우 "GND", USPS Priority는 "PRI", FedEx는 "Express Saver"와 같이요. 각 운송사의 코드 체계를 알 필요 없이, 라벨에 표시된 약어나 전체 이름을 읽어냅니다. 추출된 값은 원본 그대로입니다. 이를 정규화해야 한다면, 내보내기 후 스프레드시트에서 간단한 수식으로 몇 초 만에 처리할 수 있습니다.
같은 배치에 UPS, FedEx, USPS 라벨을 섞어서 처리할 수 있나요?
네, 가능합니다. 운송장 번호, 수취인 이름, 주소, 서비스 등급, 중량 등 하나의 열 이름 세트를 정의하면, AI가 동일한 정의로 배치 내 모든 라벨을 처리합니다. UPS Ground 라벨과 FedEx Express 라벨은 완전히 다른 레이아웃을 가지고 있지만, AI는 각 필드가 페이지에서 어디에 있는지가 아니라 무엇을 의미하는지 이해하여 읽어냅니다. 결과는 모든 운송사의 라벨이 동일한 열 구조를 가진 행으로 표시되는 단일 스프레드시트입니다.
굴곡진 골판지 상자 위에서 라벨 사진을 비스듬히 찍으면 어떻게 되나요?
비스듬한 사진과 굴곡진 표면은 평평하고 정면에서 찍은 사진보다 정확도가 떨어지지만, 의미 기반 접근 방식은 여전히 기존 OCR보다 뛰어납니다. 15도 기울어짐은 기존 OCR의 정확도를 30-40% 떨어뜨릴 수 있는데, 문자가 왜곡되고 줄 높이가 달라지기 때문입니다. 시각 모델은 텍스트를 의미 있는 패턴으로 이해하여 굴곡을 통해 읽어냅니다. 이름은 여전히 이름이고 우편번호는 여전히 다섯 자리 숫자로 인식되죠. 굴곡진 표면에서 최상의 결과를 얻으려면 팔 길이 정도 거리에서 라벨 영역 전체를 가능한 정면으로 촬영하세요.
AI가 라벨의 바코드를 자동으로 읽나요?
네, 그렇습니다. 모델이 바코드 영역을 감지하고, 인코딩된 값을 디코딩한 후, 이를 인쇄된 운송장 번호에 대한 교차 검증 신호로 사용합니다. 올바르게 부착된 라벨의 경우 인쇄된 번호와 바코드 값이 일치해야 하며, 이를 통해 가장 중요한 필드를 무료로 두 번 독립적으로 읽을 수 있습니다. 두 값이 다를 경우, 해당 라벨은 사람의 검토가 필요함을 알리게 됩니다. 별도의 바코드 스캐너가 필요하지 않습니다.
배송 라벨 추출에 대한 심층 분석: 배송 라벨 및 화물 명세서의 필드별 정확도 분석 — 운송장 번호, 주소, 서비스 등급, 바코드 교차 검증 · 여러 운송사에 걸친 Amazon 배송 스크린샷에서 운송장 번호와 배송일자를 추출하는 방법
모든 사진 문서 캡처 시나리오는 사진 문서 허브 페이지에서 확인하세요 — 명함, 주차 딱지, 처방전 라벨, 검침기 등.