문서 자동화에서 STP(Straight-Through Processing) 비율이란 무엇인가?

최종 검토: 2026-08-12 · 적용 대상: 문서 자동화 / 매입채무(AP) 워크플로우 / 지급 / 보험 청구

STP(Straight-Through Processing) 비율은 접수, 분류, 추출, 검증, 전송 등 전체 처리 주기를 사람의 개입 없이 완료한 문서 또는 거래의 비율을 의미합니다. 이는 인건비와 가장 직접적으로 연결되는 지표입니다. 자동 처리되지 못한 모든 문서에는 유급 인력의 시간이 필요하기 때문입니다.

STP 비율의 작동 방식

STP 비율은 이 지표를 사용하는 모든 업계에서 동일한 하나의 공식으로 계산됩니다. IBM은 이를 "자동으로 처리된 거래의 비율"로 간단히 정의합니다(IBM Think):

STP 비율 = 무인 처리된 문서 수 ÷ 총 접수 문서 수 × 100%

분자에는 접수, 분류, 추출, 검증, 전송 등 모든 단계를 사람이 "승인"을 클릭하거나, 필드를 수정하거나, 불일치를 해결하는 일 없이 통과한 문서만 포함됩니다. 분모는 실패하여 사람에게 전달된 문서를 포함한 시스템에 접수된 모든 문서입니다. 의료 분야의 동일 지표인 자동 심사에 대한 OpsDog의 정의에는 중요한 예외 사항이 추가됩니다. 자동 처리되었으나 이후 수동 해결이 필요한 오류가 발견된 청구는 분자에서 제외되어야 합니다(OpsDog). STP는 처음부터 끝까지 자동 처리된 문서만 집계하며, 자동화된 것처럼 보였으나 수정이 필요했던 문서는 포함하지 않습니다.

"무인 처리"의 기준은 의도적으로 엄격합니다. 자동으로 추출되었지만 이후 수동 검토가 이루어진 문서는 STP에 해당하지 않습니다. 추출과 검증을 통과했지만 관리자의 클릭을 기다리며 승인 대기열에 머무는 문서도 STP에 해당하지 않습니다. 전체 주기에서 사람의 접점이 단 한 번도 없는 경우만 인정됩니다. 이것이 STP 비율이 공급업체가 인용하는 "정확도" 수치보다 항상 낮은 이유입니다. 정확도는 문자나 필드가 올바르게 판독되는 빈도를 측정하는 반면, STP는 문서 전체가 사람의 개입 없이 처음부터 끝까지 흘러갔는지 여부를 측정하기 때문입니다.

STP 비율이 중요한 이유

STP 비율은 노동 시간으로 직접 환산되는 유일하게 널리 벤치마킹되는 지표입니다. Ardent Partners의 2025년 AP 지표 보고서(n=212)에 따르면 업계 평균 무인 처리 비율은 32.6%로, 전체 송장의 약 3분의 2가 처리 과정 어딘가에서 여전히 사람의 개입을 필요로 합니다(Ardent Partners, 2025). 개입이 필요한 송장 하나하나마다 실제 시간이 소요됩니다. IOFM의 벤치마크에 따르면 일반적인 송장의 수동 처리는 12.5분이 소요되며, 예외 건은 추가로 15~45분이 더 걸립니다(IOFM, 2024).

팀 간의 격차가 실제로 주목할 만한 부분입니다. Ardent의 최고 수준 조직은 49.2%의 무인 처리 비율을 달성했는데, 이는 다른 모든 기업이 달성한 23.4%보다 2.1배 높은 수치로, 송장 처리 비용은 건당 $2.78인 반면 평균 조직은 $9.40입니다(Ardent Partners, 2025). The Hackett Group은 AP 솔루션 도입 기업의 평균 무인 처리 비율이 60%이며, 무인 처리 비율이 30%를 초과하는 팀의 생산성이 3.5배 더 높다는 것을 발견했습니다(The Hackett Group, 2025). AI 시대의 도입 사례는 더 높은 수준을 보여줍니다. 분석가 수치에 따르면 우수 기업은 60~80% 범위에 있으며(Levvel Research, via Ascend, 2025), 벤더가 보고한 에이전트 플랫폼의 실제 생산 수치는 85~92%에 달합니다.

STP 비율은 또한 마케팅 주장이 모호해지는 지점이기도 합니다. 벤더들은 측정 대상을 명시하지 않고 "99% 정확도"를 자주 인용하지만, 이러한 수치 중 어느 것도 STP 비율이 아닙니다. 시스템이 99% 문자 정확도를 보유하더라도 단 하나의 잘못 읽은 문자가 전체 필드를 손상시킬 수 있기 때문에 문서를 여전히 사람에게 라우팅할 수 있습니다(필드 정확도와 문자 정확도 참조). STP 비율은 부서의 인력 규모에 직접적인 영향을 미치는 수치이며, 이것이 바로 중요하면서도 벤더들이 좀처럼 공개하지 않는 이유입니다.

STP의 역사와 발전

STP는 문서 처리가 아닌 금융 결제에서 시작되었습니다. 최초의 시도는 1970년대에 이루어졌는데, 당시 샌프란시스코 연방준비은행이 급여 자동이체를 위한 최초의 자동교환소(ACH)를 도입했고, SWIFT는 국경 간 은행 송금을 위한 글로벌 메시징 네트워크를 구축했습니다. 두 시스템 모두 이전에 전보나 수작업으로 입력되던 지급 지시의 수동 재입력을 제거했습니다(Investopedia; Routable). 1980년대~1990년대에는 증권 거래와 보험 청구에도 동일한 논리가 적용되어, 수동 접점 없이 거래가 처리되도록 결제와 심사를 자동화했습니다.

2010년대에는 STP가 문서 처리로 확장되었습니다. Ardent Partners는 초기 매입채무(AP) 연구부터 '무인 처리' 송장 처리 방식을 추적해 왔으며, 이를 "AP 팀의 수동 개입 없이 송장이 접수, 승인, 지급 일정 수립되는 것"으로 정의했습니다(Ardent Partners, 2020). 2020년대에는 AI 기반 추출 플랫폼이 훨씬 더 높은 비율을 달성할 수 있게 되었습니다. 템플릿 기반 OCR이 약 10~20%의 STP 비율에서 한계에 달했던 반면, 현대 AI 문서 처리는 60~75%를 보고하며, 에이전틱 플랫폼은 실제 운영 환경에서 85~92%를 주장합니다. 지표 자체는 1970년대 이후 변함이 없지만, 문서 처리 과정 중 실제로 자동화할 수 있는 범위가 달라진 것입니다.

STP 비율이 사용되는 분야

STP 비율은 공식은 동일하지만 산업별로 다르게 측정됩니다. 해당 분야에서 "완전한 처리"가 의미하는 바에 따라 정의가 좁아집니다:

매입채무(AP) (현재 가장 주된 용도): STP는 송장이 접수, 추출, 구매주문(PO) 및 영수증과의 검증, 승인, 전기까지 모든 과정이 사람의 개입 없이 이루어지는 것을 의미합니다. 가장 신뢰할 수 있는 벤치마크 데이터가 있는 분야입니다.
지급 및 금융 결제: STP는 거래가 개시부터 검증, 강화, 라우팅, 결제까지 수동 개입 없이 흐르는 것을 의미하며, 이는 ACH, SWIFT 및 현대 지급 레일의 기반입니다(IBM Think). 입금 매칭의 경우, 규칙 기반 플랫폼의 업계 평균 STP 비율은 60~80%이며, AI 기반 매칭을 사용하면 95% 이상으로 상승합니다(Transformance).
보험 및 의료 청구: STP는 청구가 규칙과 자동화 시스템에 의해 검증, 심사, 지급되는 것을 의미합니다. 기본 STP 비율은 5~10%이며, 자동화를 통해 20~40%로 상승하고, 선도 보험사의 특정 경미한 청구 유형의 경우 40~60%에 달합니다(Peakflo, 2026). 업계 벤치마크 목표는 약 80%의 자동 심사율이지만, 실제 일치 통과율은 10%에서 70%까지 다양합니다(HCIM).

흔한 오해

오해: "STP 비율은 OCR 정확도와 같다."
사실: OCR은 문자가 얼마나 정확하게 읽혔는지를 측정하고, STP는 문서 전체가 사람의 개입 없이 처음부터 끝까지 완료되었는지를 측정합니다. Tungsten Automation은 이 차이를 명확히 설명합니다. "OCR은 데이터 캡처의 '무엇'을 결정하고, STP는 '그 다음 무엇'을 다룹니다" (Tungsten Automation, 2025). 시스템이 문자의 99%를 올바르게 읽어도 STP 비율이 낮을 수 있습니다. 추출은 무인 처리를 통과해야 하는 다섯 단계 중 하나일 뿐이기 때문입니다.
오해: "높은 추출 정확도는 높은 STP를 보장한다."
사실: 추출 정확도는 필요 조건이지만 충분 조건은 아닙니다. STP는 추가로 올바른 문서 분류, 참조 데이터(구매주문(PO), 공급업체 마스터)에 대한 성공적인 검증, 매칭, ERP 통합을 요구합니다. 이 중 어느 하나라도 모든 필드가 올바르게 추출되었더라도 문서를 사람에게 보낼 수 있습니다. Finofo의 구현 가이드는 단호합니다. "대규모로 달성하려면 좋은 OCR 이상이 필요합니다" — 공급업체 마스터 관리, PO 적용 범위, 허용 오차 설정에도 달려 있습니다 (Finofo, 2026). 15개 필드가 있는 송장에서 99% 추출률을 달성해도 문서 3개 중 1개 이상은 최소 하나의 오류가 있으며, 각각의 문서는 사람의 검토가 필요합니다.
오해: "100% STP는 달성 가능하다 — 자동화는 사람이 필요 없다는 뜻이다."
사실: 실제 운영 환경에서 진정한 100% STP는 드뭅니다. LlamaIndex의 용어집에 따르면 대부분의 조직은 26%에서 67% 사이를 달성합니다. "규칙 엔진이 처리할 수 없는 예외, 엣지 케이스, 시나리오"는 항상 존재하기 때문입니다 (LlamaIndex). 품질이 낮은 스캔, 새로운 문서 형식, 모호한 데이터, 사기 탐지 플래그는 항상 존재합니다. 정직한 목표는 경제적으로 합리적인 수준까지 STP를 높이고 나머지는 잘 설계된 인간 검토로 보내는 것이지, 사람을 완전히 없애는 것이 아닙니다.

자주 묻는 질문

좋은 STP 비율이란 무엇인가요?

"좋은" STP 비율은 기준에 따라 다릅니다: AP 자동화 업계 평균은 32.6%, 최고 수준 팀은 49.2%, AP 솔루션 도입 기업은 평균 60%, AI 시대의 우수 기업은 60–80%를 보고합니다 (Ardent Partners 2025; Hackett 2025; Levvel). 공급업체가 발표한 80–92% 수치는 실제이지만 통제되고 잘 준비된 문서 모집단을 반영한 것으로, 이를 일반적인 성과가 아닌 상한선으로 간주해야 합니다.

STP 비율은 어떻게 계산하나요?

STP 비율 = 무인 처리된 문서 ÷ 총 수신 문서 × 100%. 수집, 분류, 추출, 검증, 전기까지 모든 단계를 사람의 개입 없이 통과한 문서만 분자에 포함되며, 시스템에 유입된 모든 문서는 분모에 포함됩니다 (IBM Think). 자동 처리되었지만 이후 사람이 수정한 문서는 분자에서 제외해야 합니다 (OpsDog).

STP 비율과 예외율의 차이는 무엇인가요?

두 지표는 분모가 다른 거의 역의 관계입니다. 예외율은 검증이나 매칭에 실패하여 특별한 사람의 처리가 필요한 문서의 비율을 측정하고, STP 비율은 완전히 무인 처리로 완료된 문서의 비율을 측정합니다. 문서는 예외가 아니더라도 사람의 검토를 거칠 수 있으므로, STP 비율과 예외율의 합이 100%가 되지 않습니다 (Precoro). 두 지표는 함께 자동화 경계를 설명합니다: 예외는 흐름을 끊는 문서이고, STP는 결코 끊기지 않은 흐름입니다.

STP 비율과 자동화율은 같은 것인가요?

아닙니다. 자동화율은 프로세스 중 자동화된 부분이 얼마나 되는지를 나타내는 반면, STP 비율은 문서가 사람의 개입 없이 처음부터 끝까지 실제로 완료되었는지를 측정합니다. 워크플로우가 100% 자동화되어도 모든 문서가 승인이나 예외 처리를 위해 사람에게 라우팅된다면 STP 비율은 거의 0에 가까울 수 있습니다. Hyperscience는 "자동화율은 예외 처리에 소요되는 시간을 고려하지 않는다"고 직접 지적하며, 총 처리 시간이 더 빨라지지 않는다면 STP 비율 100%는 아무런 가치가 없다고 설명합니다(Hyperscience).

STP 비율을 어떻게 개선할 수 있나요?

흐름을 끊는 단계들을 순서대로 공략해야 합니다. (1) 상류의 데이터 품질을 개선합니다. — 깨끗한 공급업체 마스터 데이터와 높은 구매주문(PO) 적용 범위는 모든 하류 단계의 한계를 높여줍니다. (2) 템플릿 기반 OCR에서 레이아웃 변화를 처리하는 AI로 추출을 업그레이드합니다. 템플릿 기반 시스템은 STP를 약 10~20%로 제한하는 반면, AI 플랫폼은 60~75%를 보고하기 때문입니다. (3) 유효한 문서가 더 이상 플래그되지 않도록 검증 및 매칭 규칙을 강화합니다. (4) 문서 범주별로 STP를 측정합니다. — PO 기반 vs 비-PO, 신규 vs 기존 공급업체 — 각 범주마다 다른 한계가 있기 때문입니다(Finofo).

문서 추출에서 무인 처리는 무엇인가요?

특히 문서 추출에서 STP는 추출된 데이터가 AI/OCR 엔진에서 ERP, 회계, 또는 워크플로우와 같은 하류 시스템으로 직접 흘러 들어가 사람의 검토나 수정 없이 전기되는 것을 의미합니다. 이는 추출의 종단 간 완료율로, 실제로 필요한 처리 FTE 수를 결정하는 지표입니다. 이는 문서 수준 정확도보다 한 단계 위에 있습니다. 문서가 100% 정확하게 추출되었더라도 전기 전에 사람이 검토해야 한다면 STP가 아닐 수 있습니다.

출처

Ardent Partners — "AP Metrics That Matter in 2025". AP 전문가 212명 대상 조사. 무인 처리/STP 벤치마크의 핵심 자료: 평균 32.6%, 최고 수준 49.2%, 기타 23.4%, 인보이스당 비용 $9.40 대비 $2.78. 모든 AP STP 벤치마크 수치의 1차 출처.
IBM Think — "What Is Straight-Through Processing?". IBM 공식 정의: "STP 비율은 자동으로 처리되는 거래의 비율을 의미합니다." 전체 단계별 설명 포함. 정의 및 공식의 1차 출처.
Investopedia — "Understanding Straight-Through Processing (STP)". 역사적 출처: 1970년대 자동교환소(ACH) 및 SWIFT 기원, 급여 자동 입금, 전신 송금에서의 진화. 역사 섹션의 1차 출처.
The Hackett Group — AP Solutions Research (2025). 컨설팅 벤치마크: AP 솔루션 도입 기업의 평균 무인 처리율 60%, 무인 처리율 30% 이상 기업의 생산성 3.5배. AI 시대 60% 기준치를 뒷받침.
IOFM — AP Benchmarking / Ask the Expert (2024). 업계 협회 데이터: 인보이스당 평균 수동 처리 시간 12.5분, 예외 건당 추가 15~45분. 인건비 환산의 출처.
Levvel Research, Ascend 경유 (2025). 애널리스트 데이터: 업계 평균 무인 처리율 약 30%, 우수 기업 60~80%. 우수 기업 60~80% 범위의 출처.
Hypatos — Document AI. 공급업체 보고 세대별 비교: 템플릿 시대 10~20% STP, 현대 AI 60~75%, 에이전트 플랫폼 85~92%. 공급업체 보고 자료이며 자동화 세대 프레임워크에만 사용.
Finofo — "Straight-Through Processing in AP: A Practical Guide". 구현 경험: 현실적인 STP 진행 단계 및 공급업체 마스터 관리, 구매주문(PO) 적용 범위, 허용 오차 설정에 대한 의존성. "단순한 우수한 OCR 이상" 주장의 출처.
Tungsten Automation — "How Advanced OCR Powers STP" (2025). 프레임워크: OCR은 "무엇"을 포착하고, STP는 "다음 단계"를 처리. OCR과 STP 구분의 출처.
Transformance — "What is Straight-Through Processing?" (2026). 용어집: 입금 매칭에서의 STP, 공식, 규칙 기반 플랫폼의 업계 평균 STP 60~80%. 입금 매칭 변형의 출처.
Peakflo — "자동 보험 청구 처리". 업계 KPI 표: 청구 STP 기준 5~10% → 자동화 시 20~40%, 특정 청구 유형의 선도 보험사는 40~60%, 수동 처리 23일 대비 STP 적용 시 24시간 미만. 보험 청구 변형 사례의 출처.
OpsDog — "청구 자동 심사 비율" KPI. 벤치마킹 기업: 자동 심사의 정의와 자동 처리 후 수정된 청구는 분자에서 제외된다는 엄격한 규칙. 무인 처리 정의의 예외 사례 출처.
LlamaIndex — "실무에서의 직통 처리(Straight-Through Processing) 작동 방식". 용어집: 실제 STP 범위는 26%에서 67%까지이며, 완전한 100% STP는 드묾. 100% STP 오해 수정의 출처.

문서 자동화 예외율: STP 비율과 거의 반대되는 개념으로, 자동화 흐름에서 특별 처리를 위해 분리된 문서의 비율을 나타내며 전체 벤치마크 분석을 포함합니다.
문서 유형별 문자 정확도: 문자 및 필드 수준 정확도 벤치마크 — STP가 의존하지만 동일하지 않은 추출 계층입니다.
광학 문자 인식(OCR)이란 무엇인가요?: 정확도가 STP와 가장 혼동되는 기반 판독 기술입니다.