API 플레이그라운드
Papers Go AI는 API 플레이그라운드를 통해 사내 시스템이나 AI 에이전트와의 연동 테스트를 플랫폼 안에서 바로 진행할 수 있습니다.
ERP의 발주 등록 API를 호출하는 흐름을 미리 시뮬레이션하고, 정상 케이스와 예외 케이스(거래처 미등록, 제품 코드 매칭 실패 등)를 모두 검증한 뒤 실서비스에 붙일 수 있습니다.
매일 아침, 식품 제조사 운영팀의 책상에는 수백 장의 발주서가 쌓입니다. 웹팩스로 들어온 저해상도 출력물, 이메일에 첨부된 PDF, 거래처가 휴대폰으로 찍어 보낸 사진까지. 양식은 회사마다 다르고, 같은 회사도 분기마다 조금씩 바뀝니다. 운영팀 직원은 이 종이를 한 장씩 펼쳐 더존 ERP 화면에 거래처명, 제품 코드, 수량, 단가, 납기일을 옮겨 적습니다.
이 한 줄짜리 작업이 회사가 매일 잃고 있는 시간과 비용의 정체입니다. 일반 통계로 수기 데이터 입력의 오류율은 평균 1~4% 수준*입니다. 하루 100건의 발주를 처리하는 회사라면 매일 한두 건은 어딘가 어긋난다는 뜻이고, 한 건당 5~10분이 걸린다고 가정하면 매일 8~16시간이 '문서를 옮겨 적는 일'에 묶여 있다는 계산이 나옵니다.
더 큰 비용은 그 다음에 발생합니다.
휴먼 에러로 인해 잘못 입력된 수량이 잘못된 출고로, 출고가 클레임으로, 클레임이 재고·매출 불일치로 이어지는 도미노.
운영팀이 야근하는 이유는 보통 발주서를 '입력'하기 위해서가 아니라, 그 뒤에 벌어진 사고를 수습하기 위해서입니다.
*Barchard & Pace의 연구(Computers in Human Behavior, 2011)에 따르면
수기 데이터 입력의 오류율은 숙련 입력자도 1%, 평균 입력자는 4% 수준에 달한다.
발주서 자동화는 단순히 'OCR로 글자만 읽으면 끝'인 작업이 아닙니다. 들어오는 채널이 흩어져 있고, 양식이 매번 다르고, 마지막에는 ERP라는 정해진 시스템에 정확한 형태로 들어가야 하기 때문입니다. 발주서 처리 자동화, 무엇부터 시작해야 할지, 어떤 기술이 어디까지 책임지는지 단계별로 정리했습니다.
발주서 자동화가 어려운 4가지 이유
1. 양식이 너무 많다.
대리점이나 거래처가 여러 곳인 회사는 발주서 양식 종류가 보통 100종을 넘습니다. 한 식품 제조사의 경우 대리점 100여 곳에서 발주가 들어오는데, 대부분의 대리점이 각각의 자체 양식을 사용합니다. 같은 거래처라도 시즌 프로모션 양식, 정기 발주 양식, 특판 양식이 따로 있는 경우가 흔합니다.
이 다양성이 일반 OCR이 가장 먼저 무너지는 지점입니다. 단일 템플릿 OCR은 고정된 위치에서 글자를 읽도록 설계되어 있어, 양식이 바뀌면 추출 위치를 새로 매핑해야 합니다. 새 거래처 한 곳을 추가할 때마다 IT팀이 며칠씩 매달려야 한다면, 그건 자동화가 아니라 또 다른 수작업입니다.
2. 입력 채널이 흩어져 있다.
발주서가 한 가지 형식으로만 들어오는 회사는 거의 없습니다. 한 회사 안에서 다음이 동시에 발생합니다.
웹팩스로 들어오는 출력물 (저해상도 PDF 또는 이미지)
이메일 첨부 PDF
카톡·문자로 받은 발주서 사진
거래처 시스템에서 받은 엑셀 파일
채널마다 처리 흐름이 따로 만들어지면 자동화는 결국 '일부만 자동, 나머지는 수기'로 끝납니다. 진짜 자동화는 어떤 채널로 들어오든 같은 처리 라인에 태우는 것입니다.
3. 저해상도가 일상이다.
특히 웹팩스로 들어온 문서는 해상도가 100~200dpi 수준에 노이즈도 많습니다. 종이를 한 번 출력하고, 팩스로 전송되며 또 한 번 손상되고, 다시 디지털 파일로 변환되며 한 번 더 손상됩니다. 글자 한 획이 끊어져 있거나, '0'과 'O'가 구분이 안 되는 경우가 흔합니다.
일반 OCR이 깨끗한 PDF에서 99% 정확도를 보여도, 웹팩스 PDF에서는 80%대로 떨어지는 일이 잦습니다. 발주서처럼 숫자 한 자리가 회사 손실로 이어지는 문서에서 80%대 정확도는 자동화의 의미가 없습니다.
4. ERP까지 흘려보내야 끝이다.
문서에서 글자를 추출했다고 작업이 끝나는 게 아닙니다. 더존 ERP 같은 시스템에는 정해진 거래처 코드, 제품 마스터, 단가 테이블에 맞는 형태로 데이터가 들어가야 합니다. 거래처가 발주서에 '○○유통'이라고 적어도, ERP에는 '주식회사 ○○유통'이라는 정식 명칭으로 등록되어 있고, 제품도 '딸기맛 우유 200ml'이 ERP에서는 'M-DBR-200'이라는 코드로 관리됩니다.
인식만 잘하는 OCR은 운영팀에게 또 다른 수작업인 '코드 매핑 작업'을 떠넘기므로, 진짜 자동화는 인식한 텍스트를 ERP의 마스터 데이터와 자동으로 매칭하는 단계까지 포함해야 합니다.
⚡
100종이 넘는 양식, 어떻게 다 학습할까?
수십, 수백개의 대리점의 양식을 미리 다 학습시킨 뒤 도입을 시작하려 하면 PoC만 6개월이 걸립니다. 그 사이 새 거래처가 생기면 또 처음부터 다시 시작입니다. 도입 기간이 자동화의 효익을 초과하는 역설이 발생합니다.
악어디지털의 AI OCR 플랫폼 페이퍼스 GO AI(Papers GO AI)가 다르게 접근하는 지점이 여기입니다. VLM (비전언어모델) 기반의 AI OCR 플랫폼의 강점으로 사용자가 샘플 문서를 업로드하면 AI 위자드가 문서 구조를 분석해 추출 항목과 분류 기준이 담긴 템플릿을 자동으로 생성합니다.
같은 유형의 문서가 다음에 들어오면 이 템플릿을 재사용해 분류·추출·데이터화가 자동으로 처리됩니다. 별도 코딩이나 사전 학습 없이, 업로드 당일부터 현업에 투입할 수 있는 구조입니다.
그리고 여기에 액티브 러닝(Active Learning) 흐름이 얹혀 있습니다. 운영 중에 발생하는 검수자의 수정 행위가 다시 모델 학습 데이터로 쌓이고, 새 양식이 등장해도 몇 건의 검수만 거치면 자동 처리 라인에 합류합니다. 도입 첫날부터 100% 자동을 기대할 수는 없지만, 운영 한두 달 안에 95% 이상 수준에 안착하는 것이 일반적인 패턴입니다.
이 구조의 진짜 가치는 도입 기간 단축이 아니라 '도입 이후의 변화에 강하다'는 점입니다. 새 거래처가 늘고 양식이 바뀌어도 시스템이 따라서 학습합니다.
🔖
About Papers GO AI
Papers GO AI는 비정형 문서를 구조화된 디지털 데이터로 자동 변환하는 VLM 기반 AI-OCR 플랫폼입니다. 손글씨, 팩스, 영수증처럼 형태가 제각각인 문서도 샘플 한 건만 업로드하면 AI 위자드가 추출 템플릿을 자동으로 생성합니다. 분류·추출·검수, 그리고 시스템 연동까지 전 과정을 하나의 플랫폼에서 완성합니다.
어디서부터 시작하면 될까
발주서 자동화 도입을 검토 중이시라면 다음 항목을 먼저 정리해두세요.
1. 한 달간 들어온 발주서 샘플 100~300건 수집
모든 채널, 모든 거래처에서 들어온 실제 문서를 모읍니다. 깨끗한 것만 모으면 안 됩니다. 웹팩스 저해상도, 손글씨 메모, 도장이 흐릿한 것까지 포함해야 진짜 정확도를 가늠할 수 있습니다.
2. 양식 종류 카운트
거래처별로 양식이 몇 종이나 되는지 셉니다. 50종 이하면 도입이 빠르고, 100종 이상이면 학습 기반 솔루션이 사실상 필수입니다.
3. ERP 입력 필수 항목 정의
거래처명/코드, 제품명/코드, 수량, 단가, 납기, 결제조건 등 ERP에 들어가야 하는 필드를 명확히 합니다.
4. 검수 워크플로우 설계
어떤 케이스를 자동 통과시키고(예: 신뢰도 95% 이상), 어떤 케이스를 사람이 보게 할지 정합니다. 검수 인터페이스가 사용하기 편한지도 함께 확인합니다.
5. PoC는 빈도 높은 양식 5~10종으로
처음부터 150종을 다 다루지 말고, 매출 비중이 높은 거래처 5~10곳의 양식부터 시작합니다. 여기서 95% 이상 정확도가 나오면 그 다음 30곳, 100곳으로 확장하는 패턴이 안전합니다.
정리하며
발주서 자동화는 '일반 OCR + 사람이 마무리'로는 풀리지 않습니다. 양식 다양성, 채널 분산, 저해상도, ERP 마스터 매칭이라는 네 가지 벽을 한 번에 넘어야 합니다. 인입부터 분류, 추출, ERP 연동까지 한 플랫폼에서 처리하면서, 액티브 러닝으로 새 양식에 적응하고, API 플레이그라운드로 사내 시스템과 매끄럽게 연결할 수 있어야 진짜 자동화입니다.
Share article