우리 회사 성적서도 될까? 궁금하시다면,
대표 거래처 성적서 3~5장만 보내주시면, 실제 문서 기준 추출 결과를 확인해 드립니다.
QMS는 전산화됐는데, 왜 아직도 성적서를 수기로 입력할까요?
많은 제조 기업이 이미 QMS나 ERP로 품질 데이터를 전산 관리하고 있습니다. 문제는 시스템이 아니라 들어오는 문서입니다. 거래처가 보내는 품질보증서(CoA)와 검사성적서는 여전히 종이, 팩스, 스캔본, 이메일 PDF로 도착합니다.
실제로 원자재 CoA를 구조화된 데이터로 주고받는 표준(ASTM E3077 등)은 업계 채택률이 낮아, 대부분의 기업에서 "전산화된 QMS + 비정형 수신 문서" 사이의 수기 입력 구간이 그대로 남아 있습니다.
입고 검수 담당자는 자재가 납품될 때마다 거래처별로 양식이 제각각인 성적서에서 로트번호, 시험 항목, 규격, 실측값을 눈으로 찾아 QMS에 옮겨 적습니다. 이 작업이 밀리면 입고 확정이 지연되고, 생산 라인 투입 일정도 함께 밀립니다.
이런 문서라면 모두 해당됩니다
산업마다 부르는 이름은 다르지만, 구조는 같은 문서들입니다.거래처가 국내든 해외든, 문서가 한글이든 영문이든 처리 방식은 동일합니다.
산업 | 문서 명칭 |
|---|---|
화학·소재 | 품질보증서, CoA(Certificate of Analysis), 시험성적서 |
철강·금속 | 밀시트(Mill Test Certificate, MTC), 재질성적서 |
전자부품·방산 | CoC(Certificate of Conformance), 검사성적서 |
제약·식품 | CoA, 시험성적서(원료 규격서 대조용) |
공통 | 검교정성적서, 수입 원자재 영문 CoA |
기존 템플릿 기반 OCR이 실패하는 이유
입고 서류 자동화를 위해 템플릿 기반 OCR을 이미 검토해보셨다면 아래 문제에 부딪히셨을 겁니다. 기존 룰·템플릿 기반 OCR의 한계가 명확하기 때문입니다.
양식 비표준성: 거래처마다 양식이 달라 거래처 수만큼 템플릿을 만들어야 하고, 거래처가 양식을 바꾸면 그때마다 추출이 깨집니다.
표 구조의 다양성: 시험 항목 표의 열 순서, 병합 방식이 문서마다 다릅니다.
손글씨와 스캔 품질: 저해상도 팩스, 손글씨 실측값은 인식률이 급락합니다.
신규 거래처 대응: 거래처가 추가될 때마다 템플릿 설계 작업이 반복됩니다.
💡 VLM(비전 언어 모델), 글자가 아니라 문서를 이해하는 AI
VLM(비전 언어 모델)은 이미지와 텍스트를 함께 이해하는 AI입니다. 글자를 한 자씩 읽는 게 아니라, "이 표의 3번째 열은 규격 하한이고, 이 값은 pH 시험 항목의 실측값"이라는 식으로 표 구조와 항목 간 관계를 맥락으로 파악합니다.
그래서 열 순서가 바뀌거나 셀이 병합돼 있어도, 처음 보는 양식이어도 사람이 읽듯 추출합니다.
페이퍼스고 AI가 성적서에서 추출하는 항목
실제 입고 검수 업무에서 QMS에 입력하는 항목 그대로입니다.
구분 | 추출 항목 |
|---|---|
문서 정보 | 발행처(공급사명), 발행일, 성적서 번호 |
자재 정보 | 품명, 자재코드, 로트번호, 수량, 납품일 |
시험 결과 | 시험 항목, 규격(상한·하한), 실측값, 판정(합/불) |
부가 정보 | 시험일, 시험 방법, 승인자 |
추출 항목은 고정이 아닙니다. AI 위저드에 대표 거래처의 성적서 샘플 몇 장을 업로드하면, 추출 항목과 분류 기준을 AI가 자동으로 생성하는 구조로, 기존에 수일 걸리던 항목 정의 작업이 당일 안에 끝납니다.
페이퍼스고 AI 핵심 기능 요약
VLM 문서 이해
품질보증서의 표를 구조 그대로 읽습니다. 열 순서가 바뀌거나 규격·실측값이 병합 셀에 있어도 항목 간 관계를 이해해 정확히 짝지어요.
AI 위저드
샘플 CoA 몇 장만 올리면 로트 번호, 시험 항목, 규격 상·하한, 실측값, 판정 결과 같은 추출 항목과 분류 기준을 AI가 자동으로 생성합니다. 항목 설계에 며칠 걸리던 작업이 사라져요.액티브 러닝
새 거래처 양식이 들어와도 사용자가 교정한 내용을 반영해 점점 정확해집니다. 양식이 매번 바뀌어도 처리할 수 있어요.API 연동
End-to-End API로 추출 결과를 QMS·ERP에 바로 넣습니다. RPA나 AI 에이전트 워크플로우에 직접 연결할 수 있고, 보안이 중요한 환경을 위해 온프레미스 설치도 지원해요.
자체 검증에서는 비정형 문서 20종 기준 분류 정확도 99%, 추출 정확도 98%를 확인했고, 현재 보험사· 금융업 현장에서 보험 서류 자동화에 활용되고 있어요.
❓
종이 서류 형태로 대량으로 쌓여 있다면, 수거·스캔·검수를 일괄 수행하는 악어디지털 문서 전자화 BPO(업무 위탁)를 통해 먼저 디지털화한 뒤 페이퍼스고 AI로 연결할 수 있어요.
AI가 틀리면 어떡하나 : 검증 워크플로우
품질 데이터는 틀리면 안 되는 데이터입니다. 그래서 페이퍼스고는 전 항목 자동 입력이 아니라 검증을 전제로 한 자동화로 설계돼 있습니다.
자동 추출 : 성적서 업로드(또는 스캔·팩스 수신) 즉시 항목 추출
신뢰도 플래깅 : AI가 확신하지 못하는 항목만 별도 표시
담당자 확인·교정 : 플래그된 항목만 원본 대조로 확인, 교정 내용은 액티브 러닝으로 재학습
QMS·ERP 자동 이관 : 확정된 데이터만 API로 전달
담당자의 역할이 "전 항목 입력"에서 "예외 항목 검증"으로 바뀌는 구조입니다.
시간으로 환산하면?
성적서 1건에 시험 항목 10개를 수기 입력하는 데 5분이 걸린다고 가정하면, 월 500건 처리 시 약 42시간이 입력에만 쓰입니다. 자동 추출 후 예외 항목 검증에 건당 30초가 걸린다고 보수적으로 잡아도 월 약 4시간으로 줄어듭니다.(문서 형식에 따라 변동 가능) 입력 시간보다 더 큰 효과는 입고 확정 리드타임 단축입니다.
감사 대응까지 달라집니다
ISO 9001, GMP, HACCP 등 품질 규격은 입고 검사 기록의 보존과 추적성을 요구합니다. 수기 입력 환경에서는 성적서 원본과 QMS 데이터의 불일치가 심사 지적사항으로 이어지기 쉬운데, 자동 추출 체계에서는 원본 문서와 추출 데이터가 짝으로 남아, 로트 추적과 심사 대응 시 원본 대조가 즉시 가능합니다.
도입은 이렇게 진행됩니다
대표 거래처의 품질보증서 샘플 몇 종을 준비해 업로드하면 됩니다. AI 위저드가 추출 항목을 자동 생성하고, 실제 서류로 추출 결과를 확인한 뒤 QMS·ERP 연동을 설계하는 순서예요. 파일럿부터 시작해 대상 거래처를 넓혀 가시길 권합니다.
샘플 준비 : 대표 거래처의 성적서 샘플을 준비해 업로드합니다.
자동 스키마 생성 : AI 위저드가 추출 항목을 자동 생성합니다.
실서류 검증 : 실제 입고 서류로 정확도를 검증하고 예외 처리 기준을 잡습니다.
QMS·ERP 연동 설계 : API로 이관 경로를 연결합니다.
파일럿 프로젝트 확대 : 주요 거래처 파일럿으로 시작해 대상 거래처를 넓혀갑니다.
자주 묻는 질문
Q. 거래처마다 CoA 양식이 다른데 모두 처리할 수 있나요?
VLM이 문서의 의미와 표 구조를 이해하므로 거래처별 템플릿이 필요 없습니다. 처음 보는 신규 양식도 처리하며, 교정 내용은 액티브 러닝으로 반영됩니다.
Q. 손글씨 실측값이나 팩스 스캔본도 인식되나요?
손글씨 실측값과 저해상도 스캔·팩스 문서를 처리합니다. 신뢰도가 낮은 항목은 자동 플래깅되어 담당자가 확인·교정할 수 있습니다.
Q. 영문·외국어 성적서도 되나요?
수입 원자재의 영문 CoA 등 외국어 문서도 동일한 방식으로 추출합니다.
Q. 기존에 쓰는 QMS·ERP와 연동할 수 있나요?
End-to-End API로 추출 결과를 직접 이관하며, RPA·AI 에이전트 워크플로우와도 연결됩니다. 자체 구축 시스템, 국산 QMS·ERP 모두 API 연동 방식으로 설계합니다.
Q. 규격 대비 합·불 판정도 자동으로 되나요?
규격(상·하한)과 실측값을 함께 추출하므로, 연동 단계에서 판정 로직을 워크플로우에 포함할 수 있습니다.
Q. 도입 기간은 얼마나 걸리나요?
사전 학습이 불필요해 샘플 업로드 당일 현업 적용이 가능합니다. 파일럿 후 거래처·연동 범위를 확장하는 방식을 권장합니다.
Q. 보안이 중요한 환경에서도 쓸 수 있나요?
온프레미스 설치를 지원합니다. 문서를 외부로 반출하지 않고 내부망에서 운영할 수 있습니다.
Share article