수천 건의 문서에서 필요한 데이터만 뽑아내려면? | 비정형 문서 특화 VLM OCR이 필요한 이유

기업이 직면한 공통 과제

산업을 불문하고 문서 기반 업무를 운영하는 기업은 공통된 과제를 안고 있습니다. 보험사는 청구서에서 피보험자명과 청구금액을, 제조사는 검사성적서에서 규격값과 측정 결과를, 공공기관은 민원서류에서 신청인 정보와 요청 내역을 추출해야 합니다.

문서의 형태는 다르지만, 업무의 본질은 같습니다. 문서 안에 있는 특정 항목(Key)과 그에 대응하는 값(Value)을 뽑아서 시스템에 입력하거나 엑셀로 정리하는 것입니다. 대부분의 기업·기관에서 이 과정이 수작업으로 이루어지고 있다는 점도 동일합니다.

수작업 프로세스의 구조적 한계

현재 대부분의 기업에서 문서 데이터 추출은 인입 → 육안 확인 → 수기 입력 → 검수 → 내보내기의 흐름을 따릅니다. 각 단계에서 발생하는 문제를 구체적으로 살펴보겠습니다.

1. 문서 인입 : 벌크 처리의 부재

실무 현장에서 처리해야 할 문서는 수십 건 단위가 아니라 수천에서 수만 건 단위입니다. 그러나 대부분의 업무 환경에서는 문서를 건별로 열어 확인하는 방식에 머물러 있습니다.

대량의 문서를 일괄로 투입하고 파이프라인 위에서 처리하는 구조가 갖춰져 있지 않기 때문에, 문서가 늘어날수록 처리 시간은 선형이 아닌 지수적으로 증가합니다.

2. 데이터 추출 : 휴먼 에러의 구조적 발생

담당자가 문서를 열고, 필요한 항목을 찾아 값을 읽고, 엑셀이나 시스템에 직접 입력합니다. 이 과정에서 휴먼 에러(Human Error)는 피할 수 없는 구조적 문제입니다.

휴먼 에러는 단순한 부주의가 아닙니다. 인지심리학에서는 반복적이고 단조로운 작업에서 주의력이 저하되는 현상을 주의 감소(Vigilance Decrement)라고 합니다. 문서 데이터 추출은 이 현상이 발생하기 가장 쉬운 업무 유형에 해당합니다. 동일한 양식을 반복적으로 처리할수록 집중력이 떨어지고, 숫자 뒤바뀜, 행 누락, 이중 입력 같은 오류가 발생합니다.

문서 처리량이 일 100건을 넘어가면 오입력률은 평균 1~3% 수준으로 보고되며, 이는 월간 수십 건의 오류 데이터가 후속 프로세스에 유입된다는 의미입니다.

3. 검수 : 이중 비용의 발생

수작업으로 입력된 데이터는 반드시 검수를 거쳐야 합니다. 그런데 검수 역시 사람이 원본 문서와 입력 결과를 대조하는 방식으로 이루어집니다. 입력에 3분, 검수에 2분이 소요된다면 문서 한 건당 실제 처리 시간은 5분이 됩니다. 추출과 검수에 동일한 리소스가 이중으로 투입되는 구조입니다.

4. 내보내기 : 표준화의 부재

추출된 데이터를 ERP, 품질관리 시스템, 내부 데이터베이스 등 후속 시스템에 연결하려면 일관된 포맷이 필요합니다. 그러나 수작업 추출에서는 담당자마다 입력 형식이 다르고, 날짜 표기(2026-04-01 vs 2026.4.1 vs 4/1/2026), 금액 단위(원 vs 천원), 항목명 표기가 통일되지 않는 경우가 빈번합니다. 이 비정형 데이터는 후속 시스템과의 연동 과정에서 추가 정제 작업을 필요로 합니다.

규모가 만드는 비용 곡선

수작업 프로세스의 가장 근본적인 문제는 ‘확장 불가능성(Non-scalability)’입니다.

10건을 처리할 때와 10,000건을 처리할 때, 업무의 본질은 동일하지만 비용 구조는 완전히 달라집니다. 인력을 추가 투입하면 비용은 늘어나지만 정확도와 일관성은 비례해서 올라가지 않습니다. 이것이 수작업 프로세스의 한계이자 자동화를 고민해야 하는 시점입니다.

기술은 이미 준비되어 있습니다

이 문제를 해결하기 위한 기술적 기반은 이미 상당 수준으로 성숙해 있습니다.

OCR을 넘어선 문서 이해 기술

기존 OCR(Optical Character Recognition) 기술은 이미지 속 문자를 텍스트로 변환하는 데 초점을 맞추고 있었습니다. 텍스트를 인식하는 것까지는 가능하지만, 그 텍스트가 어떤 항목에 해당하는 값인지 즉, Key와 Value의 관계를 파악하는 것은 별개의 문제였습니다.

그러나 최근에는 VLM(Vision-Language Model) 기반의 문서 이해 기술이 빠르게 발전하고 있습니다. VLM은 문서의 시각적 레이아웃(표, 셀, 라벨 위치)과 텍스트 의미를 동시에 인식하는 멀티 모달 AI 모델입니다. 기존 OCR이 "이 위치에 어떤 글자가 있는가"를 인식했다면, VLM은 "이 글자가 문서 구조 안에서 어떤 의미를 가지는가"까지 파악할 수 있습니다.

VLM 기반 Key-Value 추출의 작동 원리

VLM 기반 추출은 다음과 같은 단계로 작동합니다.

1. 문서 레이아웃 분석: 문서 이미지에서 표, 필드, 라벨, 값 영역의 공간적 구조를 인식합니다. 단순한 좌표 기반 탐지가 아니라, 시각적 요소 간의 계층 관계(어떤 라벨이 어떤 값과 쌍을 이루는지)를 파악합니다.

2. 텍스트 인식 및 의미 매핑: 인식된 텍스트를 레이아웃 정보와 결합하여, 각 텍스트가 Key(항목명)인지 Value(값)인지를 판별합니다. 예를 들어 "청구금액"이라는 라벨 옆에 위치한 "1,350,000"이라는 숫자를 청구금액의 값으로 자동 매핑합니다.

3. 구조화된 데이터 출력: 추출된 Key-Value 쌍을 JSON, CSV 등 정형화된 포맷으로 출력합니다. 이 단계에서 날짜·금액·코드 등의 데이터 타입을 자동으로 정규화할 수 있어, 후속 시스템과의 연동 비용을 줄일 수 있습니다.

💡 VLM이 기존 Template OCR과 다른 이유

기존 Template OCR은 문서 양식별로 좌표 기반 템플릿을 사전에 정의해야 합니다. "이 위치에 청구금액이 있다"는 규칙을 양식마다 설정하는 방식이기 때문에, 양식이 바뀌거나 새로운 양식이 추가될 때마다 템플릿을 재설정해야 합니다.

반면 VLM은 문서의 시각적 구조와 텍스트 의미를 동시에 이해하기 때문에, 양식이 달라도 "청구금액"이라는 라벨과 그 옆의 숫자가 쌍을 이룬다는 관계를 스스로 파악합니다. 거래처마다 양식이 다른 검사성적서, 기관마다 포맷이 상이한 공문서처럼 비정형 문서가 많은 환경에서 VLM의 이점이 분명해지는 이유입니다.

기존 OCR 대비 VLM의 차별점

특히 거래처마다 양식이 다른 검사성적서, 보험사별로 포맷이 상이한 청구서처럼 비정형 문서에서 데이터를 추출해야 하는 경우, VLM 기반 접근은 기존 템플릿 방식 대비 확장성에서 분명한 우위를 가집니다.

자동화된 프로세스는 어떤 모습일까

수작업 프로세스의 각 병목 구간이 자동화되면, 전체 워크플로우는 다음과 같이 변화합니다.

핵심은 사람의 역할이 "입력자"에서 "검수자"로 전환된다는 점입니다. AI가 1차 추출을 수행하고, 사람은 신뢰도가 낮은 항목만 선별적으로 확인하는 구조로 바뀌면, 동일한 인력으로 처리할 수 있는 문서량은 수 배에서 수십 배까지 확장됩니다.

기술만으로는 부족합니다
: 대량 문서 처리의 실전 노하우

VLM 기반 추출 기술이 아무리 정교하더라도, 실제 기업 환경에서 수천~수만 건의 문서를 안정적으로 처리하려면 기술 외의 요소가 함께 갖춰져야 합니다. 문서 양식의 다양성, 스캔 품질의 편차, 업종별 용어 체계의 차이 등 이런 변수들은 모델 성능만으로 해결되지 않습니다.

악어디지털은 500여 기업과의 문서 전자화 프로젝트를 수행하며 이러한 실전 변수에 대한 노하우를 축적해 왔습니다. 아시아 최대 단일 디지털화 센터에서 연간 1.2억 장 이상의 문서를 처리한 경험은, 대량 벌크 문서 처리에서 발생하는 예외 케이스와 품질 관리 기준을 설계하는 데 직접적으로 반영되고 있습니다.

하나의 플랫폼에서 완결되는 문서 데이터 파이프라인

AI 문서 플랫폼 Mingo는 문서의 업로드부터 디지털화, 검색, 활용까지 하나의 플랫폼 안에서 완결되는 구조로 설계되어 있습니다.

별도의 개발 리소스나 시스템 구축 없이, 문서를 업로드하는 것만으로 AI 기반 문서 관리 환경을 즉시 구성할 수 있죠. 타 사 구축형 솔루션에서 발생하는 개발 비용과 커뮤니케이션 비용 없이, SaaS 구독형과 온프레미스 설치형 모두 대응이 가능합니다.

대량의 비정형 문서에서 데이터를 뽑아내는 것은 기술의 문제이기도 하지만, 결국은 그 기술을 실무 환경에 얼마나 매끄럽게 안착시키느냐의 문제입니다. Mingo는 그 전체 과정을 하나의 플랫폼 안에서 해결합니다.

🔖 추천 콘텐츠

• 비정형 데이터의 역습 : 왜 문서 디지털화가 AI 도입의 첫 단추인가

• 전문검색 vs 시맨틱검색 : 업종별 추천 검색 조합은?