시간으로 환산하면? (예시)
접수 1건(신청서 + 첨부 5종)의 분류·입력에 7분이 걸린다고 가정하면, 하루 100건 처리 부서 기준 매일 약 11~12시간의 인력 시간이 여기에 쓰입니다. 자동 분류·추출 후 예외 항목 검증에 건당 1분이 걸린다고 보수적으로 잡아도 하루 약 1.7시간으로 줄어듭니다. 숫자보다 중요한 변화는 접수 즉시 데이터가 시스템에 들어가면서 처리기한 관리가 실시간으로 가능해진다는 점입니다.
접수 창구의 오전이 사라지는 이유
건축 인허가, 영업 신고, 각종 등록 신청서에는 첨부서류가 대여섯 종씩 따라붙습니다. 사업자등록증, 도면, 납세증명, 위임장이 신청서와 한 뭉치로 들어오면, 담당자는 서류를 종류별로 갈라놓고 신청인 이름·주소·접수번호·신청 항목을 접수 대장에 손으로 옮겨 적습니다.
신청서 서식은 제출처마다, 심지어 신청인마다 다릅니다. 하루 수백 건을 처리하는 부서라면 분류와 입력에만 오전 시간이 통째로 사라지고, 마감이 몰리는 날에는 오탈자와 누락이 함께 늘어납니다. 문제는 두 가지가 겹쳐 있다는 점입니다. 문서를 종류별로 가르는 일과 각 문서에서 값을 꺼내 옮기는 일이 매 건 반복됩니다.
이런 업무·서류라면 모두 해당됩니다
업무 분야 | 신청·신고 서류 | 함께 들어오는 첨부서류 |
|---|---|---|
건축·개발 | 건축허가 신청서, 착공·사용승인 신고서, 개발행위허가 신청서 | 설계도면, 토지대장, 건축물대장, 토지사용승낙서 |
영업·창업 | 영업신고서(식품위생 등), 영업등록·허가 신청서, 폐업 신고서 | 사업자등록증, 위생교육 수료증, 임대차계약서 |
산업·환경 | 공장설립 승인 신청서, 환경 관련 인허가 신청서 | 사업계획서, 배치도, 각종 검사 증명 |
공통 첨부 | — | 위임장, 인감증명서, 납세증명서, 신분증 사본, 등본류 |
접수 주체가 지자체·공공기관 민원 부서든, 신청을 대행하는 행정사·건축사사무소·인허가 대행사든, 사내 인허가를 관리하는 기업 인허가팀이든 업무 구조는 같습니다. 들어오는 서류가 비정형이고, 최종적으로는 대장이나 시스템에 정형 데이터로 들어가야 한다는 점입니다.
기존 OCR로는 왜 인허가 서류를 처리하지 못할까?
템플릿 기반 OCR을 검토했거나 도입했다가 접은 조직이 적지 않습니다. 이유는 네 가지로 모입니다.
양식 비표준성
신청서 서식이 제출처마다 달라, 좌표 기반 템플릿을 서식 수만큼 만들어야 합니다. 서식이 개정되면 그때마다 재작업입니다.
첨부서류 혼재
도면·증명서·위임장이 종류도 순서도 제각각으로 한 파일에 섞여 들어와, 어디서 어떤 문서가 시작되는지 기계가 알 수 없습니다.
손글씨·팩스 품질
수기로 쓴 항목이나 저해상도 팩스본에서 인식률이 급락합니다.
사람 손 재개입
결국 검수와 재입력에 인력이 다시 투입되면서 자동화 효과가 사라집니다.
💡 VLM(비전 언어 모델)이란?
이미지와 텍스트를 함께 이해하는 AI 모델입니다. 좌표로 훑는 대신, 사람이 서류를 보듯 레이아웃과 문맥을 함께 읽어 어떤 항목이 무엇인지 판단합니다. "이 칸의 값은 신청인 성명이고, 옆 페이지는 신청서가 아니라 사업자등록증"이라는 판단을 템플릿 없이 해내기 때문에, 처음 보는 서식과 섞여 들어온 첨부서류를 모두 처리할 수 있습니다.
페이퍼스고 AI는 접수 업무를 어떻게 바꿀까?
페이퍼스고 AI는 VLM 기반 AI-OCR 플랫폼입니다. 인허가 접수의 실제 흐름을 따라가며 어느 단계에서 무엇이 자동화되는지 보면 이렇습니다.
1단계. 인허가 서류 업로드 → 자동 분할·분류
신청서 한 뭉치를 통째로 넣으면, 파일 안에서 문서 경계를 찾아 신청서·사업자등록증·도면·증명서·위임장을 종류별로 나눕니다. 담당자가 서류를 갈라놓는 작업이 사라지는 지점입니다.
2단계. 항목 추출
분류된 각 문서에서 필요한 항목을 한 번에 추출합니다. 어떤 항목을 뽑을지는 미리 코딩하는 게 아니라, AI 위저드에 샘플 서류 몇 종을 올리면 추출 항목과 분류 기준을 AI가 자동으로 만들어 줍니다. 사전 학습 없이 업로드 당일 현업에 적용됩니다.
문서 | 추출 항목 예시 |
|---|---|
신청서 | 신청인 성명·생년월일, 주소, 연락처, 신청 구분·항목, 신청일, 대리인 정보 |
사업자등록증 | 상호, 사업자등록번호, 대표자, 소재지, 업태·종목 |
위임장 | 위임인·수임인, 위임 범위, 작성일 |
증명서류 | 발급기관, 발급일, 유효기간, 대상자 |
3단계. 검증 : 예외 항목만 사람이 봅니다
개인정보와 행정 기록을 다루는 업무에서 "AI가 틀리면"은 당연한 걱정입니다. 페이퍼스고는 AI가 확신하지 못하는 항목만 플래그해 담당자가 원본 대조로 확인·교정하도록 설계돼 있습니다. 교정 내용은 액티브 러닝으로 반영되어, 손글씨가 많은 서식이나 특이 서식일수록 쓸수록 정확도가 올라갑니다. 담당자의 일이 "전 건 입력"에서 "예외 검증"으로 바뀝니다.
4단계. 대장·시스템 자동 반영
확정된 데이터는 End-to-End API로 접수 대장, 인허가 관리 시스템, RPA에 그대로 전달됩니다. 사람이 다시 입력하는 구간이 없습니다. API 플레이그라운드에서 연동 결과를 미리 확인하며 설계할 수 있습니다.
우리 부서 서류도 될까? 궁금하시다면
자주 접수되는 신청서·첨부서류 3~5종만 보내주시면, 실제 서류 기준으로 분류·추출 결과를 확인해 드립니다.
사람이 하던 일 vs 페이퍼스고 AI
구분 | 사람이 직접 처리 | 페이퍼스고 AI |
|---|---|---|
문서 분류 | 종류별 수작업 분류 | 서류 업로드 시 자동 분할·분류 |
항목 추출 | 대장에 수기 입력 | 신청인·주소·접수항목 자동 추출 |
검수 | 전 건 육안 확인 | 신뢰도 낮은 항목만 플래그 검증 |
서식 변경 대응 | 서식마다 재작업 | 학습 없이 즉시 처리 |
시스템 반영 | 재입력 필요 | API로 대장·행정 시스템 직행 |
❓
처리기한과 감사 대응까지 달라진다
인허가·민원 업무에는 법정 처리기한이 있습니다. 접수 데이터가 대장에 늦게 반영되면 기한 관리 자체가 어긋나고, 수기 대장과 원본 서류가 따로 놀면 감사나 정보공개 청구 때 대조 작업이 다시 발생합니다.
자동 추출 체계에서는 원본 문서와 추출 데이터가 짝으로 남아 접수 시점부터 추적이 가능하고, 기한 임박 건 관리도 시스템에서 바로 이뤄집니다.
종이 원본이 산더미라면?
→ 전자화 BPO와 함께
과거 접수분이 종이 원본으로 쌓여 있다면, 악어디지털 문서 전자화 BPO(업무 위탁)로 대량 스캔·정리를 먼저 진행한 뒤 페이퍼스고 AI에 연결하는 방식을 권장합니다. 소급 전산화와 신규 접수 자동화를 한 흐름으로 묶을 수 있는 것은 전자화 BPO와 AI-OCR을 함께 제공하는 악어디지털의 강점입니다.
개인정보가 많은 서류인데 괜찮을까요?
인허가 서류에는 주민등록번호, 주소, 인감 등 민감한 정보가 담깁니다. 페이퍼스고 AI는 온프레미스 설치를 지원해, 데이터를 기관 내부 환경에 두고 외부 반출 없이 운영할 수 있습니다. 보안 요건이 엄격한 공공·준공공 부서에서 도입 가능한 구조입니다.
도입은 이렇게 진행됩니다
샘플 준비 : 자주 접수되는 신청서·첨부서류 유형별 샘플을 준비합니다.
자동 스키마 생성 : AI 위저드가 분류 기준과 추출 항목을 자동 생성합니다. 당일 적용 가능합니다.
실서류 검증 : 실제 접수분으로 정확도를 확인하고, 플래그 기준과 예외 처리 규칙을 잡습니다.
대장·시스템 연동 설계 : API로 접수 대장, 관리 시스템, RPA 연결을 설계합니다.
파일럿 → 확대 : 한 업무(예: 영업신고)로 파일럿을 돌린 뒤 인허가 유형을 넓혀갑니다.
자주 묻는 질문 (FAQ)
Q. 신청서 서식이 제출처마다 다른데 처리되나요? VLM이 서식이 아니라 문서의 의미를 읽기 때문에, 서식이 매번 달라도 같은 항목을 찾아 추출합니다. 서식 수만큼 템플릿을 만들 필요가 없습니다.
Q. 신청서와 첨부서류가 한 파일에 섞여 있어도 되나요? 여러 종류의 문서가 한 뭉치로 들어와도 문서 경계를 찾아 종류별로 자동 분류한 뒤, 각 문서에서 필요한 항목을 일괄 추출합니다.
Q. 손으로 쓴 항목이나 팩스본도 인식되나요? 손글씨와 저품질 스캔·팩스본도 처리 대상입니다. 확신이 낮은 항목은 자동 플래그되어 담당자가 확인·교정하고, 교정 내용은 액티브 러닝으로 반영돼 정확도가 점차 개선됩니다.
Q. 기존 접수 대장이나 행정 시스템과 연동되나요? End-to-End API로 추출 결과를 접수 대장, 인허가 관리 시스템, RPA에 직접 전달합니다. 사람이 다시 입력할 필요가 없습니다.
Q. 개인정보가 담긴 서류라 외부 전송이 걱정됩니다. 온프레미스 설치를 지원합니다. 데이터를 기관 내부 환경에 두고 운영할 수 있어, 보안 요건이 엄격한 공공·준공공 부서에 적합합니다.
Q. 과거 종이 접수분도 함께 전산화할 수 있나요? 악어디지털의 문서 전자화 BPO로 대량 스캔·정리를 진행한 뒤 페이퍼스고 AI로 추출하는 방식으로, 소급분과 신규 접수를 한 번에 정리할 수 있습니다.
Q. 도입 기간은 얼마나 걸리나요? 사전 학습이 필요 없어 샘플 업로드 당일 현업 적용이 가능합니다. 한 업무 유형의 파일럿으로 시작해 범위를 확장하는 방식을 권장합니다.
🔖
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.
Share article