VLM(Vision Language Model) 은 이미지와 텍스트를 함께 이해하는 AI 모델입니다. 사람이 명세서를 읽을 때처럼, '공급가액'이라는 항목이 문서 어디에 있든, 명칭이 '금액'이나 '합계'로 바뀌어 있든, 표의 맥락에서 그 값이 무엇을 의미하는지 판단해 추출합니다. 좌표를 외우는 것이 아니라 문서를 이해하는 방식이므로, 거래처별 양식 차이가 인식 실패의 이유가 되지 않습니다.
월말마다 반복되는 명세서 수기 입력, 언제까지 버틸 수 있을까요?
거래처 수십여 곳에서 이메일·팩스·종이로 도착한 거래명세서를 일일이 열어, 품목·수량·공급가액을 하나씩 엑셀에 옮겨 적고 세금계산서와 대사합니다. 그런데 숫자 하나가 어긋나면 거래처에 전화를 돌리고 마감이 밀립니다. "OCR을 쓰면 되지 않나?" 싶어 도입해 봐도 대부분 같은 지점에서 멈춥니다. 문제는 글자 인식률이 아니라 양식의 다양성입니다.
페인포인트
거래처 A는 품목이 표로, B는 줄글로, C는 손글씨 병기로 온다.
같은 '공급가액'도 위치, 명칭(공급가액/금액/합계), 단위 표기가 제각각이다.
새 거래처가 추가될 때마다 양식이 추가되거나 수정된다.
기존 템플릿 OCR vs AI OCR, 무엇이 다를까?
구분 | 기존의 템플릿 기반 OCR | VLM 기반 AI OCR |
|---|---|---|
인식 방식 | 지정된 좌표에서 글자 추출 | 문서 전체를 읽고 항목의 의미로 추출 |
거래처 대응 | 템플릿 각각 제작 · 유지보수 | 템플릿 사전 제작 불필요 |
새 양식 대응 | 인식 실패 → 템플릿 추가 개발 | 그대로 처리 |
표 형태 변형 | 좌표가 틀어지면 오류 | 표 구조를 해석해 추출 |
도입 기간 | 양식 분석·개발에 수 주 | 샘플 업로드 후 당일 투입 |
❓
그래도 실패하는 지점 4가지
품목명 줄바꿈·셀 병합
긴 품목명이 두 줄로 꺾이면 두 개 품목으로 오인식될 수 있습니다. 표 구조 해석 성능을 반드시 확인하세요.도장·서명 겹침
인수 확인 도장이 금액 위에 찍힌 경우, 겹침 영역 복원 처리가 되는지가 관건입니다.
팩스본·재복사본
화질이 저하된 문서는 인식률을 별도로 검증해야 합니다.
단위·통화 표기 차이
'EA/개/BOX', 부가세 포함·별도 여부는 세부 스키마 정의가 필요합니다.
페이퍼스고 AI가 거래처별 양식 문제를 해결하는 방법
악어디지털의 페이퍼스고 AI는 VLM 기반 AI-OCR 플랫폼으로, 다양한 양식의 문서 분류와 정보 추출을 동시에 수행합니다.
시작은 샘플 업로드 하나입니다. 양식이 가장 제각각인 거래처 몇 곳의 명세서 3~5장을 올리면, AI가 문서를 읽고 어떤 항목(품목·수량·단가·공급가액)을 뽑아야 하는지 스스로 파악해 추출 기준을 구성합니다.
섞여 들어온 문서는 먼저 갈라집니다. 이메일·팩스·스캔으로 도착한 파일 더미에 거래명세서와 세금계산서, 발주서가 뒤섞여 있어도 문서 종류가 먼저 식별되고, 각 문서에 맞는 항목이 추출됩니다. '폴더 정리'라는 업무가 사라지는 지점입니다.
사람의 손은 마지막 2%에만 닿습니다. 서류 전부를 육안으로 확인하는 대신, AI가 확신하지 못한 필드만 검수 화면에 올라옵니다. 그리고 그 검수 결과가 다시 학습되어, 다음 달에는 같은 거래처 문서에서 확인할 것이 더 줄어듭니다. 쓸수록 우리 회사 문서에 맞춰지는 구조입니다.
결과는 엑셀에서 끝나지 않습니다. 정리된 데이터는 엑셀·CSV로 내려받거나 API로 ERP·회계 시스템에 바로 흘려보낼 수 있고, 문서 반출이 어려운 회사라면 온프레미스로 사내에 설치해 같은 흐름을 만들 수 있습니다.
도입하고 나면, 운영은 누가 어떻게 하나요?
자동화 도입에서 실무 운영 단계의 모습을 그대로 그려보면 이렇습니다.
하루 루틴이 '수기 입력'에서 ‘검수’로 바뀝니다. 도착한 명세서를 업로드하면 처리 결과가 검수함에 쌓입니다. 담당자는 AI가 확신하지 못해 표시해 둔 필드만 원본 이미지와 나란히 비교해 확인·수정합니다. 수 시간 걸리던 입력 업무가 검수 대기 목록을 확인하는 수 분으로 줄어드는 구조입니다.
틀린 값이 그대로 넘어가는 것을 막기 위해 신뢰도가 기준 아래인 값은 검수를 거치도록 되어있습니다. "AI가 틀리면 어떡하지"가 아니라 "틀린 건 어차피 걸리게 돼 있다"가 운영의 전제입니다.
운영 주체는 현업 담당자 1명이면 충분합니다. 템플릿 개발이 없으므로 IT 부서가 상시 관여할 일이 없고, 관리 화면에서 추출 항목 수정·검수 기준 조정을 실무자가 직접 수행 가능합니다.
신규 거래처는 운영 이슈가 아닙니다. 새 거래처 명세서가 들어와도 별도 등록 없이 같은 흐름으로 처리됩니다. 기존 OCR 운영에서 가장 큰 유지보수 업무였던 '양식 추가 대응'이 목록에서 사라집니다.
단, 도입 첫 달은 병행 운영을 권합니다. 도입 직후 한 달은 기존 수기 입력 결과와 자동 추출 결과를 대사해 보면서 우리 회사 문서 기준의 정확도를 눈으로 확인하고 검수 기준을 조정하는 기간으로 쓰세요. 이 기간을 거치면 어떤 거래처 문서를 더 지켜봐야 하는지가 데이터로 남아, 이후에는 안심하고 예외 검수만으로 전환할 수 있습니다.
3단계로 시작하세요.
거래 명세서 자동화를 처음 도입하는 팀이라면 아래 순서를 권장합니다.
샘플 수집
양식이 가장 다른 거래처 3~5곳의 명세서를 골라 주세요. 팩스본·도장 찍힌 문서를 일부러 포함하는 것이 정확한 검증 방법입니다.AI 위자드로 추출 항목 정의
품목·수량·단가·공급가액 등 우리 회사 기준 항목을 확정합니다.API 연동 테스트
저신뢰 필드 검수 규칙을 정하고, 거래처 전체로 확대 적용합니다.
Share article