← 블로그 목록

AI OCR 문서 자동화 발주, 정형·비정형 구분과 검수 항목 정리

2026.11.025분

반복 입력 문서를 자동화하기 전에 먼저 나눠야 할 것

세금계산서, 영수증, 발주서, 거래명세서처럼 매일 같은 양식으로 들어오는 문서를 사람이 하나씩 보고 ERP에 옮겨 적는 일은 많은 기업의 숨은 비용입니다. OCR(광학 문자 인식) 자동화를 발주하면 이 입력 작업을 줄일 수 있지만, "문서를 읽어서 시스템에 넣어 주세요"라는 한 줄짜리 요구사항으로는 프로젝트가 중간에 흔들립니다. 인식 실패를 누가 어떻게 걸러낼지, 양식이 바뀌면 어떻게 대응할지가 발주서에 없으면 그 공백이 그대로 운영 리스크가 되기 때문입니다.

stacks of paper documents and file folders

그래서 발주 단계에서 가장 먼저 해야 할 일은 대상 문서를 정형(Template)과 비정형(General)으로 나누는 것입니다. 이 구분에 따라 적용하는 방식과 검수 항목이 달라집니다.

정형 문서와 비정형 문서는 접근이 다릅니다

정형 문서는 양식과 항목 위치가 고정된 문서입니다. 세금계산서, 특정 거래처의 발주서, 사업자등록증처럼 어느 칸에 무엇이 들어가는지 예측할 수 있습니다. 이런 문서는 판독 영역을 미리 지정해 두고 그 자리의 값만 뽑는 방식이 잘 맞습니다.

비정형 문서는 거래처마다 서식이 제각각인 영수증이나 자유 양식의 문서입니다. 위치를 미리 지정할 수 없으므로 문서 전체에서 텍스트를 읽어 낸 뒤 의미를 해석하는 방식이 필요합니다.

국내에서 많이 쓰는 네이버 클라우드 플랫폼 CLOVA OCR을 예로 들면, 자유 서식을 읽는 General OCR, 판독 영역을 직접 지정하는 Template OCR, 그리고 사업자등록증·영수증·명함·여권·운전면허증·주민등록증처럼 정형 문서 전용으로 제공되는 Document OCR API가 구분되어 있습니다. 즉 같은 "OCR"이라도 문서 유형에 따라 적용 방식이 다르다는 점을 발주서에 명시하고, 대상 문서 목록마다 어떤 방식으로 처리할지 표로 정리해 두는 편이 좋습니다.

  • 문서 목록 작성: 자동화할 문서 종류를 전부 나열하고 각각 정형·비정형으로 표기합니다.
  • 항목 정의: 문서별로 뽑아야 할 필드(공급가액, 발행일, 사업자번호 등)를 구체적으로 적습니다.
  • 샘플 제공: 실제 들어오는 문서 샘플을 유형별로 충분히 제공해 개발사가 변형을 파악하게 합니다.

정확도 기준과 예외 처리, 검수 경로를 요구사항에 넣기

인식 정확도는 "높게 해 주세요"가 아니라 측정 가능한 기준으로 적어야 합니다. 문서 유형별로 그리고 필드별로 기대 수준을 나누는 것이 현실적입니다. 금액이나 사업자번호처럼 틀리면 안 되는 핵심 필드는 기준을 엄격히 두고, 참고용 필드는 완화하는 식입니다. 측정 방법(어떤 샘플로, 어떻게 셀지)도 함께 정의해야 인수검수 때 다툼이 없습니다.

예외 처리 항목도 빠지기 쉽습니다. 저해상도 스캔, 팩스로 받은 흐릿한 문서, 도장·형광펜·접힌 자국 같은 노이즈가 섞인 문서는 반드시 들어옵니다. 이런 문서가 들어왔을 때 시스템이 어떻게 반응할지(자동 처리 보류, 재촬영 요청, 사람 확인으로 전환)를 발주서에 조건으로 적어 두어야 합니다.

a woman sitting at a table with lots of papers

가장 중요한 것은 사람 검수(Validation) 경로입니다. OCR은 틀릴 수 있으므로 자동 인식 뒤 검증과 사람 확인 단계를 설계에 넣는 것이 안전합니다. CLOVA OCR은 Validation 기능으로 Template 도메인에서 추출한 값(예: 우편번호)을 외부 검증 서버에 보내 VALID/INVALID 결과를 받아 응답에 반영하는 방식을 제공합니다. 이런 자동 검증을 거치더라도 신뢰도가 낮은 건은 사람이 최종 확인하도록 화면과 흐름을 함께 발주하는 것을 권합니다.

  • 검수 전환 기준: 신뢰도가 특정 조건에 못 미치면 자동으로 사람 확인 대기열로 보낼 것.
  • 검수 화면: 원본 이미지와 인식 결과를 나란히 보고 바로 수정·승인할 수 있을 것.
  • 이력 기록: 누가 언제 무엇을 고쳤는지 남겨 추후 정확도 개선과 책임 추적에 쓸 것.

ERP 연동과 인수검수 체크리스트

인식과 검수를 거친 값은 결국 ERP나 회계 시스템에 입력되어야 업무가 끝납니다. 연동 방식(API 전달, 파일 업로드, 중간 DB 경유), 중복 입력 방지, 실패 시 재처리 규칙까지 발주서에 포함해야 "읽기는 되는데 등록이 안 되는" 반쪽 자동화를 피할 수 있습니다.

자동화 효과는 업무 영역에 따라 편차가 크다는 점도 염두에 두면 좋습니다. 현영근·이주연(2019), 디지털융복합연구의 RPA 적용 시뮬레이션에서는 문서 품질점검 자동화가 평균 97.3%의 업무생산성 향상을 보인 반면 편집 디자인 자동화는 평균 31.7%에 그쳤습니다. 규칙이 명확한 검증·입력 작업일수록 자동화 효과가 크다는 뜻이므로, 어디를 먼저 자동화할지 정할 때 참고할 수 있습니다.

인수검수 단계에서는 다음을 확인하시길 권합니다.

  • 유형별 정확도: 정형·비정형 각각, 핵심 필드별로 합의한 기준을 실제 샘플에서 충족하는가.
  • 예외 문서 동작: 저해상도·팩스·노이즈 문서를 넣었을 때 보류·사람 전환이 규칙대로 작동하는가.
  • 검수 흐름: 신뢰도 낮은 건이 검수 대기열로 가고, 수정·승인·이력 기록이 되는가.
  • ERP 반영: 승인된 값이 실제 시스템에 정확히 등록되고, 중복·실패가 규칙대로 처리되는가.

OCR 문서 자동화는 "얼마나 잘 읽느냐"보다 "틀렸을 때 어떻게 걸러내고, 어디에 넣느냐"를 설계하는 일에 가깝습니다. 문서 유형 구분부터 검수 경로, ERP 연동까지를 요구사항과 체크리스트로 정리해 두면 발주와 인수 과정에서 서로 다른 기대 때문에 생기는 분쟁을 줄일 수 있습니다. 문서 인식과 검수 흐름을 포함한 자동화 구축을 검토하신다면 AI·자동화 솔루션 개발 안내를 참고하시기 바랍니다.