문서 OCR 자동화란 무엇인가요?
문서 OCR 자동화는 종이·스캔·사진 서류를 읽어 필요한 항목을 뽑고, 업무 시스템에 입력하는 과정을 자동으로 처리하는 것입니다. 예전 OCR은 글자를 텍스트로 바꾸는 데서 끝났지만, 지금은 AI가 서류 종류를 구분하고 '공급가액', '사업자등록번호' 같은 항목을 찾아 데이터로 정리하는 데까지 처리합니다.
담당자가 PDF를 열어 보고 ERP나 엑셀에 옮겨 적는 일이 매일 반복된다면 자동화 후보입니다.
어떤 서류가 자동화에 적합한가요?
양식이 정해져 있고, 건수가 많고, 뽑을 항목이 분명한 서류일수록 효과가 큽니다.
| 서류 | 적합도 | 이유 |
|---|---|---|
| 사업자등록증, 세금계산서, 영수증 | 높음 | 양식이 표준화되어 있고 항목이 명확 |
| 거래명세서, 발주서 | 높음~중간 | 거래처마다 양식이 달라 초기 학습 필요 |
| 신청서, 지원서(기관 자체 양식) | 중간 | 양식은 고정이나 손글씨 비중에 따라 다름 |
| 계약서 | 중간 | 항목 추출보다 조항 요약·검토 보조에 적합 |
| 손글씨 메모, 비정형 편지 | 낮음 | 인식 편차가 커서 검수 부담이 큼 |
처음에는 월 처리 건수가 가장 많은 서류 한 종류만 고르세요. 서류 종류를 늘리는 것은 첫 서류에서 정확도와 검수 흐름이 안정된 다음에 해도 늦지 않습니다.
자동화는 어떤 흐름으로 동작하나요?
일반적으로 다섯 단계로 구성합니다.
- 1수집: 메일 첨부, 스캐너 폴더, 웹 업로드, 모바일 촬영으로 서류를 한곳에 모음
- 2인식(OCR): 이미지에서 글자와 표 구조를 읽음
- 3추출·분류: AI가 서류 종류를 판단하고 필요한 항목을 구조화된 데이터로 정리
- 4검증: 사업자번호 형식, 금액 합계, 기존 거래처 DB와의 일치 여부를 자동 확인
- 5입력·보관: ERP, 그룹웨어, 엑셀 등에 입력하고 원본과 결과를 함께 보관
이 중 4번 검증 단계가 품질을 좌우합니다. 공급가액과 세액의 합이 합계와 맞는지, 날짜가 정상 범위인지 같은 규칙만 넣어도 잘못 읽은 건을 상당수 걸러낼 수 있습니다.
인식 오류는 어떻게 처리하나요?
모든 건을 사람이 다시 보지 말고, 의심 건만 보게 설계하는 것이 핵심입니다.
- 항목별 확신도(confidence)가 기준보다 낮으면 검수 대기로 분류
- 자동 검증 규칙을 통과하지 못한 건은 검수 대기로 분류
- 검수 화면에서 원본 이미지와 추출 결과를 나란히 보여 줌
- 담당자가 고친 내용은 기록해 규칙과 프롬프트 개선에 반영
- 처음 몇 주는 전체 건을 표본 검사해 실제 정확도를 측정
이렇게 하면 담당자의 일이 '입력'에서 '확인'으로 바뀝니다. 자동 처리 비율은 서류 품질과 양식에 따라 크게 다르므로, 업체가 제시하는 정확도 수치보다 우리 서류 샘플로 측정한 결과를 기준으로 판단하셔야 합니다.
어떤 도구를 써야 하나요?
선택지는 크게 세 가지입니다.
| 방식 | 예시 | 장점 | 고려할 점 |
|---|---|---|---|
| 국내 클라우드 OCR | 네이버클라우드 CLOVA OCR, 업스테이지 Document Parse | 한국어 서류 인식, 특화 모델 제공 | 서류가 외부 서버로 전송됨 |
| 글로벌 클라우드 AI | 범용 LLM의 문서 이해 기능 | 비정형 서류 이해력 | 데이터 위치, 사용량 비용 |
| 사내 설치형 | 오픈소스 OCR + 로컬 LLM | 데이터가 외부로 나가지 않음 | 장비와 운영 부담 |
참고로 네이버클라우드 CLOVA OCR은 사업자등록증, 신용카드, 영수증, 신분증, 명함용 특화 모델을 제공하고, 업스테이지는 2026년 10월 공식 요금 페이지 기준 Document Parse를 페이지당 0.01달러(Standard)~0.03달러(Enhanced), 항목 추출용 Information Extract를 0.04~0.06달러로 안내하고 있습니다. 요금은 바뀔 수 있으므로 계약 전에 다시 확인하세요.
실제 비용은 OCR 사용료보다 업무 시스템 연동과 검수 화면 개발에서 더 많이 발생합니다. 견적을 받을 때 이 두 부분이 범위에 포함됐는지 확인하셔야 합니다.
개인정보가 담긴 서류는 무엇을 주의해야 하나요?
신분증, 주민등록등본, 의료 서류처럼 민감한 정보가 담긴 서류는 필요한 항목만 남기고 나머지는 처리 직후 지우는 구조가 기본입니다.
개인정보 보호법 제24조의2는 법령에 근거가 있는 경우 등을 제외하고 주민등록번호 처리를 제한하며, 처리하는 경우 암호화해 보관하도록 정하고 있습니다. 업무에 필요 없는 주민등록번호 뒷자리는 인식 단계에서 바로 마스킹하는 것이 안전합니다.
그 밖에 다음을 확인하세요.
- 클라우드 OCR을 쓴다면 서류가 어느 국가 서버에서 처리되고, 학습에 쓰이는지
- 원본 이미지와 추출 데이터의 보관 기간, 삭제 절차
- 검수 화면에 접근할 수 있는 직원 범위와 접속 기록
외부 전송이 어려운 서류라면 사내 서버에 OCR과 로컬 LLM을 함께 설치하는 방식도 가능합니다.
효과는 어떻게 계산하나요?
도입 전후를 같은 기준으로 비교할 수 있게, 지금의 처리 현황부터 측정해 두세요.
- 월 처리 건수 × 건당 입력·확인 시간 = 현재 월 소요 시간
- 도입 후: 검수 대상 건수 × 건당 확인 시간 + 운영 비용
- 오류로 인한 재작업, 지연 처리 건수의 변화
예를 들어 월 2,000건을 건당 3분씩 입력한다면 월 100시간입니다. 이 중 몇 퍼센트를 자동 처리할 수 있는지는 샘플 테스트로 확인한 뒤 계산하는 것이 정확합니다.
저희 미라클스튜디오는 실제 서류 샘플로 인식 결과를 먼저 확인한 뒤 범위와 견적을 드리고, 납품 후 90일 동안 무상으로 하자를 보수합니다.
반복되는 서류 입력 업무가 있다면, 미라클스튜디오 30분 무료 상담에서 자동화 가능 범위를 함께 확인해 보세요.
