AI 문서 추출 결과를 저장하기 전 확인할 것

AI 문서 추출의 핵심은 모든 값을 자동 승인하는 것이 아니라, 값과 원본 위치를 함께 저장하고 확인이 필요한 필드만 분리하는 것입니다. 숫자 하나가 틀려도 계약이나 정산에 영향을 주는 문서는 추출 성공률보다 검증 경계가 먼저입니다.

실무 파이프라인은 원본 보관, 페이지·좌표가 포함된 추출 결과, 필드별 규칙 검증, 사람 검토, 승인 기록의 순서로 구성합니다. 결과를 다시 입력하는 수작업을 줄이되 원본으로 되돌아갈 길은 남깁니다.

처리 시작 전 원본·좌표 확인표

운영 원칙: 값보다 먼저 원본으로 돌아갈 경로를 저장합니다.

필드 값만 저장하면 “청구 금액이 어디에서 나왔는가”를 확인하기 어렵습니다. 문서 식별자, 페이지 번호, 원문 구간 또는 바운딩 박스, 추출 시각, 모델·프롬프트 버전을 함께 저장하면 담당자가 원본을 바로 대조할 수 있습니다. 개인정보가 있는 문서는 원본 접근 권한과 결과 테이블 권한을 분리합니다.

문서 형식과 API에 따라 좌표와 페이지 표현은 달라집니다. 예를 들어 Google Cloud Document AI의 프로세서와 문서 스키마는 공식Document AI 문서에 설명되어 있으므로, 특정 필드나 정확도를 일반화하지 말고 사용한 프로세서의 응답 계약을 확인해야 합니다.

필드별 대조 체크리스트를 실행합니다

금액은 통화와 소수점 형식을 확인하고, 날짜는 허용 형식과 유효한 달력을 확인합니다. 사업자번호처럼 자리 수가 정해진 값은 정규식만으로 승인하지 말고 문서 종류와 다른 필드의 관계도 대조합니다. 경계는 문서 종류와 업무 위험에 따라 정하며 특정 모델의 점수만으로 결정하지 않습니다.

• 자동 승인: 형식·범위·교차 합계가 모두 통과한 필드

• 검토 필요: 위치가 불명확하거나 교차 검증이 실패한 필드

• 거절: 지원하지 않는 문서 유형 또는 원본 손상

가상 사례: 세금계산서의 합계 검증

가상 사례의 입력은 세금계산서 PDF입니다. 결정은 공급가액과 세액이 추출되더라도 합계가 두 값의 합과 맞을 때만 자동 승인하는 것입니다. 중간 산출물은 각 값의 페이지·좌표와 계산 결과를 담은 검토 카드이고, 기대 결과는 합계가 맞지 않는 문서만 사람 검토 목록으로 이동하는 것입니다.

실패와 복구 경로를 분리합니다

스캔 품질이 낮아 OCR 결과가 비어 있으면 같은 파일을 반복 호출하지 않습니다. 먼저 회전·해상도·페이지 누락을 점검하고, 원본을 다시 받아 재처리합니다. 그래도 실패하면 상태를 extraction_review로 두고 담당자가 원본 위치를 확인하게 합니다. 이미 승인된 값이 뒤늦게 수정되면 변경자와 근거 좌표를 남기고 downstream 정산을 재계산합니다.

반례는 단순 검색용 문서 미리보기입니다. 값을 거래나 계약에 쓰지 않는다면 모든 필드에 사람 승인을 붙이는 대신 검색 색인에서 불확실한 값을 표시하는 수준으로 충분할 수 있습니다.

완료 조건

검증 완료는 정상 문서, 흐릿한 스캔, 합계 불일치, 지원하지 않는 형식을 각각 시험하고, 저장된 모든 필드가 원본 페이지 위치로 되돌아가며, 검토·승인·재처리 이력이 기록되는 것을 확인한 상태입니다.