연간 50만 건 자격·경력 서류 수기 입력, AI 자동 추출로 바꿀 수 있을까 — 온프레미스 검증 사례

요약

A 공공기관으로부터 자격증·경력증명서 연간 약 50만 건을 담당자 6명이 수기로 입력·처리하는 업무를 자동화할 수 있는지 의뢰를 받았습니다. 서브소프트는 문서의 핵심 항목을 AI가 자동 추출하고, 추출 항목의 신뢰도를 산출해 낮은 것부터 담당자가 확인하면 자동 승인되는 워크플로를 구축해 검증했습니다. 개인정보가 포함된 문서 특성상 구축과 테스트 전 과정을 온프레미스(내부망) 환경에서 진행했습니다.

의뢰 배경 — 연간 50만 건, 6명, 전부 수기 입력

• 자격증, 경력증명서 등 증빙 서류가 연간 약 50만 건 접수
• 담당자 6명이 서류를 눈으로 읽고 자격명, 발급기관, 취득일, 근무 기간 등의 항목을 시스템에 직접 입력
• 1인당 연간 8만 건 이상을 처리해야 하는 구조로, 처리 지연과 반복 입력에 따른 오타·누락 위험이 상존

이 업무를 사람의 입력 없이 처리할 수 있는지가 검증 과제였습니다.

왜 일반 OCR로는 해결되지 않나

단순 OCR은 문서의 글자를 텍스트로 바꿔줄 뿐, 어떤 글자가 자격명이고 어떤 글자가 취득일인지는 알지 못합니다. 자격증과 경력증명서는 발급기관마다 서식이 제각각이고 표 안에 항목이 섞여 있는 경우가 많아, 텍스트 추출만으로는 결국 사람이 다시 분류·입력해야 합니다.

ROI(좌표 영역) 방식으로도 자동화가 되지 않았던 이유

문서 자동화에서 흔히 쓰는 방법이 ROI(Region of Interest) 방식입니다. "이 서식의 이 좌표에 자격명이 있다"고 영역을 미리 지정해두고 그 자리의 글자를 읽는 방식이죠. 서식이 고정된 문서라면 잘 동작합니다.

그런데 이번 검증 대상 서류는 그렇지 않았습니다.

• 같은 서식이라도 페이지마다 항목의 위치가 달랐습니다. 앞선 항목의 내용 길이에 따라 뒤 항목이 밀려 내려가기 때문입니다
• 줄바꿈 등 표현 방식도 건마다 달랐습니다. 한 줄로 들어간 경력이 다른 문서에서는 두 줄로 나뉘는 식입니다

좌표를 기준으로 읽으면 어떤 건은 맞고 어떤 건은 엉뚱한 값을 가져오게 됩니다. 서식별로 좌표를 잡아둔다 해도 이런 변동을 감당할 수 없어, ROI 기반이나 단순 OCR로는 자동화가 어려운 문서였습니다.

위치가 아니라 의미로 읽는 방식

서브소프트 AI-OCR은 좌표가 아니라 문서 안의 키-밸류(Key-Value) 관계를 이해합니다. "자격명 → OO기사", "취득일 → 20XX.XX.XX"처럼 항목과 값을 짝지어 추출하므로, 항목이 아래로 밀리거나 줄바꿈이 달라져도 같은 결과를 얻을 수 있습니다. 업무 시스템에 바로 넣을 수 있는 형태의 데이터가 나오는 것도 이 때문입니다.

검증한 워크플로 — 자동 추출 + 사람 확인 + 자동 승인

1. 자동 추출 — 접수된 서류에서 자격명, 발급기관, 취득일, 근무 기간 등 심사에 필요한 핵심 항목을 AI가 자동 추출
2. 신뢰도 기반 우선 검수 — 담당자 화면에 원문 이미지와 추출 결과를 나란히 표시. 담당자는 입력이 아니라 확인만 수행
3. 자동 승인 처리 — 확인이 끝난 건은 자동으로 승인 처리되어 후속 업무로 연계

담당자의 역할이 "읽고 입력하는 사람"에서 "검수하고 승인하는 사람"으로 바뀌는 구조입니다. 수기 입력 단계가 업무 흐름에서 사라지므로, 입력 오타·누락 같은 오류 가능성이 구조적으로 제거됩니다.

전부 확인해야 한다면 의미가 없습니다 — 신뢰도로 우선순위를 매깁니다

자동 추출을 해도 담당자가 50만 건을 전부 눈으로 확인해야 한다면 업무량은 그대로입니다. 이 지점이 실제 도입의 성패를 가릅니다.

서브소프트 AI-OCR은 추출한 각 항목에 대해 엔진 내부에서 교차 검증 (더블 체크)을 거쳐 신뢰도를 계산합니다. 검수 화면에서는 이 신뢰도를 기준으로 낮은 항목이 우선 표시되므로, 담당자는 확인이 필요한 건에 먼저 집중할 수 있습니다.

물론 담당자가 원하면 모든 항목을 열어 확인할 수 있습니다. 검증 결과를 감추는 것이 아니라, 어디부터 볼지 순서를 제시하는 방식입니다. 심사 업무의 최종 판단은 사람이 하되, 사람의 시간이 꼭 필요한 곳에 쓰이도록 설계했습니다.

개인정보 보호 — 온프레미스 구축과 보안 적용

증빙 서류에는 성명, 생년월일, 자격 정보 등 개인정보가 포함되어 있습니다. 이에 따라:

• 온프레미스 검증 — 구축·테스트 전 과정을 기관 내부망에서 수행. 문서와 추출 데이터가 외부로 전송되지 않음
• 개인정보 자동 탐지·마스킹 — 서류에 포함된 주민등록번호 등 개인정보를 서브소프트의 개인정보 탐지 기술로 자동 식별해 마스킹 처리, 처리 과정에서 개인정보가 불필요하게 노출되지 않도록 보호

검증에서 확인한 것

• 서식이 다르고 같은 서식 안에서도 항목 위치·줄바꿈이 달라지는 실제 유형의 서류에서, 좌표(ROI)에 의존하지 않는 키-밸류 자동 추출이 동작함을 확인
• 항목별 신뢰도를 산출해 낮은 것부터 검수하도록 우선순위를 제시하는 방식이 동작함을 확인
• 원문 대조 확인 → 자동 승인으로 이어지는 워크플로를 온프레미스 환경에서 구현 가능함을 확인
• 서류에 포함된 주민등록번호 등 개인정보의 자동 탐지·마스킹 동작 확인
• 외부망 연결 없이 개인정보 포함 문서를 처리하는 구성 검증

본 사례는 기술 검증(PoC) 단계의 내용이며, 실제 도입이 진행되면 운영 결과를 반영해 업데이트할 예정입니다.

자주 받는 질문

Q. 일반 OCR 솔루션과 무엇이 다른가요? 일반 OCR은 글자를 텍스트로 바꿔줍니다. 어떤 글자가 자격명이고 어떤 게 취득일인지는 구분하지 못하므로, 결국 사람이 다시 분류해야 합니다. AI-OCR은 항목과 값의 관계(키-밸류)를 파악해 바로 시스템에 넣을 수 있는 형태로 추출합니다.

Q. 서식이 계속 바뀌는데 그때마다 설정해야 하나요? 좌표(ROI) 기반 방식이라면 그렇습니다. 키-밸류 추출 방식은 위치가 아니라 문서의 의미 구조를 보므로, 서식 변동에 상대적으로 덜 민감합니다.

Q. 결국 사람이 다 확인해야 하는 것 아닌가요? 확인 자체는 필요합니다. 다만 항목별 신뢰도를 산출해 낮은 것부터 보도록 순서를 제시하기 때문에, 전체를 같은 비중으로 훑는 것과는 소요 시간이 다릅니다.

Q. 개인정보가 포함된 문서인데 외부로 나가지 않나요? 온프레미스 구축 시 문서와 추출 결과 모두 내부망을 벗어나지 않습니다. 주민등록번호 등은 자동 탐지·마스킹 처리도 함께 적용할 수 있습니다.

적용 환경

관련 제품: AI-OCR — 지능형 문서 인식·문서 자동화 솔루션

비슷한 업무를 갖고 계신가요? 대량 서류의 수기 입력·심사 업무라면 같은 방식의 검증부터 시작할 수 있습니다. → 도입 문의