문서 무제한, 새 문서마다 다시 구축하지 않는 방식

문서 AI, 몇 종 지원하는지보다 ‘다음 문서’를 보십시오

문서 AI를 구축한 뒤 새로운 문서가 하나 추가되면 무엇을 다시 해야 할까요?

지금 몇 종의 문서를 처리할 수 있는지도 중요합니다. 하지만 실제 운영에서는 그보다 더 중요한 질문이 있습니다.

“처음 보는 문서가 들어오면, 우리는 무엇을 다시 해야 합니까?”

새 문서가 생길 때마다 개발 요청과 테스트를 다시 시작해야 하는지, 아니면 운영 중인 문서 AI 안에서 바로 추가하고 바꿀 수 있는지에 따라 구축 이후의 비용과 운영 방식은 크게 달라집니다.

한국딥러닝이 말하는 ‘문서 무제한’​은 바로 이 차이에서 시작합니다.

문서 AI의 차이는 10종이 아니라, 11번째 문서에서 드러납니다.

회사에서 OCR을 도입해 신청서 10종을 자동으로 처리하고 있다고 해보겠습니다.
이름, 주소, 신청 금액처럼 필요한 항목을 문서에서 읽어 업무 시스템으로 보내고 있습니다.

그런데 어느 날 새로운 신청서 양식이 하나 추가됐습니다.
사람이라면 새로운 양식을 보고 금방 이해할 수 있습니다.

“여기가 이름이고, 이 표 안에 신청 금액이 있구나.”

하지만 문서 AI는 어떨까요?

기존 방식에서는 새로운 양식에 맞춰 무엇을 읽어야 하는지 다시 정리하고, 필요한 설정이나 개발을 요청한 뒤, 결과가 제대로 나오는지 테스트해야 하는 경우가 많습니다.

결국 담당자는 다시 다음 과정을 거칩니다.

새 문서 확인 → 요구사항 정리 → 공급사 요청 → 개발 또는 설정 → 테스트 → 검수

문서가 10종에서 11종으로 하나 늘었을 뿐인데, 작은 구축 프로젝트가 다시 시작되는 것입니다.

그래서 문서 AI를 검토할 때는 “몇 종을 지원합니까?”​에서 끝나지 않아야 합니다.

새로운 문서가 하나 더 들어오면 무엇을 다시 해야 합니까?

이 질문까지 확인해야 합니다.

왜 새로운 문서가 들어오면 일을 다시 해야 할까요?

기존 OCR과 문서 인식 시스템은 미리 정해진 문서와 규칙을 기준으로 구축되는 경우가 많았습니다.

예를 들어 신청서의 왼쪽 위에서 이름을 읽고, 오른쪽 아래 표에서 금액을 찾도록 설정했다고 해보겠습니다.

문서 양식이 바뀌어 이름의 위치가 달라지거나 금액이 다른 표로 이동하면 기존 설정이 그대로 맞지 않을 수 있습니다. 새로운 구조에 맞춰 다시 기준을 정해야 합니다.

문제는 기업에서 사용하는 문서가 처음 구축한 상태로 계속 유지되지 않는다는 점입니다.

법령이나 정책이 바뀌면서 서식이 달라질 수 있습니다. 거래처가 새로운 양식을 보내기도 하고, 새로운 상품이나 업무가 생기면서 없던 문서가 추가되기도 합니다.

같은 문서에서도 필요한 정보가 달라집니다.

처음에는 계약서에서 ‘계약일자’만 필요했지만, 이후에는 ‘최초 계약 체결일’과 ‘갱신일’을 구분해야 할 수도 있습니다.

문서는 계속 바뀝니다.

그때마다 개발과 검수를 다시 해야 한다면 문서 자동화의 범위가 넓어질수록 운영 부담도 함께 늘어납니다.

‘문서 무제한’은 문서 수가 무한하다는 뜻이 아닙니다

한국딥러닝이 말하는 문서 무제한은 처리량이나 문서 개수가 물리적으로 무한하다는 의미가 아닙니다.

핵심은 새로운 문서가 추가될 때마다 재구축 프로젝트를 반복하지 않는 것입니다.

기존 방식이 새 문서 발생 → 요구사항 정리 → 개발 요청 → 테스트 → 검수 → 운영 반영이었다면,

한국딥러닝이 지향하는 방식은 새 문서 추가 → 읽어낼 기준 설정 → 결과 확인 → 운영 반영 → 변경 이력 관리 입니다.

새 문서를 추가하는 일을 ‘다시 구축하는 일’이 아니라 운영 중인 문서 AI를 확장하는 일로 바꾸는 것입니다.

이것이 한국딥러닝이 말하는 문서 무제한입니다.

왜 이제는 새 문서마다 처음부터 다시 만들지 않아도 될까요?

이러한 변화의 배경에는 VLM 기반 문서 AI가 있습니다.

기존 OCR이 글자의 위치나 미리 정해둔 규칙을 중심으로 문서를 읽었다면, VLM 기반 Document AI는 글자뿐 아니라 문서의 표, 배치, 주변 문맥 등을 함께 활용해 필요한 정보를 찾습니다.

따라서 문서 양식이 달라질 때마다 새로운 규칙이나 학습 데이터를 처음부터 준비해야 하는 범위를 줄일 수 있습니다.

하지만 실제 기업 환경에서는 단순히 문서를 읽을 수 있는 것만으로 충분하지 않습니다.

새 문서를 누가 추가할 것인가.
무엇을 읽어낼지 누가 바꿀 것인가.
바꾼 결과가 맞는지 어떻게 확인할 것인가.
어떤 기준이 실제 업무에 적용되고 있는지 어떻게 관리할 것인가.

기술적으로 새로운 문서를 읽을 수 있는 것과 기업이 직접 운영할 수 있는것은 다른 문제입니다.

DEEP Ops는 이 운영 문제를 해결하기 위한 플랫폼입니다.

DEEP Ops는 문서 AI를 ‘구축’에서 ‘운영’으로 바꿉니다

DEEP Ops에서는 새로운 문서를 추가한 뒤, 그 문서에서 어떤 정보를 읽어야 하는지 자연어로 설정할 수 있습니다.

여기서 ‘추출 기준’은 문서에서 무엇을, 어떤 방식으로 가져올지를 정하는 기준​입니다.

예를 들어 계약서에서 날짜를 읽는다고 해보겠습니다.

기존 기준이 다음과 같을 수 있습니다.

계약일자 추출

하지만 실제 업무에서는 단순히 날짜 하나를 찾는 것으로 부족할 수 있습니다.

그럴 때 기준을 이렇게 구체화할 수 있습니다.

계약서 본문에 명시된 최초 계약 체결일을 YYYY-MM-DD 형식으로 추출

개발 요청서를 작성해 공급사에 전달하는 대신, 업무를 가장 잘 아는 담당자가 직접 AI가 문서를 읽는 기준 자체를 조정하는 방식입니다.

기준을 바꿨다면, 바로 적용하지 않고 먼저 확인합니다

추출 기준을 직접 바꿀 수 있다고 해서 곧바로 실제 운영에 적용하는 것은 아닙니다.

DEEP Ops에서는 같은 문서에 이전 기준과 새로운 기준을 적용해 결과를 비교할 수 있습니다.

예를 들어 기존 기준에서는 계약서의 갱신일을 계약일자로 잘못 읽었다면, 새로운 기준에서는 ‘최초 계약 체결일만 추출’하도록 구체화합니다.

같은 문서에서 결과가 어떻게 달라지는지 확인한 뒤 원하는 결과가 나올 때 운영에 반영합니다.

기준을 바꾸는 것과 실제 업무에 적용하는 과정을 분리하는 것입니다.

언제 어떤 기준이 바뀌었는지도 확인할 수 있습니다

기업 환경에서는 현재 AI가 어떤 기준으로 문서를 처리하는지뿐 아니라, 그 기준이 언제 어떻게 바뀌었는지도 확인할 수 있어야 합니다.

DEEP Ops에서는 변경한 기준을 버전과 이력으로 관리해 다음 내용을 확인할 수 있습니다.

• 언제 기준이 바뀌었는지

• 이전에는 어떤 기준을 사용했는지

• 현재 어떤 기준이 운영에 적용돼 있는지

결국 문서 AI 운영은 단순히 문서를 잘 읽는 문제가 아닙니다.

AI가 어떤 기준으로 문서를 읽고 있는지를 계속 관리하는 일입니다.

DEEP Ops에서는 이런 흐름으로 문서를 운영합니다

핵심은 간단합니다.

새로운 문서 하나가 생겼다고 다시 처음부터 구축하지 않는 것.

운영 중인 문서 AI 안에서 문서를 추가하고, 기준을 바꾸고, 결과를 확인하면서 계속 확장하는 것입니다.

실제 적용 범위와 방식은 문서의 형태와 품질, 추출 항목, 업무 조건 등에 따라 달라질 수 있으므로 실제 업무 문서를 기준으로 확인하는 것이 좋습니다.

이 차이는 OCR 가격과 OCR 구축 비용에도 영향을 줍니다

기업에서 OCR 가격이나 OCR 구축 비용을 비교할 때는 보통 최초 견적부터 확인합니다.

처리할 문서 종류와 양, 추출할 항목, 시스템 연동 범위, 클라우드 또는 온프레미스 환경 등에 따라 OCR 솔루션 가격은 달라질 수 있습니다.

하지만 실제 비용을 보려면 한 가지를 더 확인해야 합니다.

구축 이후 새로운 문서가 추가됐을 때 비용과 어떻게 발생하는가입니다.

예를 들어 새 문서 하나가 추가될 때마다

• 문서 분석

• 요구사항 정리

• 추가 개발

• 테스트

• 검수

과정이 반복된다면 초기 OCR 가격 외에도 추가 비용과 일정이 계속 발생할 수 있습니다.

그래서 OCR 비용을 비교할 때는 이렇게 두 가지를 함께 물어봐야 합니다.

처음 구축하는 데 얼마가 필요한가?

그리고

다음 문서를 추가하는 데 얼마의 비용과 시간이 필요한가?

문서 자동화는 한 번 구축한 뒤 끝나는 시스템이 아니라, 실제 업무 변화에 맞춰 계속 운영해야 하는 시스템이기 때문입니다.

특히 문서가 계속 바뀌는 업무라면 더 중요합니다

이런 운영 방식은 다양한 문서를 지속적으로 처리해야 하는 기업 환경에서 특히 중요합니다.

예를 들어 금융 문서 인식 솔루션을 생각해볼 수 있습니다.

은행, 보험, 카드, 캐피탈 업무에서는 신청서, 계약서, 증빙자료, 기관별 발급 문서처럼 다양한 서류가 들어옵니다.

업무가 바뀌거나 새로운 상품이 생기면 새로운 문서가 추가될 수도 있습니다.

기존 문서에서 필요한 항목이 달라질 수도 있습니다.

이때마다 별도의 개발 프로젝트를 다시 시작해야 한다면 문서 자동화의 범위를 확대하는 데 시간과 비용이 추가될 수밖에 없습니다.

따라서 금융뿐 아니라 공공, 제조, 유통 등 다양한 기업 문서 업무에서는 현재 어떤 문서를 읽을 수 있는가와 함께 앞으로 새로운 문서를 얼마나 쉽게 추가하고 운영할 수 있는가를 확인할 필요가 있습니다.

문서 AI를 검토한다면 다섯 가지를 확인해보십시오

문서 AI를 추천받거나 솔루션 비교 자료를 검토할 때 지원 문서 수와 정확도는 여전히 중요합니다. 하지만 그것만으로는 구축 이후의 운영 방식을 알 수 없습니다.

이 질문의 답이 대부분 “공급사에 요청하셔야 합니다”​라면, 구축 이후 새로운 문서와 업무 변화에 대응하는 일정도 공급사의 개발 일정에 영향을 받습니다.

반대로 담당자가 새로운 문서와 기준을 직접 추가하고 결과를 확인한 뒤 운영에 반영할 수 있다면 문서 AI의 확장 방식은 달라집니다.

다음 문서가 들어오면, 또 구축해야 할까요?

문서 AI를 검토할 때 “몇 종까지 지원됩니까?”라는 질문은 여전히 필요합니다.

하지만 더 중요한 것은 그다음 문서를 어떻게 추가하는가입니다.

새로운 서식이 들어올 때마다 요구사항을 다시 정리하고 개발을 요청해야 하는지, 아니면 운영 중인 문서 AI에서 직접 문서를 추가하고 기준을 바꿀 수 있는지 확인해야 합니다.

한국딥러닝이 말하는 문서 무제한은 새로운 문서가 추가될 때마다 새로운 구축 프로젝트를 반복하지 않는 방식입니다.

그리고 이를 실제 운영에서 가능하게 만드는 것이 DEEP Ops입니다.

다음 문서가 들어오면, 또 구축해야 할까요?

현재 사용 중인 문서와 앞으로 추가될 문서를 기준으로
어떤 변경까지 운영 단계에서 직접 대응할 수 있는지 확인해보세요.

DEEP Ops 상담하기

자주 묻는 질문

OCR 가격이나 OCR 구축 비용은 무엇에 따라 달라지나요?

OCR 솔루션 가격은 처리할 문서의 양과 형태, 필요한 추출 항목, 처리량, 시스템 연동 범위, 클라우드 또는 온프레미스 등 운영 환경에 따라 달라질 수 있습니다.

초기 OCR 구축 비용뿐 아니라 새로운 문서나 추출 기준이 추가됐을 때 별도 개발이나 추가 비용이 필요한지도 함께 확인하는 것이 좋습니다.

문서 종류는 몇 종까지 지원되나요?

지원 가능 범위는 문서의 형식과 품질, 추출하려는 항목 등에 따라 달라질 수 있으므로 실제 업무 문서를 기준으로 확인하는 것이 정확합니다.

한국딥러닝이 말하는 문서 무제한은 특정 지원 종수를 뜻하기보다 새로운 문서를 운영 과정에서 계속 추가하고 확장할 수 있는 방식을 의미합니다.

OCR 구축 후 새로운 서식이 추가되면 다시 구축해야 하나요?

DEEP Ops는 새로운 문서와 추출 기준을 운영 단계에서 추가하거나 변경할 수 있도록 설계된 문서 AI 운영 플랫폼입니다.

실제 적용 범위는 문서의 형태와 업무 조건에 따라 달라질 수 있으므로 실제 문서를 기준으로 확인하는 것이 좋습니다.

추출 항목을 담당자가 직접 바꿀 수 있나요?

DEEP Ops에서는 자연어로 문서에서 무엇을 어떻게 읽을지 설정하고 변경할 수 있습니다.

예를 들어 ‘계약일자 추출’이라는 기준을 ‘계약서 본문에 명시된 최초 계약 체결일을 YYYY-MM-DD 형식으로 추출’처럼 실제 업무에 맞게 구체화할 수 있습니다.

기준을 잘못 변경하면 어떻게 하나요?

같은 문서에 기존 기준과 변경한 기준을 각각 적용해 결과를 비교한 뒤 운영에 반영할 수 있습니다.

변경된 기준은 버전과 이력으로 관리해 이전 기준도 확인할 수 있습니다.

온프레미스 환경에서도 사용할 수 있나요?

가능합니다.

외부로 문서를 반출하기 어려운 기업 환경에서도 운영할 수 있도록 온프레미스 구축을 지원합니다.

새 문서가 하나 더 들어오면, 우리는 무엇을 다시 해야 합니까?

현재 사용 중인 문서와 앞으로 추가될 문서를 기준으로
어떤 변경을 운영 단계에서 직접 대응할 수 있는지 확인해보세요.