핵심 답변 도면 자동화는 글자를 추출하는 데서 끝나면 실무에 적용하기 어렵습니다. 표제란과 부품표, 기호와 치수의 관계를 보존하고, 사내 기준과 대조해 도면과 기술사양서의 정합성을 검증한 뒤, 예외 항목을 사람이 승인하는 흐름까지 설계해야 합니다. 우리 도면으로 어디까지 되는지와 비용은 대표 샘플을 확인해야 정해집니다.
1. 도면 검토의 병목은 읽기보다 대조에서 생깁니다
병목은 도면을 읽는 순간보다 읽은 내용을 다시 확인할 때 생깁니다. 한 반도체 설비 업체는 설비 하나에 나오는 도면 수천 장을 수백 명이 여러 달에 걸쳐 검토한다고 합니다. 변경점 하나를 놓치면 뒤 공정이 흔들리기 때문입니다.
재입력: 표제란·부품표·검사항목을 다시 시스템에 옮깁니다.
개정 비교: 이전 도면과 최신 도면의 변경점을 눈으로 찾습니다.
정합성 확인: 도면·기술사양서·검사성적서가 같은 기준인지 대조합니다.
단순 문자 인식이 아니라 도면을 업무 데이터로 바꾸고 검증하는 흐름이 필요합니다.
2. 일반 OCR만으로 도면 자동화가 어려운 이유
일반 문서는 읽는 순서가 명확하지만, 도면은 위치와 관계가 의미를 만듭니다.
구조: 표제란과 부품표의 행·열 관계가 유지돼야 합니다.
기호와 치수: 값이 어느 부품·위치에 속하는지 연결돼야 합니다.
계층과 개정: 조립도·부품도·사양서의 관계와 개정 차수를 구분해야 합니다.
인식률만으로는 부족합니다.
필요한 필드의 정확성, 표·계층 보존, 원문 대조 가능성을 함께 평가해야 합니다.
3. 도면 AI는 추출부터 승인까지 네 단계로 봐야 합니다
도입 범위는 다음 네 단계로 나눠 판단할 수 있습니다.
실제로 들어온 제조·조선 기업 문의도 이 단계에 그대로 맞물립니다.
단계 | 확인할 기능 | 실무 질문 |
|---|---|---|
구조 보존 추출 | 표제란·부품표·치수·항목을 구조화 | 필요한 필드와 원문 위치를 함께 확인할 수 있는가 |
기준 대조 | 추출값을 사내 규정·기준과 비교 | 기준에서 벗어난 항목을 선별할 수 있는가 |
정합성 검증 | 도면·사양서·성적서·개정본 비교 | 서로 다른 문서의 불일치와 변경점을 찾을 수 있는가 |
사람 승인·연동 | 예외 검수 후 결과 전달 | 담당자 승인과 업무 시스템 연동 범위를 설계할 수 있는가 |
도면 분류는 추출, RFP 요구사항 확인은 기준 대조, 개정본·성적서 비교는 정합성 검증에 해당합니다. 검증된 데이터로 생산기술 문서를 자동 생성하는 단계로도 확장할 수 있습니다. 어디까지 필요한지는 문서와 공정마다 다르므로, 첫 질문은 성능 숫자가 아니라 우리 업무가 네 단계 중 어디에 있는가입니다.
4. 도입 범위와 견적을 정하려면 무엇을 준비해야 할까요
PDF·스캔본·개정본과 화질 차이를 포함한 대표 샘플로 범위를 판단합니다.
아래를 함께 정리해 두시면 논의가 한 번에 끝납니다.
문서 종류·파일 형식과 월 처리량
추출할 표제란·부품표·치수·검사항목
대조할 사내 기준·개정본·관련 문서
허용 오류와 사람이 확인할 예외 조건
ERP 등 결과를 보낼 업무 시스템·데이터베이스
클라우드·온프레미스 배포 요구
비용과 기간은 문서 다양성, 검증·연동 범위, 배포 환경에 따라 달라집니다.
먼저 자동화 범위와 사람 승인 조건을 정의하는 것이 순서이며, 대표 도면 몇 장만 확인해도 범위와 대략의 비용 구간, PoC 설계를 잡을 수 있습니다.
5. 기존 적용 사례와 자주 묻는 질문
Q&A
스캔한 도면도 처리할 수 있나요?
가능하지만 해상도·기울어짐·기호 선명도에 따라 달라져 샘플 확인이 필요합니다.
CAD 원본이 반드시 필요한가요?
필수는 아닙니다.
PDF·이미지도 가능하지만 범위는 파일 형식과 필요한 필드에 따라 달라집니다.
기존 ERP나 사내 시스템과 연동할 수 있나요?
검토할 수 있습니다. ERP·API 연동을 전제로 설계하며,
실제 방식은 대상 시스템의 API와 보안·배포 환경에 따라 정합니다.
6. 우리 도면에는 어디까지 적용할 수 있을까요
한국딥러닝은 문서 구조를 보존해 필요한 필드를 추출하고, 원문과 대조하며, 검수 결과를 업무 흐름에 연결하는 방식으로 접근합니다. 자체 Vision-Language Model 기반이라 양식을 미리 등록하지 않아도 구조를 파악하고, 외부망 없이 내부 서버에서 처리하는 온프레미스를 지원합니다.
DEEP OCR: 이미지·스캔 문서의 문자와 주요 영역을 인식합니다. 비정형·다국어·손글씨도 재학습 없이 처리합니다.
DEEP Parser: 템플릿 없이 표·항목·계층 등 문서 구조를 구조화 데이터로 변환합니다. ERP·API 연동을 전제로 합니다.
DEEP Agent: 문서 업로드만으로 추출·분류·검증을 자동 수행하는 워크플로우 엔진입니다. 여기에 예외 항목의 담당자 승인 단계를 함께 설계합니다.
적용 범위는 도면 유형과 검증 기준, 연동 환경에 따라 달라집니다. 대표 샘플과 필요한 결과를 알려주시면 추출·대조·검증 중 어디까지 가능한지 함께 확인해 드립니다.
💡우리 도면·기술사양서의 적용 가능 범위 확인하기
