한국딥러닝, 제조 문서를 학습 없이 구조화하는 DEEP Agent for 제조 출시

한국딥러닝이 2025년 9월 4일 제조업 특화 문서 솔루션 DEEP Agent for 제조(딥 에이전트 for 제조)를 출시했다. 작업 지시서, 공정이상 보고서, 설비 점검표처럼 양식이 제각각인 제조 현장의 비정형 문서를 별도의 사전 학습 없이 자동으로 인식하고 구조화하는 솔루션이다.

양식이 바뀔 때마다 다시 만드는 OCR의 한계

제조 현장은 협력사마다 문서 양식이 다르고 종이 문서도 여전히 많다. 기존 OCR은 양식이 조금만 달라져도 별도의 템플릿을 구성하고 반복 학습을 거쳐야 했다. 도면, 자재명세서(BOM), 공정 매뉴얼, 원가계산서처럼 표와 이미지, 도면이 한 장에 섞인 문서는 더 다루기 어려웠다.

DEEP Agent for 제조는 이 문제를 비전언어모델(VLM) 기반 문서 이해 기술로 푼다. 4억 장 이상의 문서 데이터로 학습한 VLM이 문자만이 아니라 문서의 맥락과 구조를 파악해 핵심 정보를 추출한다. 수기 인식, 표 해석, 이미지 안의 정보 추출을 동시에 수행한다. 이 방식은 2025년 3월 출시한 DEEP Agent(딥 에이전트)에서 시작됐다. DEEP Agent는 별도 학습 없이 평균 2주 이내에 도입되고, 고객의 도입 비용을 초기 3억 원에서 1억 5천만 원으로, 구축 기간을 66일에서 10일로 줄였다.

사출 'C/T'부터 검사 'NG판정'까지, 공정 용어를 이해하는 설계

제조 문서에는 공정마다 다른 용어와 단위가 쓰인다. DEEP Agent for 제조에는 공정별 용어·단위 사전이 탑재됐다. 사출 공정의 'C/T'나 '사출온도', 검사 공정의 'NG판정'이나 '편차' 같은 현장 용어를 이해한 상태로 정보를 읽어 낸다.

추출된 데이터는 원문 대조와 검증을 거쳐 전사적 자원관리(ERP) 같은 기업 내부 시스템이나 보고서와 연동되고, 수율 계산이나 공정 데이터 검증 같은 후속 업무에도 쓰인다. 숙련자의 경험과 업무 기준처럼 문서에 쌓인 '제조 암묵지'를 데이터로 바꾸는 것이 이 솔루션의 지향점이다. 도입 방식은 API, 온프레미스, SaaS를 모두 지원한다.

철골·섬유·건설 현장 프로젝트에서 나온 솔루션

이번 솔루션은 한국딥러닝이 제조와 건설 현장에서 수행한 프로젝트 경험을 바탕으로 개발됐다. 철골·배관 업체의 견적서를 ERP와 연동한 사례, 섬유업체의 다국어 수기 문서를 구조화한 사례, 건설업체 점검 보고서에서 정보를 추출한 사례가 토대가 됐다.

"딥 에이전트는 문서를 이해하고 구조화해 후속 업무까지 수행하는 문서 지능 솔루션입니다."

— 김지현 한국딥러닝 대표

김 대표는 이번 출시를 산업별 실무 현장에 최적화된 문서 AI의 본격적인 시작이라고 평가하며, 산업별 실전형 AI를 계속 선보이겠다고 밝혔다. 한국딥러닝은 금융, 물류, 공공 등으로 'DEEP Agent for' 시리즈를 순차 출시할 계획이다.