OCR 모델이 문자를 잘 읽어도 모든 서류가 자동 처리 가능한 것은 아닙니다. 도장, 손글씨, 표 구조, 촬영 각도 때문에 중요한 필드가 틀릴 수 있습니다. 검수자를 마지막 방어선으로만 두지 말고 오류를 학습 데이터로 되돌리는 흐름이 필요합니다.
필드마다 오류 비용이 다르다
거래처 주소의 띄어쓰기와 계좌번호 한 자리 오류는 영향이 다릅니다. 문서 단위 정확도보다 금액·날짜·수신인 같은 핵심 필드별 품질을 따로 봅니다. 비용이 큰 필드는 모델 점수가 높더라도 규칙 검증이나 사람 확인을 추가할 수 있습니다.
검수 화면에 원문 근거를 붙인다
추출 결과만 나열하면 검수자가 원본 전체를 다시 읽어야 합니다. 필드 옆에 원문 위치를 확대 표시하고, 수정 전후 값과 수정 이유를 남깁니다. 여러 페이지에서 값이 충돌하면 어느 페이지를 선택했는지도 기록합니다.
낮은 신뢰도만 검수하면 놓치는 오류가 있다
모델은 자신 있게 틀릴 수 있습니다. 낮은 신뢰도 외에도 금액 합계 불일치, 기존 고객정보와의 충돌, 신규 서식, 무작위 표본을 검수 대상에 넣습니다. 검수 비율은 업무 위험과 인력 용량에 맞춰 조절합니다.
수정 데이터를 바로 재학습에 넣지 않는다
사람이 바꾼 값에도 오타나 해석 차이가 있습니다. 수정 기록을 정답 후보로 모으고, 이중 확인이 필요한 유형을 구분합니다. 학습·검증·시험 세트를 분리하지 않으면 같은 서류를 외운 모델을 좋은 모델로 착각합니다.
성과는 자동 처리율과 재작업을 함께 본다
자동 처리율만 높이면 오류를 뒤늦게 사람이 수습할 수 있습니다. 필드별 오류, 검수 시간, 재작업 건수, 고객 수정 요청을 함께 봅니다. 목표는 모든 문서를 자동화하는 것이 아니라 위험에 비례해 검수 자원을 쓰는 것입니다.
현장에 적용할 때의 순서
- 핵심 필드와 오류 비용을 분류한다
- 원문 위치가 보이는 검수 화면을 만든다
- 확정된 수정만 품질 검증 후 학습 후보로 보낸다
주의할 실패: 낮은 신뢰도만 검수하면 자신 있게 틀린 값이 자동 처리될 수 있다.
관찰할 지표: 필드별 오류율, 검수 시간, 재작업 건수를 함께 본다.
적용 전 체크리스트
- 핵심 필드별 오류 비용을 구분했는가
- 검수자가 원문 위치와 수정 이력을 볼 수 있는가
- 수정 데이터의 정답 품질을 다시 확인하는가
참고 자료
Google Cloud Document AI training overview. 공식 문서는 사용자 데이터로 모델 버전을 학습·평가하는 흐름을 설명합니다. 검수 우선순위와 오류 비용은 업무 설계 관점의 제안입니다.
이미지와 도식은 이해를 돕기 위한 개념 시각화입니다. 특정 고객의 실제 설비·데이터·화면을 재현한 것이 아닙니다.
#OCR #문서AI #사람검수 #데이터라벨링 #재학습 #문서자동화 #필드추출 #AI품질 #휴먼인더루프 #업무자동화
