금융권 비정형 문서 자동화: 양식도 형식도 제각각인 서류, 어떻게 일관되게 처리할까?

같은 정보를 담은 금융 서류라도 문서마다 양식과 데이터 표현 방식은 다릅니다. 예를들어 같은 금융조회서라도 은행에 따라 표의 위치와 열 구성이 달라지고, 중첩 헤더나 여러 통화가 함께 포함되기도 합니다. 날짜·금액의 표기 방식이나 항목명 역시 제각각이죠.

사람은 문맥을 보고 이해할 수 있지만, 자동화에서는 이런 차이를 어떻게 처리할지가 중요합니다. 문서가 달라도 필요한 데이터를 같은 기준으로 추출하고 활용할 수 있어야 하니까요.

기존 OCR 중심의 문서 처리는 왜 한계가 있을까?

기존 OCR은 이미지 속 문자를 텍스트로 변환하거나 미리 지정한 위치에서 값을 가져오는 데 효과적입니다. 하지만 금융 문서처럼 양식이 다양해지면 이야기가 달라집니다. 은행이 바뀌어 표 위치나 열 구성이 달라지면 기존 좌표가 맞지 않을 수 있고, 병합 셀이나 다중 헤더가 포함된 표에서는 글자를 정확하게 읽더라도 어떤 값이 어떤 항목에 속하는지 추가로 판단해야 합니다. 새로운 서식이 들어올 때마다 템플릿과 추출 규칙을 다시 설정하는 방식이라면 문서 종류가 늘어날수록 관리 부담도 함께 커집니다.

그래서 최근 Document AI는 문자 인식을 넘어 문서의 레이아웃과 요소 간 관계를 이해하는 방향으로 확장되고 있습니다. 제목·본문·표·이미지 등을 구분하고, 다단 구성의 읽기 순서를 복원하거나 병합 셀·중첩 표·다중 헤더의 구조를 분석하는 식입니다. 단순히 글자를 얼마나 잘 읽느냐보다 문서 안에서 정보가 어떤 구조와 관계를 가지고 있는지 파악하는 것이 중요해진 것입니다.

양식이 다른 문서를 같은 기준으로 처리하는 핵심, 스키마

문서 구조를 이해한 다음에는 어떤 데이터를 어떤 형태로 가져올 것인지를 정의해야 합니다. 이때 활용되는 것이 스키마(Schema)입니다. 쉽게 말하면 후속 업무에서 필요한 필드와 데이터 형식을 먼저 정해두는 것입니다. 예를 들어 금융조회서에서 기준일, 통화, 금액 등 특정 정보가 필요하다면 해당 항목과 각 값의 형식을 미리 정의합니다.

그러면 어떤 문서에서는 금액이 첫 번째 표에 있고 다른 문서에서는 세 번째 표에 있더라도, 최종 결과는 동일한 필드와 구조로 만들 수 있습니다. 자동화의 기준을 ‘몇 번째 표의 몇 번째 셀인가’가 아니라 ‘이 값이 어떤 업무 데이터인가’에 두는 방식입니다.

추출한 값의 표현도 맞춰야 합니다. 같은 날짜가 2026.06.30, 26/6/30, 2026년 6월 30일처럼 다르게 들어오거나 금액과 통화의 표기 방식이 다르다면, 후속 시스템에서 사용할 수 있도록 일정한 형식으로 정규화해야 합니다. 여기에 필요한 형식 검증까지 거치면 최종적으로는 문서 구조 분석 → 스키마 기반 추출 → 데이터 정규화·검증 → 구조화 데이터 출력의 흐름이 만들어집니다.

결국 원본 문서의 양식과 표현을 억지로 통일하는 것이 아니라, 문서 처리 단계에서 그 차이를 흡수하고 결과 데이터의 구조를 일관되게 만드는 것이 핵심입니다.

실제 금융권 프로젝트에서는 어떻게 적용됐을까?

실제 금융권 프로젝트에서는 은행별로 양식이 다른 금융조회서를 대상으로 테이블 데이터 정형화와 검증 자동화를 진행했습니다. 중첩 헤더와 KRW·USD·JPY 등 여러 통화가 혼재된 문서에서도 필요한 숫자 데이터를 추출할 수 있도록 구성했습니다.

그 결과 숫자 데이터 추출 정확도 99.8%, 수작업 시간 70% 절감을 기록했으며, 10종 이상의 테이블과 여러 통화가 포함된 문서까지 처리 범위를 확장했습니다. 핵심은 문서마다 별도의 작업 방식을 만드는 것이 아니라, 서로 다른 금융조회서를 하나의 처리 체계 안에서 다룰 수 있도록 했다는 점입니다.

이번 글에서는 금융 문서 자동화가 어떤 방식으로 제각각인 서류를 처리하는지 원리를 중심으로 살펴봤습니다. 실제 프로젝트에서 금융조회서를 어떻게 정형화하고 검증했는지는 추후 별도의 사례 콘텐츠에서 더 자세히 소개하겠습니다.

금융 문서 자동화, 인식 정확도만 보면 충분할까?

금융 문서 자동화 솔루션을 비교할 때 가장 먼저 눈에 들어오는 것은 인식 정확도입니다. 물론 중요한 지표입니다. 하지만 실제 업무에 적용하려면 복잡한 문서 구조까지 처리할 수 있는지, 필요한 데이터를 원하는 형태로 추출할 수 있는지, 그리고 그 결과를 다음 업무까지 연결할 수 있는지도 함께 살펴봐야 합니다.

Worktro DocuOps는 페이지의 레이아웃 복잡도, 텍스트 레이어 유무, 표의 복잡도를 판단해 단순한 페이지는 OCR로, 복잡한 비정형 페이지는 VLM으로 처리하는 Adaptive VLM 하이브리드 구조를 사용합니다. 병합 셀·중첩 표·다중 헤더와 같은 복잡한 구조도 문서 요소 간 관계를 기준으로 분석합니다.

문서를 분석한 뒤에는 사용자 정의 스키마를 기반으로 필요한 필드와 형식을 설정해, 서식이 달라도 동일한 구조로 데이터를 추출할 수 있습니다. 날짜·금액·통화 등의 값은 지정된 형식으로 정규화하고, 사업자번호나 계좌번호처럼 일정한 규칙이 있는 값은 형식 정합성도 확인할 수 있습니다. 검증된 결과는 JSON이나 Excel로 출력하거나 REST API를 통해 ERP·그룹웨어·기간계 시스템과 연결할 수 있습니다.

결국 금융권 비정형 문서 자동화의 목적은 문서를 텍스트로 바꾸는 데 그치지 않고, 제각각인 문서를 업무에서 바로 활용할 수 있는 데이터로 전환하는 것입니다. 양식과 표현이 달라도 이를 문서 처리 단계에서 흡수할 수 있다면, 이후 분석이나 업무 자동화에서는 일관된 데이터 구조를 유지할 수 있습니다.

양식과 표현이 제각각인 금융 서류를 구조화된 데이터로 전환하고, 분석이나 후속 업무 자동화까지 연결하는 방법을 고민하고 있다면 이든티앤에스에게 문의해주세요. 귀 사의 실제 업무 환경에 맞는 문서 자동화 적용 방안을 함께 설계하겠습니다.