블로그 목록으로
인공지능

거래명세서를 사람이 다시 입력하는 회사: AI 매입 증빙 처리와 3-Way 매칭 자동화 설계

거래명세서를 눈으로 대조하고 다시 입력하는 매입 업무를 AI 항목 추출과 3-Way 매칭으로 자동화하는 설계 방법을 정리합니다. 허용 오차, 부분 입고, 검토 분기, 도입 지표까지 다룹니다.

POLYGLOTSOFT 기술팀2026-10-187분 소요3
매입자동화거래명세서AI OCR3-Way 매칭ERP

매입 업무에서 시간이 새는 곳

매입 담당자가 하루를 보내는 방식은 회사마다 크게 다르지 않습니다. 거래처가 보낸 거래명세서 PDF나 스캔 이미지를 열고, ERP에서 해당 발주서를 찾고, 입고 내역과 품목·수량·단가를 하나씩 대조한 뒤 전표를 입력합니다. 이 과정에서 같은 정보가 세 번 이상 눈으로 읽히고 한 번 더 손으로 입력됩니다.

예를 들어 월 3,000건의 증빙을 건당 평균 6분씩 처리하면 한 달에 300시간, 전담 인력 약 2명분이 대조와 입력에만 쓰입니다. 더 큰 문제는 오류가 퍼지는 경로입니다.

  • 단가 한 자리를 잘못 입력하면 → 매입 원가가 틀어지고 → 월말 결산에서 차이를 추적하느라 마감이 늦어집니다
  • 부분 입고분을 전량 입고로 처리하면 → 받지 않은 물품 대금이 지급되고 → 거래처와 정산을 다시 해야 합니다
  • 대조가 밀리면 → 지급 승인이 늦어지고 → 거래처 신뢰와 조기 지급 할인 기회를 함께 잃습니다
  • 문서 인식에서 '항목 추출'까지

    거래명세서는 거래처마다 양식이 다릅니다. 글자를 읽는 OCR만으로는 부족하고, "이 숫자가 단가인지 공급가액인지"를 구분하는 항목 추출이 필요합니다.

    추출 방식 비교

  • 템플릿 기반: 거래처별로 좌표를 지정합니다. 정확하지만 양식이 바뀌면 바로 깨지고, 거래처 수백 곳을 관리하기 어렵습니다
  • 레이아웃 인식 모델: 표 구조와 머리글을 학습해 처음 보는 양식에도 대응합니다. 품목 행이 여러 장으로 이어지는 문서에 강합니다
  • LLM 기반 추출: 비정형 메모나 손글씨 수정까지 문맥으로 해석합니다. 다만 숫자를 그럴듯하게 지어낼 수 있으므로 합계 검산(수량×단가=공급가액, 행 합계=총액)을 반드시 붙여야 합니다
  • 인식할 필요가 없는 문서는 빼야 합니다

    전자세금계산서는 국세청 시스템이나 발행 대행 사업자(ASP)를 통해 이미 구조화된 데이터로 받을 수 있습니다. 이를 다시 이미지로 인식하는 것은 정확도를 떨어뜨리는 일입니다. 데이터로 받을 수 있는 증빙은 연동으로 처리하고, 인식 대상은 종이·PDF 거래명세서처럼 데이터가 없는 문서로 좁혀야 합니다.

    3-Way 매칭: 발주·입고·청구를 맞추는 규칙

    3-Way 매칭은 발주서(무엇을 얼마에 사기로 했는가), 입고 기록(실제로 무엇을 받았는가), 청구 증빙(얼마를 청구했는가)의 세 가지를 맞추는 일입니다.

    허용 오차와 부분 입고

  • 단가: 계약 단가와 일치해야 하는 것이 원칙입니다. 단가 변동이 잦은 원자재처럼 예외가 필요한 품목만 별도 허용 범위를 둡니다
  • 금액: 부가세 끝전 처리 차이를 흡수하기 위해 건당 수십~수백 원 수준의 절대 허용값을 둡니다
  • 수량: 청구 수량은 입고 수량의 누적값과 비교합니다. 1,000개를 발주해 1차로 600개를 받았다면 600개까지만 청구할 수 있고, 나머지 400개는 입고 후 다시 매칭합니다
  • 불일치 사유 분류와 담당자 배정

    불일치는 사유별로 나누어야 처리 담당자를 정할 수 있습니다.

  • 단가 불일치 → 구매 담당자 (계약 단가 확인)
  • 수량 초과 청구 → 창고·입고 담당자 (입고 누락 여부 확인)
  • 발주 없는 청구 → 요청 부서 (사후 발주 여부 판단)
  • 거래처 정보 불일치 → 회계 담당자 (사업자번호·계좌 확인)
  • 사람이 확인해야 할 건만 남기기

    모든 건을 자동 승인하는 것이 목표가 아닙니다. 확신할 수 있는 건은 자동으로, 애매한 건만 사람에게 보내는 것이 목표입니다.

  • 자동 승인: 모든 필드의 추출 신뢰도가 기준 이상이고, 합계 검산과 3-Way 매칭을 모두 통과한 건
  • 검토 대기: 신뢰도가 낮은 필드가 있거나 허용 오차 안에서 차이가 난 건
  • 반려 후보: 매칭 실패 또는 중복 청구가 의심되는 건
  • 검토 화면은 원본 이미지와 추출값을 나란히 보여주고, 값을 클릭하면 원본의 해당 위치가 강조되어야 합니다. 신뢰도가 낮은 필드만 색으로 표시하면 검토자가 문서 전체를 다시 읽지 않아도 됩니다. 검토자가 수정한 값은 다음 추출을 개선하는 학습 데이터로 쌓입니다.

    도입 효과를 재는 지표

  • 건당 처리 시간: 접수부터 전표 확정까지의 시간입니다. 도입 전 값을 먼저 측정해 두어야 비교할 수 있습니다
  • 자동 처리율: 사람 손을 거치지 않고 확정된 건의 비율입니다. 초기에는 낮게 시작해 거래처별 패턴이 쌓이면서 올라갑니다
  • 지급 오류 건수: 과지급·중복 지급·오지급 건수입니다. 속도보다 이 지표가 더 중요합니다
  • 자동화율을 가장 크게 좌우하는 것은 모델 성능보다 거래처 마스터 품질인 경우가 많습니다. 같은 거래처가 이름만 다르게 두세 번 등록되어 있거나, 거래처 품목명과 자사 품목 코드의 대응표가 없으면 추출이 정확해도 매칭 단계에서 걸립니다. 자동화 프로젝트의 첫 단계는 마스터 정비인 경우가 많습니다.

    POLYGLOTSOFT의 매입 자동화 구축

    POLYGLOTSOFT는 기존 ERP를 교체하지 않고 그 앞단에 증빙 수집·항목 추출·3-Way 매칭·검토 화면 계층을 추가하는 방식으로 매입 자동화를 구축합니다. 전자세금계산서 연동, 거래명세서 추출, 거래처·품목 마스터 정비, 확정 전표의 ERP 전송까지 단계적으로 도입할 수 있습니다. 매입 증빙 처리에 인력이 묶여 있다면 현재 업무 흐름 진단부터 함께 시작해 보시기 바랍니다.

    기술 상담이 필요하신가요?

    스마트공장, AI, 물류자동화 분야의 전문 컨설턴트가 귀사의 요구사항을 분석해 드립니다.

    무료 상담 신청