표지


AI가 송장 금액을 읽어도, 지급 승인은 아직 자동화가 아닙니다

PDF 송장을 AI에 넣었더니 공급자명, 송장번호, 합계금액이 표에 들어왔습니다. 여기서 바로 “이제 지급 버튼만 연결하면 되겠네요”라고 생각하기 쉽습니다.


하지만 문서에서 값을 읽는 일과 회사가 돈을 지급해도 되는지 판단하는 일은 서로 다른 질문입니다. 금액을 정확히 읽었어도 같은 송장이 이미 들어왔을 수 있고, 발주서나 검수 기록과 맞지 않을 수 있으며, 결재가 아직 끝나지 않았을 수도 있습니다.


아래 장면은 특정 고객 사례나 당사의 수행 결과가 아니라, 송장 자동화 파일럿을 설계할 때 사용할 수 있는 가정입니다. 추출 성공률을 지급 승인율로 착각하지 않도록, 두 단계를 나누는 방법을 정리해 보겠습니다.


송장 읽기와 지급 승인은 다른 단계입니다

섹션1


송장 처리에는 최소 두 종류의 판단이 있습니다.


첫째는 문서 추출입니다. 공급자명, 송장번호, 발행일, 통화, 합계, 품목과 수량처럼 문서에 적힌 값을 찾아 구조화합니다. AWS Textract의 AnalyzeExpense는 영수증·송장의 요약 필드와 품목 그룹, 페이지 위치, 필드별 신뢰도 같은 추출 결과를 반환합니다. AWS 공식 문서


둘째는 업무 검증입니다. 추출한 값이 우리 시스템의 공급자·발주·입고·결재 정보와 맞는지 확인합니다. Microsoft Azure Document Intelligence도 송장의 키-값과 품목을 documentResults로 추출한다고 설명하지만, 추출 결과가 곧 지급 승인이라는 뜻은 아닙니다. Microsoft 공식 문서


따라서 파일럿의 질문을 “AI가 금액을 몇 퍼센트 맞혔나?”에서 끝내면 안 됩니다. 읽은 값이 다음 검증으로 안전하게 넘어갔는가, 보류해야 할 때 멈췄는가까지 봐야 합니다.


금액이 맞아도 보류해야 하는 네 가지 경우

섹션2


다음 상황은 추출 필드가 모두 채워져도 자동 지급으로 보내지 않는 편이 안전합니다. 세부 기준과 금액 한도는 조직의 회계 정책과 시스템에 맞춰 정해야 합니다.

  1. 중복 가능성: 같은 공급자·송장번호·금액 조합이 이미 처리됐거나, 파일만 다르고 같은 송장이 다시 들어왔습니다.
  2. 발주·입고 불일치: 송장 품목이나 수량이 발주서와 다르거나, 입고 확인이 아직 없습니다.
  3. 공급자 정보 확인 필요: 공급자 식별자가 기존 마스터와 다르거나, 지급 계좌 변경처럼 별도 확인이 필요한 정보가 있습니다. 이것은 금융기관의 진위를 AI가 보증한다는 의미가 아니라, 조직이 정한 확인 절차로 넘긴다는 뜻입니다.
  4. 결재 조건 미충족: 필수 증빙이 빠졌거나, 금액·부서·프로젝트에 따른 승인자가 아직 확인되지 않았습니다.

이 네 가지는 모델의 신뢰도만으로 해결되지 않습니다. 문서 안의 값과 조직 안의 기록을 대조해야 하며, 대조할 자료가 없으면 “통과”가 아니라 “확인 필요”로 남겨야 합니다.


자동화는 추출·검증·예외 큐로 나눕니다

섹션3


지급 승인까지 한 번에 연결하기보다, 다음 세 층으로 나누면 책임과 중단 지점이 보입니다.


1. 추출 기록

AI가 읽은 값만 저장하지 말고, 원본 문서의 페이지·위치, 필드별 신뢰도, 읽지 못한 필드를 함께 기록합니다. 사람이 다시 볼 때 “왜 이 값이 들어갔는가”를 원본과 연결할 수 있어야 합니다.


2. 규칙과 시스템 검증

공급자 식별, 중복 검색, 발주·입고 대조, 필수 증빙, 조직별 승인 조건을 별도 규칙으로 확인합니다. 규칙으로 확인할 수 없는 사항을 모델에게 다시 물어보는 것만으로 해결하려 하지 않습니다.


3. 예외 큐와 담당자

불일치 사유를 “금액 오류”처럼 뭉뚱그리지 말고, 중복 의심·발주 불일치·공급자 확인·증빙 누락처럼 나눠 담당자와 다음 행동을 붙입니다. 자동 처리는 모든 경우가 아니라, 필수 필드가 있고 중복이 아니며 정해진 대조가 통과한 좁은 조건에서만 검토할 수 있습니다. 나머지는 보류 큐로 보내고 사람이 승인하거나 되돌립니다.


이 구조의 장점은 AI를 덜 쓰는 데 있지 않습니다. 어디까지가 AI의 읽기이고 어디부터가 조직의 승인인지 경계를 기록할 수 있다는 데 있습니다.


작은 파일럿은 ‘자동 승인율’보다 예외의 질을 봅니다

섹션4


첫 파일럿에서 목표를 “지급 자동화율 80%”처럼 먼저 정하면, 보류해야 할 건을 통과시키는 유혹이 생깁니다. 대신 최근 처리한 대표 송장 표본을 골라 다음을 함께 표시해 보세요.


AI 결과와 기존 담당자의 판단이 다른 항목을 별도 기록하면, 모델을 바꿔야 하는지 규칙이나 원본 자료를 정리해야 하는지 구분할 수 있습니다. NIST AI Risk Management Framework는 배포 전 시험과 운영 중 정기 점검, 불확실성의 측정과 사람의 감독을 핵심 고려사항으로 설명합니다. NIST AI RMF Core


이 프레임워크는 특정 회계 기준이나 지급 정책을 대신하지 않습니다. 우리 조직의 승인 권한과 자료 흐름을 먼저 정하고, 그 범위 안에서 모델과 규칙을 시험해야 합니다.


우리가 함께 설계할 수 있는 범위

섹션5


AI/AX 컨설팅에서는 송장 파일을 무조건 자동 승인으로 연결하지 않습니다. 현재 자료가 어디에서 들어오고, 어떤 시스템을 기준으로 대조하며, 누가 예외를 처리하는지부터 확인합니다. 그다음 다음 결과물을 함께 설계할 수 있습니다.


ERP 권한이나 회계 정책을 모르는 상태에서 지급을 대신 승인할 수는 없습니다. 대신 어디까지 자동화해도 되는지, 어떤 경우에 멈추고 누가 확인할지를 작게 검증할 수 있게 만드는 것이 시작점입니다.


💬 카카오톡 오픈채팅으로 AI/AX 컨설팅 문의하기


👤 류웅수 프로필 보기


#AI #AX #재무자동화 #송장처리 #업무설계