
매입 송장이 이메일과 거래처 포털에서 들어오는 날을 떠올려 보겠습니다. 담당자는 PDF에서 거래처명·송장번호·공급가액·세액·합계를 옮기고, 구매주문서와 입고 기록을 다시 맞춥니다. AI를 붙이면 이 값들을 구조화된 필드로 뽑아낼 수 있습니다. 그런데 값이 채워졌다는 것과 지급해도 된다는 판단은 같은 일이 아닙니다.
이 글은 특정 고객의 회계 자동화 성과나 당사의 운영 결과를 말하는 글이 아닙니다. Microsoft Document Intelligence 송장 모델, Google Document AI Invoice Parser, AWS Textract AnalyzeExpense, NIST AI RMF의 사람 역할·감독 기준을 바탕으로, 송장 읽기와 지급 전 대조·예외 승인을 나누는 실무 제안입니다.

공식 문서들은 송장이나 영수증에서 거래처, 날짜, 번호, 합계, 세액, 라인 항목 같은 필드를 추출하는 기능을 설명합니다. Microsoft 모델은 필드 값과 함께 신뢰도와 위치 정보를 반환하고, Google의 송장 파서는 헤더와 라인 항목을 구조화하며, AWS의 AnalyzeExpense는 요약 필드와 라인 항목을 나눠 돌려줍니다.
이 기능이 해결하는 문제는 “문서에서 무엇을 읽을까?”입니다. 회계 담당자가 다음에 판단해야 하는 문제는 “이 송장이 우리 구매와 일치하고, 지금 지급해도 될까?”입니다. 거래처명이 비슷하거나, 발주번호가 빠졌거나, 공급가액과 합계의 관계가 맞지 않으면 추출 결과가 채워져 있어도 검토가 필요합니다.
따라서 자동화의 첫 화면을 추출 완료로 끝내지 않는 편이 낫습니다. 원문 값, 정규화한 값, 비교할 기준, 보류 사유를 한 줄에 함께 보여 줘야 담당자가 왜 멈췄는지 알 수 있습니다.

송장 자동화에서 먼저 정할 필드는 도구가 지원하는 순서가 아니라 우리 조직의 대조 순서입니다. 예를 들면 다음과 같습니다.
여기서 모델의 필드 신뢰도는 읽기 결과에 대한 신호이지 지급 승인 점수가 아닙니다. 신뢰도가 높아도 발주번호가 다른 거래처를 가리킬 수 있고, 신뢰도가 낮아도 사람이 원문을 확인하면 처리할 수 있습니다. 추출 신뢰도와 업무 대조 결과를 별도 필드로 두어야 이 둘을 혼동하지 않습니다.
이 구분은 모델을 더 좋은 것으로 바꾸는 문제와 다릅니다. 기준 데이터가 비어 있거나 단위가 제각각이면 어떤 모델도 지급 결정을 대신할 수 없습니다. 먼저 비교할 원장과 예외 규칙을 정한 뒤, 그 규칙에 맞는 추출 필드를 고르는 순서가 현실적입니다.

자동화가 실패하는 흔한 모습은 모든 송장을 자동 승인하거나, 반대로 작은 차이 하나에도 사람이 처음부터 끝까지 다시 읽는 것입니다. 둘 사이에 예외 큐를 두면 검토할 이유가 있는 문서만 모을 수 있습니다.
예외 조건은 조직의 위험 허용 범위에 맞춰 정해야 합니다. 예를 들면 발주번호 누락, 거래처 미등록, 합계와 라인 합계의 차이, 중복 번호, 서비스 기간 불일치, 필드 신뢰도 미달을 각각 다른 사유로 기록할 수 있습니다. 금액 차이가 일정 기준을 넘는 경우에는 담당자와 승인자를 다르게 보내고, 계좌 변경이 포함된 경우에는 자동 처리를 막는 식입니다.
NIST AI RMF는 AI 시스템의 사람 역할과 감독 절차를 정의하고 평가하도록 안내합니다. 이 원칙을 송장 흐름에 적용하면 AI는 원문과 비교 근거를 모으고, 사람은 예외를 해소하거나 지급을 승인합니다. 누가 무엇을 확인했는지 남아야 나중에 “왜 이 송장이 통과했는가?”라는 질문에 답할 수 있습니다.

처음부터 회계 시스템 전체를 연결할 필요는 없습니다. 형식이 다른 과거 송장 스무 건을 골라 추출과 대조의 경계를 먼저 확인해 볼 수 있습니다. 여기서는 실제 고객 자료를 사용했다는 뜻이 아니라, 파일럿을 설계하는 방법을 설명합니다.
합격 기준은 추출 성공률 하나가 아닙니다. 어떤 문서가 자동 통과했는지, 보류된 이유가 누락 없이 남았는지, 담당자가 원문을 다시 찾는 시간이 줄었는지를 함께 봐야 합니다. 파일럿 결과가 좋지 않으면 모델을 바꾸기 전에 거래처 식별자·발주 연결·예외 규칙 중 어느 부분이 비어 있는지부터 확인합니다.

저희가 도울 수 있는 일은 송장 OCR 도구를 고르는 데서 끝나지 않습니다. 현재 송장이 들어오는 경로와 구매·입고·회계 기준 데이터를 확인하고, 자동으로 채울 필드와 사람이 승인할 예외를 나눌 수 있습니다. 그 결과를 바탕으로 대조 화면에 필요한 필드, 보류 사유, 승인자, 감사 기록을 작은 파일럿으로 설계합니다.
필요하면 서로 다른 송장 스무 건으로 추출 결과와 대조 규칙을 비교하고, 실제 업무에서 담당자가 되돌아가 확인하는 지점을 찾아 다음 단계의 연결 범위를 정할 수 있습니다. 다만 거래처 마스터의 품질, 발주·입고 데이터의 연결 상태, 세무·회계 정책에 따라 구현과 검토 책임은 달라집니다. AI가 송장을 읽는 것보다 먼저 “어떤 불일치를 누가 승인할지”를 정하는 편이 운영 가능한 출발점입니다.
상담에서는 현재 송장이 들어오는 경로 하나와 지급 전에 가장 자주 멈추는 이유 하나만 알려 주세요. 자동 통과와 사람 확인을 나눈 작은 대조표부터 함께 설계해 보겠습니다.