.svg)
AI 솔루션 문의하기
업무 현장에서는 서로 다른 종류의 문서를 한 번에 스캔해 하나의 파일로 넘기는 경우가 흔합니다. 신청서와 첨부 증빙, 여러 장의 계약서가 한 묶음으로 스캔되면 이 묶음을 각 문서 단위로 다시 나누는 작업이 뒤이어 필요해지며, 이 나누는 작업이 정확하지 않으면 이후의 인식과 처리 절차 전체가 뒤틀릴 수 있습니다. 여러 문서가 하나로 묶여 들어오는 상황을 고려하면 글자를 인식하기에 앞서 묶음을 개별 문서 단위로 정확히 나누는 절차가 뒷받침되어야 이후 단계가 의도한 대로 진행될 수 있습니다.
구분지가 끼워져 있지 않은 상태로 여러 문서가 이어 붙어 스캔되는 경우에는 어디까지가 한 문서이고 어디부터 다음 문서가 시작되는지를 페이지 내용만으로 판단해야 합니다. 페이지마다 나타나는 양식의 형태와 글자 배치, 여백의 패턴이 바뀌는 지점을 분석해 문서가 바뀌는 경계를 추정하는 절차를 거친다면 별도의 구분지가 없는 묶음에서도 문서 사이의 경계를 참고할 수 있는 근거가 마련됩니다. 다만 같은 발급처의 유사한 양식이 연속으로 이어지는 경우에는 경계 추정이 까다로워질 수 있어 이런 상황에 대한 별도 검토가 필요합니다.
계약서나 명세서처럼 여러 페이지에 걸쳐 이어지는 문서는 페이지마다 내용이 달라지더라도 하나의 문서로 유지되어야 합니다. 페이지 내용이 바뀐다고 해서 곧바로 새 문서로 나누어 버리면 원래 하나였던 문서가 여러 조각으로 흩어지는 결과가 나타납니다. 각 페이지에 매겨진 쪽 번호나 이어지는 항목 번호처럼 문서 내부의 연속성을 나타내는 단서를 함께 확인한다면 내용이 페이지마다 달라지더라도 하나의 문서로 유지되어야 하는 다장 문서를 잘못 나누지 않도록 관리할 수 있습니다.
일부 스캔 환경에서는 문서와 문서 사이에 빈 페이지나 정해진 구분지를 끼워 넣어 경계를 표시하는 방식을 사용합니다. 이런 표시가 있는 경우에는 내용 분석에만 의존하지 않고 이 표시를 우선적인 경계 신호로 활용할 수 있습니다. 빈 페이지나 구분지가 발견되면 그 지점을 문서 경계로 우선 판단하고, 표시가 없는 구간에서만 내용 기반의 경계 추정을 적용하는 방식으로 나눈다면 두 가지 방식을 상황에 맞게 병행하며 분할의 정확도를 높일 수 있습니다.
문서를 나누는 작업만으로는 각 조각이 어떤 종류의 문서인지까지 알려주지 않으므로, 나뉜 문서마다 유형을 분류하는 절차가 이어져야 이후 처리 경로를 정할 수 있습니다. 분할된 각 문서의 첫 페이지를 중심으로 양식의 특징을 분석해 신청서, 증빙자료, 계약서처럼 미리 정의된 유형 가운데 어디에 해당하는지를 함께 분류한다면 나뉜 묶음을 각 유형에 맞는 처리 절차로 자동으로 이어보낼 수 있습니다.
경계 추정이 완벽하지 않은 만큼 하나의 문서가 둘로 잘못 나뉘거나 서로 다른 문서가 하나로 잘못 묶이는 오류가 발생할 수 있습니다. 분할 신뢰도가 낮게 나온 경계 지점을 따로 표시해 두고, 담당자가 그 지점만 확인해 필요하면 다시 합치거나 추가로 나누는 절차를 마련한다면 전체 묶음을 처음부터 다시 살펴보지 않고도 오류가 의심되는 지점만 효율적으로 바로잡을 수 있습니다.
분할과 분류를 마친 문서는 유형에 따라 서로 다른 후속 처리로 이어져야 합니다. 문서 유형별로 정해진 처리 경로와 연동해 분할이 끝난 즉시 각 문서가 해당하는 처리 절차로 자동으로 전달되도록 설계한다면 사람이 문서를 일일이 확인해 배분하는 절차 없이도 유형에 맞는 처리로 곧바로 이어갈 수 있습니다.
한 번에 처리해야 하는 묶음의 페이지 수가 많아질수록 경계를 하나하나 세밀하게 확인하는 절차가 늘어나 전체 처리 속도가 느려질 수 있습니다. 일상적으로 반복되는 익숙한 양식의 조합에는 빠른 경계 추정 방식을 적용하고, 처음 접하는 조합이나 신뢰도가 낮게 나오는 구간에서만 세밀한 분석을 추가로 적용한다면 대량 묶음을 처리하면서도 정확도와 속도 사이의 균형을 유지할 수 있습니다.
문서 분할 시스템을 운영하는 과정에서는 어떤 조합의 문서에서 오분할이 자주 발생하는지에 대한 자료가 쌓이게 됩니다. 오분할이 반복되는 문서 조합이나 발급처의 특정 양식을 자료에서 확인한다면 해당 조합을 별도로 학습에 반영해 나가는 절차로 이어질 수 있고, 이는 시간이 지날수록 전체 분할 정확도를 끌어올리는 근거가 됩니다.
문서 분할은 인식이나 분류보다 앞서 이루어지는 절차이지만, 이 단계에서 발생한 오류는 뒤따르는 모든 절차에 그대로 이어지는 만큼 문서처리 흐름 전체에서 차지하는 비중이 작지 않습니다. 경계 표시가 있는 경우와 없는 경우를 함께 다루고, 다장 문서의 연속성을 지켜내며, 오분할을 되짚어 바로잡는 절차를 함께 운영할 때 뒤따르는 인식과 분류 작업도 흔들림 없이 이어질 수 있습니다.
.svg)
.svg)
