ERP 비정형 데이터 구조화 파이프라인

거래처의 작년 발주 패턴을 정리하려면 ERP 화면 캡처, 메일에 첨부된 견적서 PDF, 영업 담당자가 카톡으로 보낸 메모, 회계팀이 엑셀로 따로 관리하는 부가세 시트를 함께 확인해야 합니다. 정형 데이터는 ERP 안에 있지만, 의사결정에 필요한 정보의 절반은 ERP 밖에 흩어져 있습니다.

ERP 비정형 데이터 구조화 파이프라인은 PDF, 이미지, 이메일, 메신저 같은 비정형 자료를 LLM과 OCR로 읽고, ERP 표준 코드에 맞춘 표 형식으로 정리해 자동으로 적재하는 시스템입니다. 담당자가 매번 직접 옮겨 입력하던 작업을 자동화하고, 누락과 오타, 중복 입력으로 생기는 데이터 부정합도 줄입니다.

이 가이드는 ERP 운영팀과 재무, 물류, 영업 백오피스 담당자를 위한 자료입니다. 들어오는 자료의 종류와 정리 단계, 도입 시 주의할 점과 검증 기준을 정리했습니다.

입력 자료 유형

회사마다 부르는 이름은 다르지만, 자주 들어오는 비정형 자료는 5가지로 나눌 수 있습니다.

거래처 견적·발주 PDF: 메일 첨부로 들어오는 비표준 양식입니다. 거래처마다 항목 순서와 세금 처리 방식이 다릅니다.

스캔된 종이 영수증·세금계산서: 이미지나 사진으로 들어옵니다. 글자 굵기, 각도, 조명에 따라 OCR 난이도가 달라집니다.

이메일 본문 안 표·숫자: 첨부 없이 본문에 표가 들어 있거나 "수량 12, 단가 35,000" 같이 평문으로 적혀 있습니다.

내부 메신저·메모: 영업 담당자가 카톡으로 보낸 발주 변경 내용, 물류팀이 슬랙에 남긴 입고 지연 메모가 여기에 속합니다.

협력사 포털 캡처: 거래처 시스템 스크린샷입니다. ERP가 직접 연동되지 않은 거래처에서 자주 들어옵니다.

전체 처리 흐름

남색 박스는 LLM과 OCR이 처리하는 단계이고, 회색 박스는 사내 자산입니다. 입력 자료와 표준화된 표, ERP 적재 사이에는 검증 게이트가 있습니다.

건별 처리 상태

들어온 자료 1건은 다음 6개 상태 사이를 오갑니다. 자동 통과 경로 외에 보류와 재학습 상태를 두어야 잘못된 데이터가 ERP에 적재되지 않습니다.

사고는 대부분 보류 단계가 없을 때 발생합니다. 신뢰도가 낮은 항목까지 ERP에 적재되면 결산 직전에 데이터를 다시 확인하는 작업이 반복됩니다.

도입 전후 변화

입력 방식: 도입 전에는 담당자가 PDF를 보면서 ERP 화면에 직접 입력했습니다. 도입 후에는 자료가 들어오면 표준화된 행이 자동으로 생성되고, 담당자는 보류 건만 검토합니다.

결산 마감: 월말마다 메일과 메신저에서 누락 자료를 찾던 작업이 마감 전에 보류 건 목록을 정리하는 작업으로 바뀝니다.

데이터 신뢰도: 같은 거래처가 ERP에 서로 다른 코드로 중복 등록되는 경우가 있었습니다. 카탈로그가 매번 같은 코드로 매핑하므로 중복이 줄어듭니다.

담당자 업무 비중: 업무 시간의 50% 이상을 차지하던 단순 입력 시간을 검토, 예외 처리, 카탈로그 보강에 씁니다.

도구 조합

자료 종류와 보안 수준에 따라 조합이 달라집니다. 일반적으로 다음 3개 영역으로 나눠 구성합니다.

OCR: Naver CLOVA OCR과 Upstage Document AI는 한국어 표와 숫자 인식 정확도가 높은 것으로 알려져 있습니다. 영문 자료가 중심이라면 Azure Document Intelligence나 AWS Textract도 검토 대상입니다.

LLM 추출·매핑: Claude Sonnet 4.6과 GPT-5.5는 비정형 텍스트에서 표를 정확하게 추출하는 데 강점이 있습니다. 사내 반출이 금지된 환경에서는 Haiku 4.5나 sLLM을 셀프호스팅하는 구성을 검토합니다.

오케스트레이션·검증: n8n, Airflow, LangGraph 가운데 하나로 파이프라인을 연결하고, 검증 게이트는 Great Expectations나 자체 룰 엔진으로 통과, 보류, 반려를 판정합니다.

도입 시 주의 사항

첫 번째 주의 사항은 카탈로그 없이 시작하는 경우입니다. LLM이 거래처명과 품목명을 매번 다르게 해석하면 같은 회사가 다른 이름으로 등록됩니다. 도입 후 첫 2~3주는 카탈로그 구축에 배정해야 합니다.

OCR 신뢰도 임계값을 하나로 고정하는 것도 흔한 실수입니다. 견적서, 세금계산서, 영수증은 글자 품질이 서로 다르므로 자료 종류별로 임계값과 검증 룰을 따로 두는 것이 안전합니다.

검증 게이트가 너무 엄격하면 보류 건이 쌓이고, 너무 느슨하면 잘못된 데이터가 ERP에 적재됩니다. 도입 후 1개월 동안은 매주 보류 비율과 오류율을 함께 확인하며 임계값을 조정하는 것을 권장합니다.

마지막은 권한입니다. 자동 적재가 ERP에서 어떤 계정으로 실행되는지, 누가 사후 수정 권한을 갖는지 처음부터 정하지 않으면 감사 추적이 어려워집니다.

성과 지표

자동 확정률: 들어온 건 중 담당자 검토 없이 ERP에 적재된 비율입니다. 도입 6개월 후 70% 이상이면 안정 단계로 봅니다.

입력 평균 시간: 1건당 담당자가 처리에 쓰는 시간입니다. 도입 전 대비 80% 이상 줄이는 것이 일반적인 목표입니다.

데이터 부정합 건수: 월 결산 때 발견되는 중복과 누락 건수입니다. 카탈로그가 정착하면 점차 0에 가까워집니다.

보류 처리 평균 대기: 보류된 건을 담당자가 판정하기까지 걸리는 평균 시간입니다. 6시간 이내를 권장합니다.

도입 시점 판단 기준

다음 3가지 조건이 확인되면 이 파이프라인의 ROI가 분명하게 나타납니다. ERP를 이미 사용하고 있지만 일부 부서가 엑셀이나 메일로 자료를 따로 관리하는 경우, 비정형 자료가 월 수백 건 이상 들어오는 경우, 결산이나 마감 직전에 데이터를 다시 정리하는 작업이 반복되는 경우입니다.

도입이 이른 경우도 있습니다. ERP를 도입한 지 1년이 되지 않아 마스터 데이터가 정리되지 않았거나, 자료가 모두 표준 양식으로 들어오는 환경이라면 비정형 처리 자동화의 효과가 크지 않습니다. 이 경우에는 카탈로그 정리를 먼저 진행합니다.

자주 묻는 질문

기존 ERP를 유지한 채 연동할 수 있나요?

대부분 가능합니다. SAP, 더존, 영림원, Oracle EBS, 자체 구축 ERP 모두 표준 API나 DB 직접 적재 가운데 한 가지 방식이 열려 있으면 연동할 수 있습니다. 두 방식 모두 어렵다면 RPA로 ERP 화면에 입력하는 방법도 검토합니다.

회사 자료를 외부 모델로 보내야 하나요?

데이터 반출이 금지된 환경에서는 OCR과 LLM을 모두 사내에서 운영할 수 있습니다. 비용은 늘어나지만, 셀프호스팅 모델의 추출 정확도도 실무에 충분한 수준이라는 평가가 많습니다.

도입에 얼마나 걸리나요?

자료 종류 1가지로 파일럿을 진행하면 3~4주, 카탈로그 안정화까지는 8~10주가 일반적입니다. 자료 종류를 추가할 때마다 2~3주를 더 잡는 것을 권장합니다.

요약

비정형 자료를 ERP에 직접 옮겨 입력하던 작업을 OCR, LLM 추출, 카탈로그 매핑, 검증 게이트로 자동화하는 구조입니다. 도입에서 가장 중요한 작업은 카탈로그 구축과 보류, 반려 상태 설계입니다.

시작 범위와 확장 시점

사내에서 직접 시작하는 경우 거래처 견적 PDF처럼 자료 종류 1가지를 정해 카탈로그와 검증 룰을 만들고, 자동 확정률이 60%를 넘은 뒤 다음 자료 종류로 확장하는 순서가 오류를 가장 줄입니다.