필수항목 자동 추출: 문서 오류를 99% 줄이는 방법
PDF나 DOCX 파일에서 INN, KPP, 은행 계좌를 수동으로 입력하는 것은 오류 발생, 결제 지연, 과태료로 직행하는 길입니다. 모든 문서의 3분의 1에 부정확한 정보가 있습니다. 해결책은 체크섬 검증이 포함된 맥락 기반 NER 분석입니다. 아래는 API 기술 설명, 벤치마크, 1C 예제입니다.
자동 필수항목 추출 작동 원리
과정은 텍스트 문서 업로드로 시작합니다. 지원 형식은 텍스트 레이어가 있는 PDF, DOCX, DOC, TXT, RTF, HTML입니다. OCR이 적용되지 않은 스캔 이미지는 처리되지 않습니다—시스템은 기계 판독 가능한 텍스트만 처리합니다. 파일을 받은 후 5단계 파이프라인이 실행됩니다:
- 텍스트 추출—각 형식에 대한 내부 파서를 사용하며, BOM 없는 CP1251 같은 인코딩 복구를 포함합니다.
- 정규화—단어 끊김 수정, 하이픈 병합, 레이아웃 아티팩트 정리.
- NER 인식—독점 모델이 법적으로 중요한 엔티티를 식별합니다: INN, KPP, OGRN, 은행 계좌, BIC, 은행명.
- 체크섬 검증—각 필드가 연방세무청 및 러시아 중앙은행 알고리즘으로 검사됩니다. 유효하지 않은 데이터는 반환되지 않습니다.
- 구조화된 응답 생성—1C, CRM, ERP로 바로 가져올 수 있는 깨끗한 필드의 JSON.
시스템은 단순한 정규식을 사용하지 않습니다. 대신 맥락 분석을 활용합니다: 예를 들어 "은행 계좌"는 은행명 근처에 있어야 하고, INN은 거래처 정보 블록에 있어야 합니다. 이로 인해 거짓 양성이 줄어듭니다.
정확도와 성능: 실제 수치
10,000개 문서 테스트 샘플에서 다음 지표를 달성했습니다:
- INN / OGRN: 99.7%—극도로 왜곡된 레이아웃에서만 오류 발생.
- 은행 계좌: 98.9%—형식화가 부실한 텍스트에서 숫자가 합쳐진 경우가 주요 오류 원인.
- BIC: 99.5%—BIC의 엄격한 구조와 체크 디깃 덕분.
처리 속도는 형식과 크기에 따라 다릅니다:
- 가벼운 DOCX (2페이지): ~1.5초.
- 그래픽이 많은 무거운 PDF: 최대 45초.
- 최대 파일 크기: 2 MB.
- 요청 타임아웃: 120초.
제한 사항은 깊이 있는 문서 구조 분석 필요에서 비롯됩니다. 고부하 시스템의 경우 웹훅을 통한 비동기 처리를 권장합니다.
1C 통합: 실전 예제
1C을 사용하는 회계사와 개발자를 위해 준비된 처리 모듈이 있습니다. 아래는 1C 회계 3.0의 간소화된 API 호출 코드입니다:
Function IzvlechRekvizityIzFayla(FilePath)
URL = "https://api.sb-poisk.ru/v1/extract";
Headers = New Withotvetstvie;
Headers.Insert("X-API-Key", "VASh_KLYuCh");
FormData = New Withtruktura;
FormData.Insert("file", New DvoichnyeDannye(FilePath));
HTTPConnection = New HTTPConnection(URL);
Answer = HTTPConnection.SendForObrabotki("POST", Headers, FormData);
Result = ProchitatJSON(Answer.PoluchitTeloKakWithtroku());
Return Result;
EndFunction출력은 inn, kpp, ogrn, account, bic, bank_name 필드를 가진 구조입니다. 이를 바로 거래처 레코드 생성, 송장 발행 등에 사용할 수 있습니다.
배포 사례와 제공 성과
API는 이미 여러 유형의 비즈니스 시스템에 통합되었습니다:
- B2B 플랫폼 및 온라인 스토어—법인 등록 시 필수항목 자동 입력으로 결제 데이터 오류로 인한 거부 감소.
- 은행—계좌 개설 전 클라이언트 레코드 자동 검사로 수동 입력 제거.
- 회계 서비스—운영자 개입 없이 계약서로부터 1C 거래처 생성.
- CRM 및 ERP—시스템 간 필수항목 동기화로 중복 및 오타 제거.
경제적 효과: 문서 처리 시간을 5~10분에서 1~2초로 단축, 오류율 99% 감소, 실패 거래로 인한 과태료 및 손실 최소화.
주요 사항
- 텍스트 문서만—OCR 없는 스캔 미지원.
- 검증 필수—발견되더라도 유효하지 않은 INN이나 계좌는 반환되지 않음.
- CP1251 지원—문제 있는 인코딩의 오래된 문서 적절 처리.
- 1C용 준비 솔루션—통합 개발 시간 절약.
- 무료 평가판—자사 데이터 테스트를 위한 30일 100회 요청.
프로모 코드 1MHABR2026으로 2026년 5월 30일까지 테스트 액세스 활성화. 웹 폼이나 이메일로 API 키를 받으세요. 시스템은 프로덕션 환경에서 운영 중이며 저자들이 자체 자동화에 사용 중입니다—MVP가 아닌 산업 등급 솔루션입니다.
— Editorial Team
아직 댓글이 없습니다.