OCR, AI, RPA 결합으로 고급 데이터 인사이트 확보하기

이 글은 코스민 니콜라에(Cosmin Nicolae)와 공동 작성되었습니다. 니콜라에는 UiPath의 제품 관리자입니다.

비정형 데이터는 문서, 오디오 파일, 비디오, 이메일, 이미지, 로그 파일 등 곳곳에 숨어 있습니다. 실제로 비정형 데이터는 현재 전체 데이터의 약 80~90%를 차지합니다. 하지만 그 풍부함과 가치에도 불구하고, 기업들이 이를 추출하고 분석할 도구를 갖추지 못해 비정형 데이터는 가장 낭비되는 엔터프라이즈 자원 중 하나로 남아 있습니다.

이 상황은 변화하고 있습니다. 빅데이터 분석과 워크플로 자동화에 대한 수요가 증가하고 있는데, 이 둘 모두 정형 데이터를 필요로 하기 때문입니다. 점점 더 많은 기업이 광학 문자 인식(OCR)이라는 기술을 활용하고 있습니다. OCR은 인쇄되거나 손글씨로 작성된 텍스트를 기계가 읽을 수 있는 텍스트로 변환할 수 있게 해줍니다. 독립적인 기술로서는 OCR에 한계가 있습니다(아래에서 자세히 설명). 하지만 OCR, 로보틱 프로세스 자동화(RPA), 인공지능(AI)이라는 삼위일체를 통해 기업은 고도로 진보된 수준의 데이터 처리와 자동화를 실현할 수 있습니다.

OCR은 두 가지 UiPath 솔루션의 핵심 구성 요소입니다:

1. UiPath Document Understanding: 다양한 문서의 자동화된 처리 지원
2. UiPath AI Computer Vision: 가상 데스크톱과 동적 인터페이스에서의 자동화 지원

이 블로그에서는 OCR의 개요를 제공하고 UiPath가 어떻게 이 기술을 사용해 차세대 데이터 처리와 분석을 가능하게 하는지 탐구합니다.

먼저 OCR에 대한 간단한 입문서부터 시작하겠습니다.

OCR: 개요

평이한 말로 OCR은 이미지에서 텍스트를 편집 가능한 문서로 변환하는 프로세스입니다.

OCR은 특정 작업에 대한 수작업을 줄이거나 없앨 수 있습니다. 그 결과 백엔드 워크플로를 가속화하면서 작업자들이 더 중요한 책임을 맡을 수 있게 해줍니다.

기업들이 OCR을 사용하는 일반적인 방법은 다음과 같습니다.

1. 데이터 입력 자동화

수동 데이터 입력은 시간이 많이 걸리고 오류가 발생하기 쉽습니다. OCR을 사용하면 기업은 서류를 디지털화하면서 사람의 개입을 최소화하고 데이터 무결성을 높일 수 있습니다.

2. 문서 편집 (스캔본 또는 PDF)

직원들은 편집 가능한 형식이 아닌 스캔된 문서와 팩스 알림을 자주 받습니다. 재무, 공급망 관리, 인사, 법무, 컴플라이언스 부서에서 흔한 경우입니다. 기존 스캐너는 문서를 이미지나 PDF로만 내보낼 수 있습니다. 예를 들어 계약서나 구매 주문서를 스캔한 후 마이크로소프트 워드(Microsoft Word)나 구글 독스(Google Docs)에서 편집할 수 없습니다. 그러나 OCR 엔진을 활용하면 텍스트를 인식하고 추가 편집과 처리를 위해 기계 판독 가능한 형식으로 내보낼 수 있습니다.

3. 시각 장애 직원 지원

시각 장애가 있는 직원들은 종이 문서를 디지털 형식으로 변환해야 하는 경우가 많습니다. OCR은 문자를 텍스트 음성 변환(Text-to-Speech)으로 변환해 이 과정을 간소화합니다.

4. 문서 정리

OCR은 다양한 문서 더미를 자동으로 분류하고 특정 규칙에 따라 정리할 수 있습니다. 전형적인 예로 송장 유형이나 공급업체별로 정리하는 것이 있습니다. 또는 우편 분류기에서 다중 라인 OCR(MLOCR)을 활용해 주소를 스캔하고 우편 경로를 결정하는 등 중요한 프로세스에도 활용됩니다.

5. 인터페이스상의 텍스트 이해

OCR은 원격 인터페이스상의 데이터 처리를 가능하게 해 원격 팀의 협업을 더 빠르고 쉽게 만듭니다.

OCR의 한계

OCR은 매우 강력하지만, 독립 기술로 사용할 때 몇 가지 한계가 있습니다.

OCR의 주요 한계는 다음과 같습니다.

1. OCR은 데이터를 스스로 이해하지 못함

가장 근본적으로 OCR은 문서에서 텍스트를 디지털화해 기계 판독 가능하게 만들 뿐입니다. 보완 메커니즘 없이는 데이터를 이해하거나 해석할 수 없습니다. 따라서 OCR은 더 크고 지능적인 솔루션의 구성 요소로 활용되는 경우가 많습니다. 진정한 대규모 프로세스 자동화를 위해 OCR과 RPA를 AI와 결합합니다.

2. OCR에는 문맥이 없음

OCR 시스템에는 문맥이 없습니다. 예를 들어 OCR 시스템이 실제 단어가 'ball'인데 'bail'로 전사할 수 있습니다. OCR 엔진만으로는 문장 나머지를 스캔해 어떤 단어가 적절한지 판단하는 인지 능력이 없습니다. 이 때문에 독립 기술로서 OCR은 오류 발생 가능성이 높습니다. 정확성을 확인하기 위해 인간 검수(Human-in-the-loop) 구성 요소가 필요합니다. 결과적으로 OCR만으로는 자동화 도구로서 최적의 가치를 발휘하지 못합니다.

3. OCR은 변동성을 처리할 수 없음

또한 OCR은 문서의 텍스트나 레이아웃의 변동성을 처리할 수 없습니다. 구조가 다양한 문서를 처리할 때 큰 문제가 됩니다.

4. OCR은 문서를 분리할 수 없음

파일이 자동화 프로세스에 포함되기 전에 문서로 분리되어야 하거나, 워크플로의 인덱스 필드나 키 값에 반복이 있는 경우 추가 문제가 발생할 수 있습니다.

5. OCR은 정확하지 않고 확장성도 부족

결국 순수 OCR은 복잡하고 인지적인 프로세스에 충분히 정확하거나 확장 가능하지 않습니다. 기업에는 제한적이고 오류 발생하기 쉬운 구성 요소가 아닌 성숙하고 유연한 솔루션이 필요합니다.

보시다시피 독립 기술로서 OCR은 오늘날의 고급 엔터프라이즈 워크플로를 지원할 만큼 정교하지 않습니다. 하지만 RPA 소프트웨어 및 AI와 결합하면 OCR은 매우 유용한 도구가 될 수 있습니다. 다음 섹션에서는 UiPath가 OCR을 사용해 고도로 정확한 자동화를 가능하게 하는 방법을 탐구합니다.

사용 사례: UiPath Document Understanding에서의 OCR

UiPath Document Understanding은 RPA와 AI를 사용해 문서에서 데이터를 디지털화하여 처리하고 분석할 수 있게 합니다. Document Understanding은 정형 및 비정형 데이터를 모두 처리할 수 있으며, 필기, 표, 체크박스, 서명 등 다양한 객체와 작동합니다.

Document Understanding은 정확하고 유연한 문서 처리, 운영 효율성 증대, 인적 오류 위험 감소, 복잡한 프로세스의 엔드투엔드 자동화 등 많은 이점을 제공합니다.

문서 이해 기술이 OCR은 아니라는 점을 유의해야 합니다. 두 기술이 동일하다는 것은 흔한 오해입니다. 오히려 문서 이해는 비디지털 문서의 텍스트를 디지털화하기 위해 OCR을 활용하는 고급 기술입니다.

주목할 만한 차이점은 UiPath가 OCR과 데이터 추출을 분리한다는 점입니다. 이 분야의 많은 기업은 OCR을 추출과 함께 포함합니다. 둘을 분리함으로써 UiPath는 더 큰 선택권, 유연성, 정확성을 제공합니다. 추출 측면을 방해하지 않고 필요에 따라 다른 OCR 엔진을 선택할 수 있게 되며, UiPath OCR 공개 계약을 사용해 자체 OCR 엔진을 배포할 수도 있습니다.

Document Understanding이 OCR을 사용하는 방식

OCR은 Document Understanding 프로세스 초기에 투입됩니다. 분류 체계가 워크플로에 로드되고 모든 파일과 데이터가 추출을 위해 정의된 직후입니다.

Document Understanding은 OCR 엔진을 사용해 텍스트를 감지하고 디지털화하여 로봇이 읽을 수 있게 합니다. 이후 문서는 지정된 목록에서 분류되고, 데이터가 추출되며, 필요 시 사람이 추출된 데이터를 확인한 후 관련 저장소로 내보냅니다.

UiPath Document Understanding은 독점적인 UiPath Document OCR뿐만 아니라 서드파티 OCR 엔진도 활용해 텍스트를 디지털화할 수 있습니다. 고객은 자신의 사용 사례에 가장 정확하게 작동하는 엔진을 선택할 수 있습니다.

사용 사례: UiPath AI Computer Vision에서의 OCR

UiPath AI Computer Vision은 RPA의 주요 과제 중 하나인 가상 데스크톱 인프라(VDI) 자동화를 해결합니다. 시트릭스(Citrix), VMware, 마이크로소프트 윈도우 원격 데스크톱 등이 해당됩니다.

AI Computer Vision은 소프트웨어 로봇이 숨겨진 속성에 의존해 결정을 내리는 대신 컴퓨터 화면의 모든 요소를 보고 이해하게 합니다. AI Computer Vision을 사용하면 기업과 RPA 개발자는 프레임워크나 운영체제에 관계없이 VDI 자동화를 구현할 수 있습니다.

AI Computer Vision은 드롭다운 메뉴, 체크박스 같은 동적 사용자 인터페이스(UI) 요소를 포함한 자동화를 지원하며 다양한 인터페이스 유형을 지원합니다. 이 솔루션은 가상 머신 자동화 구현 시간을 단축하면서 자동화의 복원력과 신뢰성을 높입니다.

AI Computer Vision이 OCR을 활용하지만, 문서를 디지털화하는 데 사용되는 것은 아닙니다. 이는 미묘하지만 흔한 오해입니다.

UiPath AI Computer Vision이 OCR을 사용하는 방식

표준 OCR과 RPA로는 가상 환경에서 자동화할 수 없습니다. 원격 데스크톱은 결국 비디오 피드에 불과하기 때문입니다. 텍스트를 해석하고, 더 중요하게는 인터페이스 내에서 그 유형과 목적을 이해하려면 고급 솔루션이 필요합니다.

AI Computer Vision은 UiPath에서 수년간 개발한 맞춤형 화면 OCR과 고급 신경망을 사용해 가상 데스크톱 피드상의 UI를 분석하고 인간처럼 이해합니다. 이 솔루션은 버튼 클릭 같은 기본 상호작용뿐만 아니라 표 전체 추출, 드롭다운 메뉴 상호작용 같은 복잡한 상호작용도 쉽게 탐색할 수 있습니다.

요소 식별을 위해 AI Computer Vision은 퍼지 매칭(fuzzy matching)이라는 텍스트 해석 기법을 사용합니다. 이 기법은 OCR 결과의 불일치가 있어도 UiPath 로봇이 매번 올바른 요소를 식별할 수 있게 해 자동화의 신뢰성을 높이고 개발 시간을 단축합니다.

UiPath로 OCR을 다음 단계로 끌어올리기

보시다시피 OCR을 통합한 AI 기반 솔루션을 사용하면 엄청난 가치가 있습니다. UiPath Document Understanding과 UiPath Computer Vision 도구는 기본 OCR을 훨씬 넘어 신속하고 신뢰할 수 있는 자동화를 엔터프라이즈급 확장성과 함께 제공합니다. 이를 통해 비정형 데이터나 VDI 뒤에 잠긴 데이터를 포함해 데이터의 전체 가치를 발굴할 수 있습니다.

다음 차트는 Document Understanding과 Computer Vision 중 어느 것이 귀사의 니즈에 맞는지 결정하는 데 도움이 될 것입니다:

문서 데이터와 VDI 시스템을 업무에 활용할 준비가 되셨나요?

시작하려면 UiPath Automation Cloud에 등록하세요. 거기서 바로 UiPath Document Understanding과 UiPath AI Computer Vision을 사용할 수 있습니다.

UiPath Automation Cloud 무료 체험을 시작해 비정형 데이터를 활용해 비즈니스 프로세스에 더 많은 구조와 효율성을 가져오는 것이 얼마나 쉬운지 확인해 보세요.