안녕하세요. 15년 차 SCM 및 자동화 전문가 에이드네(Aidne)입니다.

매월 말일이나 정산일만 되면 재무팀과 영업팀 자리에는 어김없이 한숨 소리가 가득합니다. 책상 위에 수북하게 쌓인 실물 영수증, 거래처마다 중구난방으로 보내오는 PDF 송장들… 이른바 ‘김 대리의 엑셀 노가다’가 시작되는 시간이죠. 눈을 비벼가며 모니터와 영수증을 번갈아 보고, 엑셀에 한 땀 한 땀 타이핑하다 보면 오타가 나기 일쑤입니다. 이 비효율적인 수작업 컨베이어 벨트를 언제까지 돌려야 할까요?

오늘은 이 지긋지긋한 반복 업무를 끊어낼 확실한 해결책을 제시합니다. 바로 ChatGPT API와 노코드 툴 Make를 활용한 송장/영수증 OCR 데이터 자동 추출 시스템입니다. 코딩을 몰라도 실무에 당장 적용할 수 있는 구체적인 딥다이브 워크플로우를 지금부터 공개합니다.

송장 및 영수증 데이터 수기 입력의 한계와 AI OCR 도입의 필요성

과거에도 영수증을 스캔해서 텍스트로 변환해 주는 규칙 기반(Rule-based) OCR 프로그램들은 존재했습니다. 하지만 거래처마다 송장 양식이 조금만 바뀌거나, 영수증이 구겨져 있으면 데이터를 제대로 읽어내지 못해 결국 사람이 다시 검수해야 하는 ‘반쪽짜리 자동화’에 불과했죠.

하지만 ChatGPT API(특히 GPT-4o의 Vision 기능)의 등장으로 판도가 완전히 바뀌었습니다. AI가 이미지의 문맥을 스스로 이해하기 때문에, 양식이 제각각이어도 ‘공급가액’, ‘부가가치세’, ‘거래처명’, ‘날짜’ 등의 핵심 데이터를 찰떡같이 찾아냅니다. 이는 단순한 개인의 업무 생산성 향상을 넘어, B2B 기업의 전사적 데이터 파이프라인을 혁신하는 핵심 열쇠가 됩니다.

Make와 ChatGPT API를 활용한 노코드 OCR 자동화 시스템 구축 방법

수박 겉핥기식 툴 소개는 접어두고, 실제 현업에서 이 자동화 파이프라인을 어떻게 세팅하는지 구체적인 워크플로우를 단계별로 살펴보겠습니다.

[1단계] Gmail 트리거 설정 및 첨부파일 다운로드

가장 먼저 해야 할 일은 거래처에서 송장이 들어오는 이메일을 시스템이 자동으로 감지하게 만드는 것입니다. Make에서 ‘Gmail – Watch Emails’ 모듈을 첫 번째 트리거로 설정합니다.

이때 모든 메일을 가져오면 안 되므로, 검색 쿼리(Query)에 has:attachment subject:"송장" OR subject:"청구서"와 같이 필터를 걸어줍니다. 메일이 수신되면 시스템은 첨부된 PDF나 이미지(JPG, PNG) 파일을 자동으로 다운로드하여 다음 컨베이어 벨트로 넘깁니다.

[2단계] ChatGPT API (Vision) 연동 및 JSON 데이터 파싱

다운로드한 첨부파일을 ‘OpenAI (ChatGPT) – Create a Chat Completion’ 모듈로 전달합니다. 여기서 모델은 반드시 이미지 인식이 가능한 gpt-4o를 선택해야 합니다.

가장 중요한 것은 프롬프트 엔지니어링입니다. 단순히 “읽어줘”가 아니라, 시스템 프롬프트에 “너는 15년 차 전문 회계 담당자야. 첨부된 영수증/송장 이미지에서 발행일(Date), 거래처명(Vendor), 공급가액(Net_Amount), 부가세(Tax), 총액(Total_Amount)을 정확히 추출해서 반드시 JSON 형식으로만 반환해 줘.”라고 명확히 지시합니다. 이렇게 하면 AI가 군더더기 없이 우리가 원하는 데이터만 딱 맞게 가공해 줍니다.

[3단계] 구글 시트(Google Sheets) 및 ERP 시스템 자동 업데이트

이제 ChatGPT가 뱉어낸 JSON 데이터를 Make의 ‘Parse JSON’ 모듈을 이용해 각 항목별로 예쁘게 분리합니다. 마지막으로 ‘Google Sheets – Add a Row’ 모듈을 연결하여, 분리된 데이터를 엑셀의 각 열(A열: 날짜, B열: 거래처명 등)에 매핑해 줍니다.

만약 규모가 있는 B2B 기업이라면, 구글 시트 대신 회사가 사용하는 자체 ERP 시스템이나 Airtable의 API를 연결하여 전사적 자동화 파이프라인을 완성할 수 있습니다.

전사적 AI 워크플로우 도입을 기획하는 B2B 의사결정권자에게

이러한 OCR 데이터 추출 자동화는 시작에 불과합니다. 영업, 구매, 재무 등 부서 간 흩어져 있던 비정형 데이터를 AI를 통해 정형 데이터로 규격화하면, 병목 현상(Bottleneck)이 사라지고 데이터 기반의 신속한 의사결정이 가능해집니다. 단순 반복 작업은 AI에게 맡기고, 실무자들은 더 가치 있는 기획과 전략에 집중할 수 있는 환경을 구축하시길 바랍니다.