Dharma-AI, 청구서 사진에서 필요한 항목만 뽑는 AI 공개

Dharma-AI가 11월 4일 문서 사진에서 필요한 항목만 뽑아내는 Dharma Field Extractor를 공개했다. 청구서 이미지에서 공급업체, 납부 기한, 합계처럼 업무에 쓸 정보만 골라낸다. 결과는 다른 프로그램이 바로 받아 처리할 수 있는 데이터 형식(JSON)으로 나온다. 모델 크기는 20억 규모다.

읽기만 하던 AI, 무엇이 달라졌나

기존 문서 인식과의 차이는 읽은 내용을 업무 항목에 맞춰 정리해 준다는 점이다. Dharma-AI가 지난 4월 공개한 DharmaOCR-LITE는 문서의 글자와 서식을 읽어 내는 데 특화됐다. 이렇게 읽은 내용을 데이터베이스에 넣으려면 어느 값이 날짜이고 어느 숫자가 합계인지 가려내는 일이 남는다. 새 모델은 이 단계까지 맡도록 설계됐다.

쓰는 방법은 두 가지다. 항목을 지정하지 않으면 문서 배치와 문맥을 살펴 표나 이름과 값의 짝을 알아서 찾아낸다. 필요한 항목이 정해져 있으면 항목 이름과 값의 종류를 미리 지정할 수 있다. 이때는 지정한 이름을 그대로 쓰고 다른 항목을 덧붙이지 않는다고 회사는 설명했다. 문서에 없는 값을 요구하면 내용을 지어내지 않고 값이 없다는 표시(null)를 돌려준다고 밝혔다.

청구서에서는 품목별 수량과 금액을 목록으로 묶고, 신분증에서는 직원 기록에 필요한 정보를 뽑는다. 검사 의뢰서의 환자 이름과 검사 종류를 예약 시스템에 넘기는 용도도 내놓았다. 문서 종류마다 따로 추가 학습을 하지 않고 같은 모델을 쓸 수 있다고 회사는 설명했다.

점수와 비용, 어떻게 쟀나

회사는 문서 546개를 세 가지 요청 방식으로 처리한 시험 1,638건의 결과를 내놓았다. 모든 항목을 뽑게 하는 경우, 실제 있는 항목 일부만 뽑게 하는 경우, 문서에 없는 항목까지 요구하는 경우를 각각 시험했다. 점수에는 항목과 표 안 위치를 맞혔는지, 뽑아낸 값이 정답과 얼마나 비슷한지, 결과가 제대로 된 JSON인지가 반영됐다.

이미지: huggingface.co

Dharma Field Extractor는 이 시험에서 0.834점을 받았다. 함께 시험한 범용 AI 네 가지 가운데 Claude Opus 5는 0.816점, GPT-5.6 Luna는 0.741점이었다. 회사는 비교 대상 모두보다 높은 점수를 얻었다고 밝혔다. 새 모델은 DharmaOCR-LITE v1.1을 바탕으로 예시 4만3,384개를 추가 학습했다. 학습에는 영어와 포르투갈어 문서가 주로 쓰였고, 다른 유럽 및 아시아 언어 문서도 일부 들어갔다.

실행 비용은 비교 대상의 약 6분의 1에서 147분의 1 수준이었다고 회사는 설명했다. 다만 양쪽의 계산 기준은 서로 다르다. 범용 AI는 페이지당 실제 사용량에 각 업체의 공개 요금을 적용했다. Dharma Field Extractor는 직접 설치해 돌리는 방식을 기준으로, L40S GPU 한 대를 시간당 2.24달러에 쓰는 조건으로 계산했다. 회사는 이 수치가 판매 가격은 아니라고 밝혔다. 실제 비용은 장비와 처리량, 필요한 응답 속도에 따라 달라진다.

내 업무에는 어떻게 쓰나

이번 모델이 겨냥한 일은 문서를 읽은 뒤 필요한 내용을 업무 시스템의 정해진 칸에 옮기는 작업이다. Dharma-AI는 이용자가 자기 문서로 직접 시험해 볼 수 있는 체험 기능도 안내했다. 도입을 검토하는 기업이라면 실제 쓰는 청구서나 양식에서 필요한 값을 정확히 뽑아내는지, 문서에 없는 항목을 비워 두는지, 자사 운영 조건에서도 비용 이점이 이어지는지를 살펴볼 만하다.

이미지: huggingface.co