AI 연구 전담자 없이 카카오페이손해보험 backend engineer가 하루 약 3천 장의 보험 청구 영수증을 자동 검토하는 Document AI를 직접 구축한 사례다. 작은 task별 모델과 managed infra를 조합해 평균 3초·정확도 96%를 달성한 경위를 다룬다.
핵심 포인트- 영수증 영역을 찾는 edge detection, 항목 위치·종류를 나누는 layout analysis, 문자를 읽는 OCR, 업무 JSON으로 바꾸는 parsing의 4-stage pipeline으로 구성해 각 stage의 input·output·confidence를 보존, 하나의 거대 모델 대신 task별 component를 독립 개선
- confidence는 task마다 calibration이 달라 절대값을 신뢰할 수 없으므로 field별 threshold와 필수값 검증을 두고 낮은 결과만 담당자에게 보내며 수정 label을 다음 학습 데이터로 축적, 자동 승인 범위를 품질 metric·business risk에 맞춰 점진 확대
- layout 결과로 회전 문서를 바로 세우고 비영수증 image를 먼저 filtering해 OCR 낭비를 줄여 한 장 평균 3초·정확도 96% 달성, 범용 text detection·OCR은 재사용하고 영수증 특화 layout model만 별도 학습해 월 cloud 비용을 추가 인력보다 낮게 유지
왜 읽나전담 ML 조직 없이 문서 처리 자동화를 만들어야 하는 소규모 팀에게 pipeline 분리·human review·비용 관점의 현실적 설계를 보여준다.