목록으로
생활 속 AI 활용
AI로 손글씨 택배 주소를 엑셀로 바꿔 반복 입력 업무 줄이기
AI로 손글씨 택배 주소를 엑셀로 바꿔 반복 입력 업무 줄이기
🤖 활용 AI 도구
Gemini
① 어떤 상황에서 AI를 활용했나요?
작은 배 판매장에서 발생하는 택배 발송 업무를 개선하기 위해 AI를 활용했습니다.
판매장을 방문하는 고객은 주로 어르신들입니다. 택배 배송을 요청할 때 보내는 사람과 받는 사람의 정보를 종이에 손으로 작성해 전달하거나, 집에서 작성한 배송 정보를 사진으로 찍어 보내는 경우가 많습니다. IT 활용에 익숙한 고객도 배송 정보를 엑셀로 작성한 뒤 화면을 촬영해 보내는 등 전달 방식이 일정하지 않았습니다.
문제는 판매자 역시 고령인 경우 이러한 정보를 일일이 확인하고 컴퓨터에 입력해 택배 지점에 전달하는 작업이 쉽지 않다는 점입니다. 결국 고객이 전달한 정보를 판매자가 다시 타이핑해야 했고, 배송 건수가 늘어날수록 반복 작업의 부담도 커졌습니다.
이러한 현장의 문제를 해결하기 위해 다양한 형태의 배송 정보를 AI로 자동 인식하고, 정형화된 데이터로 변환한 뒤 택배 발송 직전 단계까지 처리할 수 있는 웹 서비스 '발송비서'를 개발했습니다.
② 어떤 AI를 어떻게 활용했나요?
Google Gemini API를 활용해 손글씨 메모, 종이에 작성한 배송 정보, 엑셀 화면을 촬영한 이미지 등 다양한 형태의 입력 자료에서 배송 정보를 추출하도록 구현했습니다.
단순히 이미지의 글자를 인식하는 데 그치지 않고, 추출한 정보를 실제 택배 발송 업무에 활용할 수 있도록 데이터 구조화와 후처리 과정을 연결했습니다.
주요 구현 내용은 다음과 같습니다.
- 이미지 인식: 손글씨와 인쇄된 텍스트가 혼합된 이미지에서 보내는 사람과 받는 사람의 정보를 추출합니다.
- 데이터 구조화: 인식한 정보를 이름, 전화번호, 주소 등 정해진 항목으로 분류합니다.
- 데이터 정리: 전화번호 형식을 정리하고 중복 주소를 확인할 수 있도록 처리합니다.
- 결과 검수: 원본 이미지와 AI 인식 결과를 비교하고 사용자가 직접 수정할 수 있도록 구현했습니다.
- 엑셀 생성: 정리된 배송 정보를 택배 접수에 활용할 수 있는 엑셀 파일로 변환합니다.
입력 자료의 형식이 일정하지 않은 현장 특성을 고려해 이미지에서 정보를 추출하는 단계부터 실제 업무에 필요한 결과물을 생성하는 단계까지 하나의 워크플로로 구성했습니다.
③ 활용 결과 어떤 변화가 있었나요?
기존에는 고객이 전달한 손글씨 메모나 사진을 판매자가 직접 확인하고, 배송 정보를 항목별로 입력한 뒤 택배 접수에 필요한 형태로 정리해야 했습니다.
발송비서는 이 과정에서 AI가 배송 정보를 추출하고 정리하도록 해, 판매자가 모든 정보를 처음부터 직접 입력하는 대신 인식 결과를 확인하고 필요한 부분만 수정할 수 있도록 했습니다.
특히 입력 자료가 손글씨 메모인지, 종이 문서인지, 엑셀 화면을 촬영한 이미지인지에 관계없이 이미지 기반으로 배송 정보를 처리할 수 있도록 해 고객의 기존 정보 전달 방식을 바꾸지 않고도 활용할 수 있게 했습니다.
이를 통해 디지털 기기 활용에 익숙하지 않은 고객에게 별도의 앱이나 입력 양식을 사용하도록 요구하지 않으면서, 판매자의 반복적인 데이터 입력 부담을 줄일 수 있는 업무 환경을 구현했습니다.
AI를 활용해 단순히 작업 일부를 자동화하는 것을 넘어, 고객의 정보 전달 방식부터 판매자의 데이터 처리 과정까지 연결한 것이 주요 성과입니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
개발자로서 가장 중요하게 생각한 부분은 최신 AI 기술을 적용하는 것 자체보다, 실제 현장에서 발생하는 문제를 해결할 수 있도록 AI를 기존 업무 흐름에 연결하는 것이었습니다.
일반적인 OCR 방식은 정형화된 문서나 인쇄된 텍스트를 추출하는 데 활용할 수 있지만, 실제 판매 현장에서는 손글씨, 종이 문서, 엑셀 화면 등 입력 형태가 다양합니다. 특히 손글씨는 사람마다 글씨체가 다르고 이미지 품질에도 차이가 있어 일관된 형식의 데이터를 얻기 어렵습니다.
이러한 특성을 고려해 이미지 이해 능력을 갖춘 생성형 AI를 활용하고, 추출된 결과를 실제 배송 업무에 사용할 수 있는 데이터로 변환하도록 설계했습니다.
주요 개선 포인트는 다음과 같습니다.
- 비정형 데이터의 자동 구조화: 입력 양식을 강제하지 않고 다양한 형태의 이미지에서 배송 정보를 추출합니다.
- 사람의 검수와 AI의 자동화 결합: AI의 인식 오류 가능성을 고려해 원본 이미지와 결과를 비교하고 수정할 수 있도록 했습니다.
- 업무 프로세스 통합: 이미지 인식, 데이터 정리, 검수, 엑셀 파일 생성을 하나의 흐름으로 연결했습니다.
- 운영 구조 단순화: 별도의 백엔드 서버나 데이터베이스에 배송 정보를 저장하지 않는 구조로 구현했습니다.
특히 고령의 판매자가 별도의 복잡한 프로그램을 배우거나 고객에게 입력 양식을 새롭게 안내하지 않아도 기존에 사용하던 종이와 사진을 활용할 수 있도록 한 점에 의미가 있습니다.
기술을 사용자의 환경에 맞추는 것이 실제 AI 서비스 개발에서 중요하다는 점을 보여 주는 사례입니다.
⑤ 다른 사람도 따라 할 수 있나요?
발송비서는 별도의 프로그램 설치나 회원가입 없이 웹브라우저에서 이용할 수 있도록 구현했습니다.
사용자는 배송 정보가 담긴 사진을 등록하고, AI가 추출한 결과를 확인한 뒤, 정리된 배송 정보를 엑셀 파일로 생성할 수 있습니다.
서비스 이용 과정에서 복잡한 입력 양식을 작성하거나 배송 정보를 처음부터 타이핑할 필요가 없으며, AI 인식 결과에 오류가 있다면 사용자가 직접 수정할 수 있습니다.
이러한 방식은 작은 배 판매장뿐 아니라 농산물 직거래 판매자, 전통시장 상인, 소규모 온라인 판매자, 고령의 자영업자 등 배송 정보를 수기로 관리하는 다양한 환경에 적용할 수 있습니다.
핵심은 기존 업무 방식을 사용자에게 강제로 바꾸도록 요구하는 대신, 사용자가 이미 활용하고 있는 종이 메모와 사진을 AI가 처리할 수 있는 입력 자료로 활용하는 것입니다.
이번 사례는 생성형 AI의 이미지 인식과 데이터 처리 기능을 결합해 디지털 활용에 익숙하지 않은 사용자도 기존 업무 환경에서 AI의 도움을 받을 수 있도록 구현한 사례입니다.
서비스 주소: https://balsongbiseo.web.app
작은 배 판매장에서 발생하는 택배 발송 업무를 개선하기 위해 AI를 활용했습니다.
판매장을 방문하는 고객은 주로 어르신들입니다. 택배 배송을 요청할 때 보내는 사람과 받는 사람의 정보를 종이에 손으로 작성해 전달하거나, 집에서 작성한 배송 정보를 사진으로 찍어 보내는 경우가 많습니다. IT 활용에 익숙한 고객도 배송 정보를 엑셀로 작성한 뒤 화면을 촬영해 보내는 등 전달 방식이 일정하지 않았습니다.
문제는 판매자 역시 고령인 경우 이러한 정보를 일일이 확인하고 컴퓨터에 입력해 택배 지점에 전달하는 작업이 쉽지 않다는 점입니다. 결국 고객이 전달한 정보를 판매자가 다시 타이핑해야 했고, 배송 건수가 늘어날수록 반복 작업의 부담도 커졌습니다.
이러한 현장의 문제를 해결하기 위해 다양한 형태의 배송 정보를 AI로 자동 인식하고, 정형화된 데이터로 변환한 뒤 택배 발송 직전 단계까지 처리할 수 있는 웹 서비스 '발송비서'를 개발했습니다.
② 어떤 AI를 어떻게 활용했나요?
Google Gemini API를 활용해 손글씨 메모, 종이에 작성한 배송 정보, 엑셀 화면을 촬영한 이미지 등 다양한 형태의 입력 자료에서 배송 정보를 추출하도록 구현했습니다.
단순히 이미지의 글자를 인식하는 데 그치지 않고, 추출한 정보를 실제 택배 발송 업무에 활용할 수 있도록 데이터 구조화와 후처리 과정을 연결했습니다.
주요 구현 내용은 다음과 같습니다.
- 이미지 인식: 손글씨와 인쇄된 텍스트가 혼합된 이미지에서 보내는 사람과 받는 사람의 정보를 추출합니다.
- 데이터 구조화: 인식한 정보를 이름, 전화번호, 주소 등 정해진 항목으로 분류합니다.
- 데이터 정리: 전화번호 형식을 정리하고 중복 주소를 확인할 수 있도록 처리합니다.
- 결과 검수: 원본 이미지와 AI 인식 결과를 비교하고 사용자가 직접 수정할 수 있도록 구현했습니다.
- 엑셀 생성: 정리된 배송 정보를 택배 접수에 활용할 수 있는 엑셀 파일로 변환합니다.
입력 자료의 형식이 일정하지 않은 현장 특성을 고려해 이미지에서 정보를 추출하는 단계부터 실제 업무에 필요한 결과물을 생성하는 단계까지 하나의 워크플로로 구성했습니다.
③ 활용 결과 어떤 변화가 있었나요?
기존에는 고객이 전달한 손글씨 메모나 사진을 판매자가 직접 확인하고, 배송 정보를 항목별로 입력한 뒤 택배 접수에 필요한 형태로 정리해야 했습니다.
발송비서는 이 과정에서 AI가 배송 정보를 추출하고 정리하도록 해, 판매자가 모든 정보를 처음부터 직접 입력하는 대신 인식 결과를 확인하고 필요한 부분만 수정할 수 있도록 했습니다.
특히 입력 자료가 손글씨 메모인지, 종이 문서인지, 엑셀 화면을 촬영한 이미지인지에 관계없이 이미지 기반으로 배송 정보를 처리할 수 있도록 해 고객의 기존 정보 전달 방식을 바꾸지 않고도 활용할 수 있게 했습니다.
이를 통해 디지털 기기 활용에 익숙하지 않은 고객에게 별도의 앱이나 입력 양식을 사용하도록 요구하지 않으면서, 판매자의 반복적인 데이터 입력 부담을 줄일 수 있는 업무 환경을 구현했습니다.
AI를 활용해 단순히 작업 일부를 자동화하는 것을 넘어, 고객의 정보 전달 방식부터 판매자의 데이터 처리 과정까지 연결한 것이 주요 성과입니다.
④ 나만의 방식 또는 개선 포인트는 무엇인가요?
개발자로서 가장 중요하게 생각한 부분은 최신 AI 기술을 적용하는 것 자체보다, 실제 현장에서 발생하는 문제를 해결할 수 있도록 AI를 기존 업무 흐름에 연결하는 것이었습니다.
일반적인 OCR 방식은 정형화된 문서나 인쇄된 텍스트를 추출하는 데 활용할 수 있지만, 실제 판매 현장에서는 손글씨, 종이 문서, 엑셀 화면 등 입력 형태가 다양합니다. 특히 손글씨는 사람마다 글씨체가 다르고 이미지 품질에도 차이가 있어 일관된 형식의 데이터를 얻기 어렵습니다.
이러한 특성을 고려해 이미지 이해 능력을 갖춘 생성형 AI를 활용하고, 추출된 결과를 실제 배송 업무에 사용할 수 있는 데이터로 변환하도록 설계했습니다.
주요 개선 포인트는 다음과 같습니다.
- 비정형 데이터의 자동 구조화: 입력 양식을 강제하지 않고 다양한 형태의 이미지에서 배송 정보를 추출합니다.
- 사람의 검수와 AI의 자동화 결합: AI의 인식 오류 가능성을 고려해 원본 이미지와 결과를 비교하고 수정할 수 있도록 했습니다.
- 업무 프로세스 통합: 이미지 인식, 데이터 정리, 검수, 엑셀 파일 생성을 하나의 흐름으로 연결했습니다.
- 운영 구조 단순화: 별도의 백엔드 서버나 데이터베이스에 배송 정보를 저장하지 않는 구조로 구현했습니다.
특히 고령의 판매자가 별도의 복잡한 프로그램을 배우거나 고객에게 입력 양식을 새롭게 안내하지 않아도 기존에 사용하던 종이와 사진을 활용할 수 있도록 한 점에 의미가 있습니다.
기술을 사용자의 환경에 맞추는 것이 실제 AI 서비스 개발에서 중요하다는 점을 보여 주는 사례입니다.
⑤ 다른 사람도 따라 할 수 있나요?
발송비서는 별도의 프로그램 설치나 회원가입 없이 웹브라우저에서 이용할 수 있도록 구현했습니다.
사용자는 배송 정보가 담긴 사진을 등록하고, AI가 추출한 결과를 확인한 뒤, 정리된 배송 정보를 엑셀 파일로 생성할 수 있습니다.
서비스 이용 과정에서 복잡한 입력 양식을 작성하거나 배송 정보를 처음부터 타이핑할 필요가 없으며, AI 인식 결과에 오류가 있다면 사용자가 직접 수정할 수 있습니다.
이러한 방식은 작은 배 판매장뿐 아니라 농산물 직거래 판매자, 전통시장 상인, 소규모 온라인 판매자, 고령의 자영업자 등 배송 정보를 수기로 관리하는 다양한 환경에 적용할 수 있습니다.
핵심은 기존 업무 방식을 사용자에게 강제로 바꾸도록 요구하는 대신, 사용자가 이미 활용하고 있는 종이 메모와 사진을 AI가 처리할 수 있는 입력 자료로 활용하는 것입니다.
이번 사례는 생성형 AI의 이미지 인식과 데이터 처리 기능을 결합해 디지털 활용에 익숙하지 않은 사용자도 기존 업무 환경에서 AI의 도움을 받을 수 있도록 구현한 사례입니다.
서비스 주소: https://balsongbiseo.web.app
