계약서 데이터 추출은 계약서에 담긴 금액, 계약 기간, 갱신일, 특약 조항, 계약 상대방 같은 핵심 항목을 사람이 옮겨 적지 않고 자동으로 뽑아 구조화된 데이터로 만드는 작업입니다. 이것은 계약이 유리한지 불리한지 법적으로 판단하는 계약서 검토와는 다릅니다. 법무팀이 검토를 시작하기 전에, 그리고 구매와 재무팀이 계약을 관리하기 위해, 먼저 수많은 계약서에서 정확한 데이터를 뽑아 두는 단계입니다.
💡 핵심 요약
계약서 데이터 추출은 법률 검토가 아니라, 검토와 관리를 위한 사전 정리 단계입니다. 계약서는 양식이 제각각이고 표와 특약, 조항 관계가 얽혀 있어 단순 텍스트 추출로는 항목이 어긋나기 쉽습니다. 그래서 구조를 보존한 추출과 근거 검증이 함께 필요합니다.
계약서 데이터 추출이란, 계약서 검토와 무엇이 다른가
두 가지는 목적과 주체가 다릅니다. 계약서 검토는 조항이 우리에게 불리한지, 법적 위험은 없는지를 판단하는 일이고 주로 법무팀이나 변호사가 맡습니다. 반면 계약서 데이터 추출은 계약서에서 금액, 기간, 갱신일, 특약 같은 사실 정보를 뽑아 표나 데이터베이스로 정리하는 일입니다.
순서로 보면 추출이 먼저입니다. 수백 건의 계약서가 쌓여 있을 때, 사람이 하나하나 열어 핵심 항목을 엑셀에 옮겨 적는 대신 이 단계를 자동화하면, 법무팀은 검토에만 집중하고 구매와 재무팀은 갱신일과 금액을 놓치지 않고 관리할 수 있습니다. 이 글은 이 추출 단계를 자동화할 때 무엇을 확인해야 하는지를 다룹니다.
계약서가 자동 추출이 특히 어려운 이유
계약서는 다른 문서보다 자동 추출이 까다롭습니다. 첫째, 양식이 상대방마다 다릅니다. 표준 서식이 없어 같은 항목이 문서마다 다른 위치와 표현으로 등장합니다. 둘째, 핵심 정보가 표와 별첨에 흩어져 있습니다. 대금 지급 조건이나 물품 명세가 병합된 표 안에 들어가는 경우가 많습니다. 셋째, 특약과 단서 조항이 본문과 얽혀 있습니다. 갱신 조건이나 예외 사항이 여러 조항에 걸쳐 참조되기 때문에 조항 간 관계를 놓치면 의미가 달라집니다. 넷째, 스캔본과 손글씨 서명, 도장이 섞여 있습니다.
이 때문에 단순히 글자만 읽는 방식으로는 부족합니다. 글자를 정확히 읽어도 표의 행과 열이 어긋나거나 특약이 엉뚱한 조항에 붙으면, 금액과 항목이 잘못 연결된 데이터가 그대로 계약관리 시스템으로 넘어갑니다. 이런 오류는 사람이 다시 전수 확인하게 만들어 자동화의 이점을 없앱니다. 계약서에서는 글자를 읽는 것만큼 문서의 구조와 조항 관계를 보존하는 것이 중요합니다.
우리 회사도 확인이 필요한 경우
계약서 핵심 항목을 사람이 엑셀에 옮겨 적는다 |
계약 갱신일이나 만료일을 놓친 적이 있다 |
계약서 양식이 상대방마다 다르다 |
스캔본, 이미지, 손글씨 계약서가 섞여 있다 |
추출 결과를 계약관리나 ERP 시스템에 다시 입력한다 |
두 가지 이상 해당하면, 계약서 데이터 추출 자동화를 검토할 시점입니다.
계약서 데이터 추출, 도입 전 확인할 5가지
기법이나 정확도 수치만 비교하기 전에, 실제 도입을 결정할 때는 다음 다섯 가지를 함께 봐야 합니다.
첫째, 항목 정확도입니다.
전체 글자 정확도가 아니라, 금액이나 갱신일처럼 업무에 꼭 필요한 핵심 필드가 정확히 뽑히는지를 봐야 합니다.
둘째, 문서 구조 보존입니다.
표의 행과 열, 항목과 값의 연결, 조항 간 참조 관계가 데이터로 변환된 뒤에도 유지되는지 확인해야 합니다.
셋째, 근거 추적 가능성입니다.
추출된 값이 계약서의 어느 조항, 어느 위치에서 나왔는지 되짚을 수 있어야 담당자가 빠르게 검증합니다.
넷째, 저신뢰 결과의 예외 분리입니다.
흐릿한 스캔본이나 낯선 양식처럼 신뢰도가 낮은 건을 골라 사람에게 넘기고, 나머지 정상 건은 자동으로 처리할 수 있어야 합니다.
다섯째, 시스템 연동입니다.
추출한 데이터가 계약관리 시스템이나 ERP로 자동 전달되어야 재입력이 사라집니다.
PoC에서 확인할 지표
공개 벤치마크나 인식률만으로는 실제 업무 적용 가능성을 판단하기 어렵습니다. 실제 우리 계약서로 시험할 때는 다음을 함께 측정하시길 권합니다. 핵심 필드가 정답과 일치하는 필드 정확도, 표와 조항 구조가 유지되는 구조 보존율, 사람 개입 없이 처리된 자동처리율, 추가 확인이 필요했던 예외검수율, 그리고 오류 결과를 정상으로 잘못 통과시킨 오정상 처리율입니다. 자동처리율이 높아도 오정상 처리율이 함께 관리되지 않으면 안전한 자동화라고 보기 어렵습니다.
계약서 파싱 결과 보기
실제 계약서에서 항목이 어떻게 추출되고 구조화되는지 확인해 보세요.
한국딥러닝은 계약서를 어떻게 처리하는가
한국딥러닝은 계약서를 세 단계로 나눠 처리합니다. DEEP OCR이 상대방마다 다른 양식, 스캔본, 손글씨, 다국어가 섞인 계약서를 템플릿 등록 없이 읽습니다. DEEP Parser가 표와 별첨, 특약, 조항 간 관계를 구조로 보존해 데이터로 변환하고 계약관리 시스템이나 ERP와 연동합니다. DEEP Agent가 추출과 분류, 검증을 자동으로 수행하고 신뢰도가 낮은 건만 사람에게 예외로 넘깁니다.
한국딥러닝의 VLM OCR은 정형 양식이 없는 비정형 문서를 템플릿 없이 처리하며, 글로벌 멀티모달 OCR 벤치마크 OCRBench v2 영어 부문에서 1위를 기록했습니다. 계약서처럼 민감한 문서는 외부망으로 보내지 않고 온프레미스 내부망에서 처리할 수 있습니다.
한국딥러닝이 지향하는 3 Zero AI Worker 가운데 계약서 데이터 추출과 맞닿는 것은 Zero Hallucination과 Zero Review입니다. Zero Hallucination은 추출된 값을 계약서 원문과 대조해 검증하는 방향으로, 근거 없는 값이 그대로 넘어가지 않도록 합니다. Zero Review는 정상 건은 자동으로 처리하고 신뢰도가 낮거나 위험한 건만 사람이 확인하도록 하여, 모든 결과를 사람이 다시 검수하는 부담을 크게 줄이는 것을 목표로 합니다.
계약서 수백 건을 사람이 정리하고 있다면, 추출부터 자동화할 수 있습니다.
인식 정확도만이 아니라, 우리 계약서에서 자동처리율과 예외검수율이 얼마나 나오는지로 판단하세요.
계약서 자동화 도입 상담이 필요한가요?
우리 계약서 양식과 보안 환경에 맞는 적용 범위를 상담하세요.
자주 묻는 질문
Q1. 계약서 데이터 추출과 계약서 검토는 어떻게 다른가요?
추출은 계약서에서 금액과 기간 같은 데이터를 뽑는 일이고, 검토는 조항이 법적으로 유리한지 불리한지를 판단하는 일입니다. 추출은 검토와 관리를 위한 사전 단계입니다.
Q2. 양식이 제각각인 계약서도 추출되나요?
템플릿을 미리 등록하지 않아도 문서 구조를 파악해 처리합니다. 상대방마다 서식이 다른 계약서에도 적용할 수 있습니다.
Q3. 스캔본이나 손글씨가 섞인 계약서도 되나요?
비정형 문서, 손글씨, 다국어가 섞인 문서를 함께 처리합니다.
Q4. 추출 결과가 틀렸는지 어떻게 확인하나요?
추출된 값이 계약서의 어느 조항에서 나왔는지 근거를 추적할 수 있고, 신뢰도가 낮은 건은 예외로 분리해 사람이 확인합니다.
Q5. 계약서를 외부로 보내지 않고 처리할 수 있나요?
온프레미스 내부망에서 처리할 수 있어, 민감한 계약 정보가 외부로 전송되지 않습니다.