섹션별 상세
전통적인 OCR과 달리 시각 언어 모델(VLM)은 문서의 맥락과 의미를 함께 파악한다. Gemini 모델은 영수증 내의 특정 텍스트가 단순한 숫자인지 아니면 검사 비용인지 구분하며, 문서 헤더를 통해 진료 과목을 추론하는 능력을 갖췄다. 이를 통해 정형화되지 않은 다양한 병원 및 약국의 영수증 포맷에 유연하게 대응할 수 있다. 결과적으로 복잡한 레이아웃 분석 없이도 정확한 데이터 구조화가 가능해진다.
근거
- Gemini는 텍스트와 레이아웃뿐만 아니라 콘텐츠의 의미를 이해하여 서비스 카테고리를 분류할 수 있다. — How Computer Vision Helps 섹션
Roboflow Workflows는 이미지 입력부터 모델 추론, 후처리에 이르는 전체 파이프라인을 시각적으로 설계한다. Gemini 블록을 워크플로에 추가하고 특정 프롬프트를 설정하여 의료 기관 정보, 환자 상세, 진료 항목 등을 JSON 객체로 반환하도록 구성한다. gemini-2.5-flash 모델을 사용하여 문서 OCR 작업에서 속도와 정확도의 균형을 맞춘다. 이 방식은 별도의 모델 학습 없이도 즉시 프로덕션 수준의 파이프라인을 구축하게 해준다.
프롬프트 엔지니어링을 통해 모델이 수치를 임의로 생성하지 않도록 제어하는 것이 핵심이다. 숫자 데이터가 없을 경우 추측 대신 null을 반환하도록 명시하고, 화폐 기호를 제거한 순수 숫자만 추출하도록 규칙을 설정한다. 'can infer' 주석을 활용하여 진료 유형이나 카테고리 같은 분류 정보는 모델의 추론 능력을 활용하도록 유도한다. 이러한 설계는 금융 데이터의 무결성을 유지하면서도 데이터의 풍부함을 더하는 역할을 한다.
근거
- 프롬프트에서 숫자 값에 대해 추측하지 말고 null을 반환하도록 명시하는 것이 금융 데이터 처리에 중요하다. — Step 2: Add the Google Gemini Block - The Prompt 섹션
커스텀 Python 블록은 모델의 출력을 정제하고 고유 식별자와 타임스탬프 같은 메타데이터를 보충한다. Gemini가 반환한 텍스트에서 마크다운 코드 펜스를 제거하고 JSON으로 파싱한 뒤, 각 기록에 UUID 기반의 record_id를 부여한다. 또한 필수 필드 누락 여부를 확인하여 데이터의 완성도 상태를 'complete' 또는 'incomplete'로 분류한다. 이는 나중에 엑셀에서 요약 정보와 세부 항목을 연결하는 관계형 데이터 구조의 기반이 된다.
로컬 배포 스크립트는 워크플로 API를 호출하고 결과를 엑셀 파일로 영구 저장한다. openpyxl 라이브러리를 사용하여 Summary 시트에는 영수증별 요약을, LineItems 시트에는 개별 처방 및 검사 내역을 기록한다. 사용자는 단 한 번의 스크립트 실행으로 종이 영수증을 디지털 데이터베이스로 변환할 수 있다. 축적된 데이터는 연간 의료비 합산, 보험 혜택 분석, 세금 공제 증빙 등 다양한 용도로 활용 가능하다.
기술
- Google Gemini
- Roboflow Workflows
- Python
- openpyxl
- inference-sdk
활용 사례
- 개인 의료비 지출 추적기
- 보험 청구 서류 자동 정리
- 세금 공제용 영수증 데이터베이스 구축
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 24.수집 2026. 04. 24.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
