이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
부동산 금융 업무는 다양한 형식과 길이의 문서에 의존하여 수동 검토가 병목이 되므로 Built Technologies는 Amazon Bedrock과 AWS Intelligent Document Processing Accelerator를 활용해 문서 분류·분할·OCR·필드 추출·검증·추론을 통합한 재사용 가능한 문서 처리 엔진을 구축했다. 이 엔진은 입력 문서를 단계별로 전처리하고 구조화된 정보를 생성하며 수백 개 문서 유형과 수백만 건의 문서에 대응하도록 설계되어 이전에 수일 걸리던 워크플로를 수분 단위로 단축하는 효과를 냈다. 파이프라인은 에이전트형 제품의 기반으로 작동하여 문서 기반 추론과 예외 식별을 통해 후속 자동화 작업을 연결하고 기술팀과 도메인 전문가가 공유 환경에서 프로세서를 개선할 수 있게 한다. 본문에는 상세 벤치마크 표나 지연·비용에 관한 구체적 수치가 포함되어 있지 않다.
섹션별 상세
부동산 금융 업무는 다수의 길고 형식이 다양한 문서에 의존하며 이러한 문서를 수동으로 검토하면 의사결정이 지연되고 비용이 발생하기 때문에 자동화 필요성이 크다. Built는 프로젝트 처리 기준으로 5천억 달러 규모의 거래를 다루며 이 규모는 문서 자동화가 실무 영향을 미치는 범위가 넓음을 보여준다. 입력으로 들어오는 문서는 표·스캔 이미지·수기 주석 등으로 구성되며 처리는 분류·분할·OCR·필드 추출·검증의 순서로 진행되어 구조화된 출력이 생성된다. 이 과정이 개선되면 검토 주기가 대폭 단축되고 규정 준수와 추적 가능성이 향상된다.
근거
- Built Technologies는 5천억 달러 이상의 부동산 프로젝트를 처리한다. — 첫 문단
기존 접근법은 OCR과 전통적 머신러닝 기반의 개별 프로세서를 조합하는 방식으로, 레이아웃이 예측 가능한 문서에서 필드 추출을 자동화하는 데 유효했다. Built 팀은 해당 방식으로 26개의 프로세서를 운영하여 특정 유형의 문서를 처리했으나, 이 방법은 구조와 용어가 크게 변하는 문서에 대해 유지비용과 커버리지가 빠르게 증가하는 한계가 있었다. 입력에서 특정 필드를 고정된 규칙으로 매핑하는 방식은 예외 처리가 많아 확장성이 떨어졌고, 따라서 보다 유연한 모델 기반의 추론 기능이 요구되었다.
근거
- 기존에는 OCR과 전통적 ML 기반으로 26개의 프로세서를 운영했다. — 중반부 문단에서 26 processors 언급
새롭게 구축한 문서 처리 엔진은 AWS의 Amazon Bedrock과 AWS Intelligent Document Processing Accelerator를 기반으로 하여 분류, 분할, 추출, 평가, 추론 기능을 통합한 파이프라인을 제공한다. 이 파이프라인은 입력 문서를 단계별로 전처리하고 OCR로 텍스트를 확보한 뒤, 문서 단위·섹션 단위로 중요한 엔터티를 추출하고 추출 결과에 대해 규칙·모델 기반의 검증을 수행해 추적 가능한 출력 레코드를 생성한다. 해당 솔루션은 수백 개의 문서 유형을 지원하고 수백만 건의 문서를 처리할 수 있도록 설계되어 워크플로 시간을 이전의 수일에서 수분으로 줄이는 효과를 낸다.
근거
- 팀은 더 유연한 솔루션가 필요하여 250개 이상의 문서 유형을 지원할 수 있어야 한다고 판단했다. — 중반부 문단에서 'support more than 250 document types' 필요성 서술
- 새 솔루션은 이전에 수일이 걸리던 워크플로를 수분 단위로 단축했다. — 결과 단락에서 'reduces workflows that previously took days to minutes' 언급
문서 인텔리전스 엔진은 단순한 텍스트 추출을 넘어 에이전트형 제품군의 기반으로 활용되어 문서 내용에 대해 추론하고 예외를 식별하며 후속 작업을 자동화하는 역할을 한다. 파이프라인의 재사용성은 기술팀과 도메인 전문가가 공동으로 프로세서를 구축·개선할 수 있는 공유 환경을 제공하여 운영 효율을 높인다. Built는 AWS 내 여러 팀과 협력해 이 아키텍처를 구현했으며, 그 결과 다양한 실무 시나리오에서 문서 기반 의사결정 자동화를 지원할 수 있게 되었다.
용어 해설
- Intelligent Document Processing
- — 구조화되지 않거나 혼합 형식의 문서에서 텍스트와 메타데이터를 추출하고 문서 단위로 분류·전처리하여 상위 애플리케이션이 사용할 수 있는 구조화된 정보를 생성하는 파이프라인 기술로, OCR·분할·추출·추론 단계가 결합되어 대규모 문서 워크플로를 자동화한다.
- Optical Character Recognition (OCR)
- — 스캔된 이미지나 비정형 문서에서 픽셀 기반 글자 이미지를 텍스트로 변환하는 기술로, 문자 인식→후처리→레이아웃 분석 과정을 통해 표·주석·스캔 노이즈가 섞인 금융 문서에서 기계 판독 가능한 값을 생성한다.
- Document Splitting
- — 단일 파일이나 스캔에서 논리적 단위(예: 계약서의 조항, 청구서의 행)로 페이지·블록을 분리하는 처리로서 레이아웃·헤더·시맨틱 경계를 인식하여 이후의 필드 추출과 분류 정확도를 높이는 전처리 단계로 활용된다.
- Agentic Product
- — 문서 이해 능력을 바탕으로 특정 작업을 자동으로 계획·실행하고 결과를 추적하는 소프트웨어 제품군을 가리키며, 문서 추출 결과를 의사결정·검증·예외처리 워크플로에 연결해 인간 감독과 상호작용하는 기능이 핵심이다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 07. 16.수집 2026. 07. 16.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.
