카톡으로 받은 사진 견적서, 자동으로 엑셀 숫자가 되는 과정

카카오톡으로 거래처에서 견적서 사진이 날아옵니다. 종이에 인쇄된 견적서를 스마트폰으로 찍어 보낸 것도 있고, 양식에 손으로 숫자를 채워 넣은 것도 있습니다. 받는 쪽에서는 그 숫자들을 내부 발주 비교 파일이나 견적 취합 시트에 하나씩 옮겨 적어야 합니다. 거래처가 서너 곳이면 감당이 되지만, 열 곳이 넘어가면 이 작업이 하루의 상당한 시간을 잡아먹습니다.

담당자가 화면을 보며 숫자를 읽고, 엑셀로 전환해서 입력하고, 다시 카카오톡 화면으로 돌아오는 반복이 견적서 한 장에 몇 분씩 걸립니다. 열 개 항목짜리 견적서를 열 장 처리하면 한 시간 가까이 됩니다. 이 작업이 담당자의 오전을 잡아먹는 구조가 굳어지는 것입니다. 더 문제인 것은 이 작업이 단순하고 반복적이라, 집중력이 흐트러지는 환경에서 하다 보면 입력 실수가 발생한다는 점입니다. 단가 자리수 하나를 잘못 입력하면 발주서 금액이 달라지고, 거래처와의 대조 과정에서야 오류를 발견하게 됩니다. 사람이 하는 반복 입력에는 이 구조적인 취약점이 항상 따라옵니다.

이 사진이 어떻게 엑셀 숫자로 바뀌는지, 그 과정을 단계별로 설명합니다. 오늘 바로 써볼 수 있는 방법부터 시작해서, 완전 자동화가 현실적으로 가능한 시점과 조건까지 정리합니다. 어떤 사진은 잘 되고 어떤 사진은 안 되는 이유도 함께 다룹니다.

사진 속 글자를 읽어내는 기술 — OCR이란

이미지에 있는 텍스트를 컴퓨터가 읽을 수 있는 문자로 바꾸는 기술을 OCR(광학 문자 인식)이라고 합니다. 스캔한 서류를 PDF로 저장할 때, 검색이 되는 PDF와 그림만 담긴 PDF의 차이가 바로 OCR 처리 여부입니다. 카카오톡으로 받은 견적서 사진을 엑셀에 옮기는 작업도 결국 이 OCR(문자 인식) 과정이 포함됩니다.

과거에는 OCR이 표의 위치, 열 구조, 고정된 양식을 미리 등록해야 작동했습니다. 거래처마다 견적서 양식이 다르면 거래처별로 따로 설정해야 했습니다. "A거래처 견적서는 3열이 단가", "B거래처 견적서는 4열이 단가"를 미리 설정해두어야 그 위치에서 값을 읽어왔습니다. 양식이 조금만 달라져도 오류가 났습니다.

2024년 이후로는 AI 언어 모델이 OCR에 결합되면서 이 제약이 상당 부분 해소됐습니다. "이 사진에서 품목명, 수량, 단가를 꺼내줘"라고 말로 지시하면, 양식이 달라도 의미를 파악해 추출하는 수준이 됐습니다. 표의 위치나 열 이름이 아니라 맥락과 의미를 이해하는 방식이기 때문입니다.

이 글에서 비교하는 세 가지 방법은 모두 이 OCR 기술을 기반으로 합니다. 어떤 도구를 쓰느냐에 따라 정확도, 처리 건수, 자동화 가능 수준이 달라집니다.

방법 1 — ChatGPT에 사진을 직접 올려 보기

가장 빠르게 시작할 수 있는 방법입니다. ChatGPT 유료 플랜(ChatGPT Plus 또는 팀)에서 사진을 첨부하고 아래처럼 지시하면 됩니다.

"이 견적서에서 품목명, 수량, 단가, 합계를 표로 정리해줘. 빠진 항목은 비워두고, 소계나 합계가 있으면 포함해줘."

GPT-4o 기반 비전 기능은 2024년 5월 13일부터 ChatGPT의 기본 모델에 통합됐고, 2025년 8월 7일 이후에는 GPT-5 기본 모델에도 포함됐습니다. 인쇄된 문서 기준으로 GPT-4o의 OCR 정확도는 약 94%로 보고됩니다. 이전 세대인 GPT-4V 대비 약 10%p 향상된 수치입니다. 표의 의미적 구조 — 합계, 소계, 단위 관계 — 를 파악하는 능력도 개선돼, 단순 텍스트 추출을 넘어 표 구조를 이해하고 정리하는 결과를 냅니다.

결과로 나온 표를 복사해서 엑셀에 붙여넣으면 바로 씁니다. 처음에는 마크다운 형식으로 나오는데, 엑셀에 붙여넣으면 열·행 구조가 그대로 반영됩니다. 조금 정리가 필요할 수 있지만, 처음부터 손으로 입력하는 것보다 훨씬 빠릅니다.

이 방법이 적합한 상황은 하루 처리 건수가 10건 이하일 때입니다. 매건 ChatGPT 창을 열고 사진을 올리고 결과를 복사하는 과정이 반복되기 때문에, 건수가 많아지면 이 방법 자체가 또 다른 반복 작업이 됩니다. 빠르게 테스트해보고 효과를 확인하는 용도로는 최적입니다. 비용 없이 오늘 바로 시작할 수 있다는 것이 가장 큰 장점입니다.

프롬프트를 다듬는 것도 중요합니다. 처음에는 기본 지시로 시작하되, 오류가 나는 유형이 생기면 지시문을 구체화합니다. "견적서 하단의 부가세 제외 합계도 별도로 표시해줘" 또는 "열 이름을 품목코드, 품목명, 수량, 단가, 공급가액, 세액, 합계로 통일해줘"처럼 내부 취합 양식에 맞게 지시를 맞춰가면 결과가 바로 붙여넣기 가능한 형식에 가까워집니다.

방법 2 — OCR 전용 온라인 도구 활용

ChatGPT보다 표 추출에 특화된 온라인 도구들이 있습니다. 이미지 또는 PDF를 업로드하면 표 구조를 자동으로 감지해서 엑셀 파일로 내려받게 해주는 서비스입니다.

Lido, ImageToExcel.app, parseur.com 같은 서비스가 여기에 속합니다. 이 중 일부는 AI OCR로 표의 구조를 자동 감지하고, 인쇄 품질이 양호한 문서 기준으로 99% 이상의 정확도를 표방합니다. 다만 이 수치는 표준 인쇄 조건 기준이고, 카카오톡으로 받은 현장 촬영 사진은 조건이 다릅니다.

이 방법이 잘 맞는 경우는 견적서 양식이 비교적 일정하고, 인쇄된 문서를 사진으로 찍은 것일 때입니다. 반자동 수준으로 하루 20~50건 처리가 가능합니다. 결과가 엑셀 파일로 직접 나오기 때문에 ChatGPT보다 추가 편집 작업이 줄어듭니다.

한국어 인식률은 서비스마다 편차가 있습니다. 영어 기반 서비스는 한국어 특유의 글자 구조를 잘못 인식하는 경우가 있습니다. 대부분의 서비스가 무료 체험 건수를 제공하므로, 실제 사용 중인 견적서 사진 5~10장으로 먼저 테스트하고 정확도를 확인한 다음 도입하는 것이 좋습니다. 무료 체험에서 오류가 많다면 그 서비스는 해당 유형의 견적서에 맞지 않는 것입니다.

방법 3 — API 연동으로 자동화 파이프라인 구성

더 많은 건수를 처리하거나, 사람이 개입하지 않는 완전 자동화를 원한다면 OCR API를 업무 흐름에 연결하는 방식을 씁니다. 대표적인 두 서비스를 비교합니다.

구글 클라우드 비전 API는 2026년 기준으로 월 첫 1,000건은 무료이고, 이후 1,000건당 $1.50 수준입니다. TEXT_DETECTION과 DOCUMENT_TEXT_DETECTION 기능에 각각 별도의 무료 할당량이 있습니다. 월 500만 건 초과 구간에서는 1,000건당 $1.00로 낮아집니다. 하루 30건 처리 기준으로 월 900건 수준이 되어 무료 구간 안에 들어옵니다.

네이버 클로바 OCR은 국내 서비스 환경에 최적화된 한국어 인식 모델을 제공합니다. 2026년 기준으로 표준 인쇄 문서 기준 한국어 인식 정확도는 94~96% 수준으로 알려져 있습니다. 영수증, 신분증, 사업자등록증 같은 서식 문서에 특화된 별도 모델도 있습니다. 정형화된 견적서 양식이 있다면 전용 템플릿 모델을 쓰는 것이 일반 모델보다 정확도 면에서 유리합니다. 네이버 클라우드 플랫폼 계정으로 API 키를 발급받아 사용합니다.

API 연동의 실제 흐름은 이렇습니다. 거래처 담당자가 카카오톡으로 견적서 사진을 보내면, 이미지가 특정 폴더나 이메일 계정으로 수집됩니다. OCR API가 이미지를 읽어 텍스트를 추출하고, AI가 품목·수량·단가를 파악해 내부 취합 시트에 자동으로 기록합니다. 담당자는 사진을 받아 지정된 곳에 저장만 하면 되고, 나머지는 자동으로 처리되는 구조입니다.

이 방법은 건수가 많고 견적서 양식이 반복적인 경우에 효과가 두드러집니다. 구축 이후에는 처리 건수가 늘어도 추가 인력이 필요 없습니다.

API 연동은 직접 구성하기 어렵습니다. 프로그래밍 지식 없이 이 방법을 쓰려면 구축을 의뢰하는 것이 현실적입니다.

정확도의 현실 — 어떤 사진이 잘 되고 어떤 사진이 안 되는가

카카오톡으로 받는 사진은 촬영 조건이 일정하지 않습니다. 같은 OCR 도구를 써도 사진마다 결과 차이가 납니다.

잘 되는 경우입니다. 흰 바탕에 검은 글씨로 인쇄된 표준 견적서입니다. 종이가 펴진 상태에서 정면으로, 충분한 조명 아래 찍은 사진입니다. 글씨 크기가 충분하고 해상도가 양호한 경우입니다. 이 조건이면 94~96% 인식률이 실제로 납니다.

잘 되지 않는 경우가 더 중요합니다.

첫째, 손으로 숫자를 채워 넣은 견적서입니다. 손글씨 인식은 인쇄 문서 대비 정확도가 크게 낮아집니다. 특히 흘려 쓴 숫자에서 1과 7, 0과 6을 혼동하는 오류가 실무에서 자주 발생합니다. 인쇄된 양식에 손으로만 단가와 수량을 채워 넣는 견적서가 가장 어려운 유형입니다. 발주 오류가 가장 많이 발생하는 것도 이 유형입니다.

둘째, 촬영 조건이 나쁜 경우입니다. 그림자가 생기거나 역광으로 찍히거나 종이가 구겨진 경우 정확도가 급격히 낮아집니다. 카카오톡으로 전송되는 과정에서 이미지 압축이 일어나 해상도가 낮아지는 것도 영향을 줍니다. 어두운 환경에서 찍은 사진이나 카메라 각도가 기울어진 사진도 인식률이 떨어집니다.

셋째, 표 구조가 복잡한 견적서입니다. 병합 셀이 많거나, 메모와 수량이 같은 칸에 섞인 경우, 가로·세로 구분이 모호한 비표준 표는 AI도 구조를 잘못 파악하는 경우가 있습니다. 일부 소규모 업체에서 자체 제작한 엑셀 양식을 프린트해서 사진으로 보내는 경우가 이에 해당합니다.

넷째, 반복 패턴이 없는 견적서입니다. 거래처마다 완전히 다른 자체 양식을 쓰고, 심지어 같은 거래처도 담당자가 바뀌면 양식이 달라지는 경우입니다. 이런 환경에서는 정형화된 추출 규칙을 잡기 어렵고, 매번 예외 처리가 필요해집니다.

이를 고려하면 견적서 수신 방식 자체를 일부 개선하는 것이 먼저입니다. 거래처에게 "사진보다 PDF로 보내달라"고 요청하거나, 최소한 "종이를 펴서 정면으로 찍어달라"고 안내하면 인식률이 달라집니다. 인쇄 PDF는 처음부터 텍스트를 포함하고 있어 OCR 자체가 필요 없는 경우도 있습니다. 이 작은 변화로 자동화 성공률이 크게 달라집니다.

방법별 비교 — 어떤 상황에 무엇이 맞는가

건수 기준이 대략의 가이드라인입니다. 더 정확한 판단 기준은 "검증에 걸리는 시간"입니다. 자동화로 입력 시간을 줄였는데, 오류 확인하는 시간이 그만큼 새로 생긴다면 효과가 반감됩니다. 인식 결과를 얼마나 빠르게 검증할 수 있는 구조를 만들 수 있느냐가 실제 도입 효과를 결정합니다.

또 한 가지 중요한 판단 기준이 있습니다. 견적서 사진 중 손글씨 비율입니다. 손글씨가 30%를 넘는다면, OCR 자동화의 효과가 기대만큼 나오지 않을 수 있습니다. 이 경우 거래처와 PDF 수신으로 전환하는 협의를 먼저 하거나, 손글씨 부분만 사람이 입력하는 혼합 방식을 쓰는 것이 현실적입니다.

검증 절차를 자동화 설계에 포함하는 법

인식 결과를 검증하는 방법은 두 가지로 나눌 수 있습니다.

수학적 검증입니다. 견적서에는 보통 합계가 있습니다. 추출된 단가×수량의 합과 합계 칸의 값이 일치하는지 엑셀 수식으로 자동 계산하게 해두면, 불일치 항목에만 경고가 표시됩니다. 100건 중 95건이 맞고 5건에 경고가 뜨면, 5건만 원본을 열어 확인하면 됩니다. 전체를 다 보는 것과 비교하면 확인 시간이 크게 줄어듭니다. 이 방식의 핵심은 이상 신호가 없는 건은 통과시키고 이상 신호가 있는 건만 열어보는 구조입니다.

샘플 검증입니다. 매일 처리 건수의 10~20%를 무작위로 열어보고 원본과 대조합니다. 처음 한 달 동안 이 과정에서 오류 패턴을 파악합니다. 특정 거래처 사진에서 오류가 반복되면, 그 거래처에게는 PDF 수신으로 바꿔달라고 요청하거나 해당 양식에 맞는 별도 처리를 추가합니다. 오류 패턴이 파악되면 시스템이 점진적으로 개선됩니다. 처음에는 10%였던 확인 비율이 3개월 후에는 3% 수준으로 줄어드는 식입니다.

시작 단계에서는 불완전해도 괜찮습니다. 운영하면서 정확도를 높이는 방식이 현실적이고, 대부분의 자동화 시스템이 이 과정을 거칩니다. 완벽한 자동화는 없습니다. 검증 절차가 있는 자동화가 검증 없는 수동 입력보다 오히려 오류를 더 잘 잡는 경우가 많습니다. 수동 입력은 "옮겼다"는 사실 자체를 검증하지 않지만, AI 추출 결과는 합계나 항목 수 같은 검증 지점을 자동으로 만들 수 있기 때문입니다.

사진 수신 환경을 먼저 정비하는 것이 효과적인 이유

자동화 구축보다 먼저 해야 할 것이 있습니다. 카카오톡으로 들어오는 견적서 사진의 품질을 높이는 일입니다.

거래처에 PDF 발송을 요청하는 것이 가장 효과적입니다. 이미 엑셀이나 한글로 견적서를 만드는 거래처는 인쇄 없이 PDF로 바로 보낼 수 있습니다. PDF로 받으면 이미지 압축 문제가 없고, 텍스트 레이어가 포함된 PDF라면 OCR 없이 바로 텍스트 추출이 됩니다. 카카오톡보다 이메일로 받는 것만으로도 이미지 압축 문제가 해결됩니다.

모든 거래처의 방식을 한 번에 바꾸기 어렵다면 단계적으로 접근합니다. 거래처 규모가 크거나 거래 빈도가 높은 곳부터 PDF 수신으로 전환 요청을 합니다. 소규모 거래처는 "종이를 평평하게 펴서 밝은 곳에서 찍어 보내달라"고 안내하는 것만으로도 인식률이 달라집니다.

이 작업이 자동화 구축보다 선행되어야 하는 이유가 있습니다. 입력 품질이 일정하지 않은 상태에서 자동화를 연결하면, 오류 처리에 드는 시간이 자동화로 줄인 시간을 상쇄합니다. 반면 입력 품질이 정비된 이후에는 자동화의 효과가 훨씬 안정적으로 나옵니다.

직접 해볼 수 있는 범위와 구축을 의뢰하는 시점

오늘 바로 시작할 수 있는 것이 있습니다. ChatGPT Plus 계정이 있으면 지금 처리 중인 견적서 사진 5건을 올려보고 정확도와 유용성을 확인할 수 있습니다. 비용 없이 10분이면 됩니다. 온라인 OCR 도구들도 대부분 무료 체험 건수를 제공하므로 여러 도구를 비교해볼 수 있습니다.

반자동 흐름을 직접 구성하는 것도 가능합니다. ChatGPT 추출 결과를 복사해 취합 시트에 붙이는 흐름을 표준화하고, 합계 검증 수식을 추가하는 것은 별도의 프로그래밍 없이 됩니다. 이것만 해도 완전 수동 입력에 비해 시간이 줄어듭니다.

구축을 의뢰하는 것이 맞는 시점입니다. 하루 처리 건수가 50건을 넘어 수동 확인 자체가 부담인 경우입니다. 카카오톡·이메일·팩스 등 여러 채널로 들어오는 견적서를 하나의 흐름으로 처리해야 하는 경우입니다. 견적서 데이터가 발주나 재고 관리까지 자동으로 연결되어야 하는 경우도 마찬가지입니다.

이와 비슷한 구조로, 보험사에서 보내오는 PDF를 매번 손으로 엑셀에 옮기던 작업을 AI로 자동화한 실제 사례가 있습니다. 어떤 항목을 추출하고 어디에 넣을지 설계하는 접근은 견적서 자동화와 원리가 같습니다. 상세한 내용은 보험설계사 PDF 엑셀 자동화 사례에서 확인하실 수 있습니다.

다양한 양식의 발주서를 취합하는 더 넓은 관점은 거래처마다 다른 발주서 양식, 엑셀 한 장으로 모으는 법에서 다루고 있습니다. 발주서와 견적서는 처리 원리가 같습니다.

지금 받는 견적서 사진이 자동화에 맞는 조건인지 먼저 확인하고 싶으시면 30분 무료 진단을 신청해주세요. 영업 전화 없이 가능 여부와 적합한 방법을 먼저 말씀드립니다.