AI 문서 처리 파이프라인

MicrocosmWorks는 Tesseract와 같은 고급 OCR 엔진과 클라우드 기반 비전 API를 기울기 보정, 노이즈 감소, 대비 강화 등의 전처리 단계와 결합하여 낮은 품질의 스캔본에서도 추출 정확도를 극대화합니다. 손글씨 주석의 경우, 귀사의 문서 유형에 맞춰 미세 조정된 특수 손글씨 인식 모델을 배포하여 가독성에 따라 85-95%의 정확도를 달성합니다. 시스템은 잘못된 데이터를 자동으로 통과시키기보다는 신뢰도가 낮은 추출 결과에 플래그를 지정하여 사람의 검토를 받도록 합니다.

MicrocosmWorks는 레이아웃 인식 AI 모델(예: LayoutLM 또는 Donut)을 사용하여 형식의 다양성에 관계없이 송장에서 필드를 추출하는 지능형 문서 이해 시스템을 구축하여, 각 공급업체별로 템플릿을 만들 필요를 없앱니다. 이 시스템은 시간이 지남에 따라 공급업체별 패턴을 학습하며, 이전에 본 적 없는 송장 레이아웃에서도 품목, 세금 금액, 지불 조건 및 PO 번호를 정확하게 추출할 수 있습니다. 다중 공급업체 지원을 포함한 초기 파이프라인 설정은 개발 비용으로 일반적으로 시간당 $15~$40 정도입니다.

MicrocosmWorks는 인식되지 않은 문서 유형을 격리 큐로 라우팅하고 운영팀에 자동 알림을 보내는 분류 신뢰도 레이어를 구현하여, 잘못 분류된 데이터가 다운스트림 시스템으로 유입되는 것을 방지합니다. 시스템은 이러한 새로운 문서를 훈련 후보로 포착하며, 사람의 레이블링 후 다음 모델 업데이트 주기에 통합됩니다. 이러한 자체 개선 아키텍처는 파이프라인의 문서 커버리지가 비즈니스 운영과 함께 유기적으로 성장함을 의미합니다.

MicrocosmWorks는 PII를 위한 필드 수준 암호화 기능을 갖춘 문서 파이프라인을 구축하여, Social Security numbers, 금융 계좌 정보, 건강 기록과 같은 민감 데이터가 추출 시 암호화되고 권한 있는 다운스트림 시스템에 의해서만 복호화되도록 보장합니다. 이 파이프라인은 데이터 상주 요구 사항을 충족하기 위해 온프레미스 배포 또는 VPC로 격리된 클라우드 처리를 지원하며, 모든 임시 파일은 처리 후 안전하게 삭제됩니다. 또한 우리는 민감 필드에 대한 모든 접근을 추적하되 실제 값을 로그에 노출하지 않는 감사 로깅을 구현합니다.

MicrocosmWorks는 문서 복잡성 및 추출 요구 사항에 따라 하루 10,000개에서 100,000개 이상의 문서를 처리할 수 있는 분산 처리 큐와 자동 스케일링 워커를 사용하여 문서 파이프라인을 설계합니다. 특히 주택담보대출 처리의 경우, 일반적인 파이프라인은 전체 대출 패키지(여러 문서 유형에 걸쳐 50-80페이지)를 병렬 추출을 통해 90초 이내에 처리합니다. 저희는 인프라를 수평적으로 확장 가능하도록 설계하여, 성수기 볼륨 급증을 수동 개입 없이 자동으로 처리합니다.