제조업 도면·전표 1,000장 자동 디지털화 — 4주 운영 기록

옆 부서의 종이 더미

지난 회에서는 광고 영상 자동 생성 워크플로우를 다뤘다. 마케팅팀의 책상이 가벼워지는 풍경이었다. 그런데 같은 공장의 두 칸 옆, 생산관리실로 자리를 옮기면 풍경이 완전히 달라진다. 책상 위에는 도면 PDF 출력본과 손으로 휘갈긴 작업 전표가 산처럼 쌓여 있다.

경기 화성권에 자리한 50인 규모의 부품 제조사. 가공·조립이 주력이고, 일주일에 도면·발주서·작업 전표를 합쳐 약 1,000장이 사무실로 들어온다. 입력 사원 한 명이 풀타임으로 ERP에 옮겨 적는다. 공장장이 이런 말을 했다. "사원이 그만두면 우리는 또 멈춥니다."

이 글은 그 1,000장을 지난 회의 영상 워크플로우와 같은 방식으로 — 즉, 사람을 갈아 넣지 않는 방식으로 — 4주 동안 디지털화한 운영 기록이다. 결재 자료로 그대로 옮겨 쓸 수 있도록 정량 수치와 의사결정 디테일을 함께 적는다.

스택 선정 — Claude Vision + n8n + Supabase

처음엔 Claude Vision 하나로 다 될 줄 알았다. 4일이 지나기 전에 그 가정은 깨졌다.

2026년 4월 Anthropic이 공개한 자료에 따르면 Claude Opus 4.7의 시각 인식 정확도는 98.5%까지 올라왔다. 직전 버전(4.5)의 54.5%에서 4배 가까이 도약한 수치다. 손글씨 단어 오류율(WER)도 4.2% 수준으로 보고된다. 칼럼니스트 입장에서 이 숫자는 분명 매혹적이다. 다만 현장에서 본 풍경은 조금 더 복잡했다. 구조화된 표·도장·인장이 섞인 발주서에서는 여전히 Tesseract나 Document AI 같은 전용 OCR이 안정적인 영역이 남아 있었다. 그래서 우리는 한 가지 모델로 모든 문서를 처리하려는 욕심을 버렸다.

최종 스택은 단순했다. n8n이 문서 종류를 분류해 라우팅하고, Claude Vision API가 본문 추출을 담당하고, Supabase가 결과를 저장하고 검색 가능한 형태로 색인했다. n8n의 재시도 노드는 API가 한 번씩 흔들리는 새벽에 의외로 큰 역할을 했다. 4주차 수요일 새벽 2시, 일본 측 API 응답이 5분간 지연되었을 때 우리는 자고 있었지만 n8n은 자동으로 큐를 재처리하고 있었다.

4주차의 수치

네 주가 지난 시점의 정량 결과는 다음과 같다.

인쇄 도면의 추출 정확도는 99.1%였다. 손글씨가 섞인 작업 전표는 94.3%였다. 처음 1주차에는 손글씨 전표가 88%대에서 멈춰 있었다. 4주차에 사람 검수 큐를 별도로 두고, 자주 등장하는 약어와 단위 표기 8장을 few-shot 예시로 프롬프트에 추가한 뒤에야 94.3%까지 회복했다. 94.3%라고 하면 작아 보이지만, 1,000장 중 57장이 사람 손에 가야 한다는 뜻이다. 정확도는 마지막 1%가 가장 비싸다.

처리 속도는 1장당 평균 4.2초였다. 일 단위로 환산하면 2,400장 처리가 이론상 가능한 수준이다. 비용은 1,000장당 약 3.8만원의 API 비용이 들었다. 클라이언트의 실제 유입량인 월 4,000장 기준으로 약 15만원이다. 사람 시간으로는 입력 사원 1명 풀타임이 검수 0.3명으로 줄었다. 남은 0.7명은 품질 데이터 분석 업무로 이동했다.

국내 다른 제조사 사례에서도 비슷한 2차 효과가 보고된다. 한 업체는 10만 건의 품질검사 성적서를 6주 만에 디지털 DB로 전환했고, 과거 데이터 검색이 수 시간에서 수 초로 줄었다. 더 흥미로운 부분은 그 다음이었다. 디지털화된 데이터가 AI 품질 예측 모델의 학습 데이터로 재활용된 것이다. OCR은 끝이 아니라 시작이다.

의사결정 결재자에게 남기고 싶은 메모

이번 프로젝트를 통과시킨 결재자에게 우리는 세 가지를 강조했다.

첫째, 정확도 100%는 목표가 아니다. 94%대에서 사람 검수 큐를 붙이는 설계가, 99%를 쥐어짜는 것보다 도입 속도와 비용 면에서 우월하다. 둘째, 모델 하나에 모든 문서를 맡기지 않는다. 라우팅 레이어를 두면 모델 교체·신규 문서 추가가 운영 중단 없이 가능하다. 셋째, 디지털화된 데이터의 2차 활용을 처음부터 설계한다. 단순 ERP 입력 대체로 끝내면 ROI가 박하다. 검색·예측·품질 분석까지 그림에 넣을 때 결재 시점의 숫자가 달라진다.

중소벤처기업부 자료에 따르면 국내 중소기업의 스마트공장 보급률은 18.6%, 소상공인은 8.7%에 머물러 있다. 다시 말해, 한국 제조 현장의 80% 이상은 여전히 종이 위에서 움직이고 있다는 뜻이다. 결재자 입장에서 이 숫자는 위협이자 기회다.

다음으로

다음 회에서는 같은 클라이언트의 사내 시스템을 Next.js와 Supabase, Vercel로 28일 만에 출시한 풀스택 빌드 기록을 다룰 예정이다. 도면을 디지털화한 뒤, 그 데이터를 사용자가 실제로 검색하고 결재에 활용하는 화면까지 어떻게 이어졌는지의 이야기다.