문서는 다양한 파일 유형, 다양한 형식으로 들어오며 중요한 정보를 포함합니다. 대부분의 경우 문서를 수동으로 처리하기 때문에 시간이 많이 걸리고 오류가 발생하기 쉽고 비용이 많이 듭니다. 이 정보를 빠르게 처리하기를 원할뿐만 아니라 다운스트림 애플리케이션에 해당 문서 내 정보를 사용해야 할 수도 있습니다.
이러한 문제를 해결하기 위해 AWS Machine Learning(ML)은 보험금 청구, 주택담보대출, 의료 보험금 청구, 일반 계약 및 법적 계약과 같은 모든 문서 형식의 복잡한 콘텐츠에서 정보를 추출할 때 선택할 수 있는 옵션을 제공합니다.
이점
데이터 정확성 향상
기계 학습을 사용하면 문서를 더 빠르고 정확하게 처리하면서 수동 입력으로 인한 오류를 줄일 수 있습니다. 데이터가 100% 정확해야 한다면 언제든지 사람이 개입하여 데이터를 검토할 수 있습니다.
데이터 처리 속도 향상
지능형 문서 처리를 구현하면 몇 주 또는 몇 개월이 걸릴 작업을 며칠 만에 완료할 수 있습니다.
직원 생산성 향상
기계 학습은 문서에서 인사이트를 추출하고 다양한 시스템에 정보를 입력할 때 수동 프로세스를 없앰으로써 직원들이 비즈니스에 가치를 더하는 작업에 더 많은 시간을 할애할 수 있도록 합니다.
비용 절감
문서 워크플로를 자동화하면 데이터 추출 및 분석이 간단해지므로
문서당 평균 비용이 절감됩니다.
산업
뱅킹
주택담보대출 패킷에는 세금 신고, W-2, 급여 명세, 종종 분할 및 분류해야 하는 신청서와 같은 다양한 문서 유형이 함께 제공됩니다. 기계 학습을 사용하면 광학 문자 인식(OCR)과 자연어 처리(NLP)의 조합을 사용하여 자산 평가, 신용 점수 또는 자산 가치 등 주택담보대출 신청서에서 가장 중요한 정보를 추출하여 고객에 대한 응답 시간을 단축할 수 있습니다.
보험
많은 보험 양식에는 텍스트 추출을 어렵게 만드는 다양한 레이아웃과 형식이 있습니다. 기계 학습을 사용하면 문서 섹션에서 수리 견적, 속성 주소 또는 케이스 ID와 같은 관련 필드를 추출하거나 문서를 쉽게 분류할 수 있습니다. 텍스트 추출과 NLP를 결합하여 보험 견적, 바인더, ACORD 양식, 청구 양식과 같은 보험 양식을 더 빠르고 정확하게 처리할 수 있습니다.
자본 시장
재무 주총 안건, SEC 신청서(10-K, 8-K, 14A, 497K 등), KYC 양식, 세무 서류 등은 조밀한 텍스트 형식으로 제공되거나 표와 텍스트가 혼합되어 전통적인 방법으로 처리하기가 어렵습니다. AWS 기계 학습을 사용하면 OCR과 NLP를 결합하여 다양한 형식과 파일 유형을 처리해 테이블 형식과 문서의 엔티티를 추출하고 사용자 지정 모델을 사용하여 엔티티를 인식하고 문서를 분류할 수 있습니다.
의료 서비스
많은 의료 양식에는 자유 형식 텍스트, 조밀한 단락, 확인란 및 표가 있습니다. 기계 학습을 사용하여 레이아웃에 관계없이 이러한 문서에서 필요한 데이터를 추출할 수 있습니다. 양식 및 테이블 추출 API와 자연어 처리를 사용하면 텍스트 추출을 활용할 수 있을 뿐만 아니라 의료 양식에서 의학 용어를 추출하여 환자와 가입자에게 빠른 결과를 제공할 수 있습니다.
제조
자재 명세서(BOM), 시험 성적서(COA), 구매 주문서(PO)는 제조 작업의 주요 부분으로 오늘날에는 일반적으로 수동으로 작성되어 시간이 많이 소요됩니다. 이제 AI를 사용해 계약서에서 텍스트를 추출하고 특정 필드와 값을 식별하여 이 프로세스를 자동화하고, 해당 데이터를 통해 제조 시스템의 다운스트림 시스템에 정보를 제공할 수 있습니다.
석유 및 가스
조직은 수세기 동안 기록을 보관해 왔으며 이 문서에는 압력 테스트 기록 또는 유지 관리 기록과 같은 비즈니스 운영의 다양한 부분에 대한 귀중한 정보가 포함되어 있습니다. 이러한 문서에는 텍스트와 이미지가 혼합되어 있어 문서 파이프라인을 구축하기가 어렵습니다. 컴퓨터 비전을 사용하면 문서에서 텍스트를 추출하고 페이지의 다이어그램이나 이미지를 추출하여 이러한 문서를 하나씩 검토하는 수동 프로세스를 개선하는 데 도움이 되는 맞춤 파이프라인을 구축할 수 있습니다.
교차 산업
법무
계약서, 법원 제출 서류 또는 법적 문서와 같은 문서를 처리하는 것은 법무 팀에게 어려운 작업입니다. 계약 문서는 비표준 형식인 경우가 많습니다. 법원 제출 서류를 검토하기 위한 일반적인 워크플로에는 문서에서 사례 번호, 관련 당사자 또는 법인을 로드하고 읽고 추출하는 작업이 포함되며 수시간에 걸친 수작업이 필요합니다. OCR과 NLP를 사용하여 텍스트와 특정 용어를 추출하면 이 프로세스를 보다 정확하게 자동화할 수 있습니다.
매입 채무
인보이스 및 영수증은 모든 조직에 매우 중요하며 이러한 유형의 문서는 다양한 레이아웃으로 제공되는 경우가 많습니다. 기계 학습을 사용하면 해당 문서 내에서 가치 있는 정보를 자동으로 추출하여 비즈니스를 자동화하고 페이지당 비용을 낮추고 수동 작업을 줄일 수 있습니다.
지능형 문서 처리 파트너
AWS는 다양한 산업 분야에서 기계 학습 문서 처리 워크플로를 적용하는 데 있어 깊은 전문 지식을 갖춘 파트너 팀을 구성했습니다. AWS 파트너의 AWS 지능형 문서 처리 솔루션은 비용 절감, 수익 증대, 참여 증대에 도움이 되는 턴키 솔루션을 제공합니다. 파트너 페이지로 이동하여 사용 사례에 맞는 파트너 솔루션을 찾으세요.
리소스
기계 학습을 통해 대규모 문서 처리 및 분석 문제를 극복하는 방법 알아보기
AWS를 사용하여 엔드 투 엔드 지능형 문서 처리 솔루션 구축
Document Understanding(DUS) 솔루션에 대해 자세히 알아보기
