프로젝트 배경
1) 문제점 (Current Pain Points)
문서·거래 처리의 높은 수작업 의존도
영수증, 통장거래내역, 세금계산서, 송달료·인지대 등 각종 증빙을 사람이 직접 정리해야 해
업무량이 많을수록 오류·누락 위험이 커짐.
데이터가 비정형으로 흩어져 있어 분석·정산이 어려움
스캔본, 사진, PDF 등 서로 다른 형태의 파일들이 섞여 구조화가 불가능한 상태로 저장됨.
사건별 비용 정리·거래 분류·보고서 작성이 과도하게 시간이 소모됨
같은 패턴의 분류 작업을 반복적으로 수행해야 하고
한 달 치 정산을 마감하려면 야근이 발생하기도 함.
전문가 판단에 의존한 비정규 규칙 때문에 업무 표준화가 어려움
사건 유형별 비용 처리 기준, 거래 메모 해석 방식 등이
직원 개개인의 경험에 의존되어 있어 인수인계 리스크가 높음.
기존 회계/법률 시스템을 교체하기에는 비용·시간 부담이 큼
완전한 ERP 교체는 비현실적이며
현재 사용하는 시스템 위에서 자동화 기능을 추가하고 싶어도 자체 기능이 부족함.
2) 프로젝트 목표 (Project Goals)
비정형 문서를 자동 구조화
영수증·명세서·통장 내역·법원 서류를 자동으로 텍스트화하고
정형 데이터 형태로 변환하는 처리 파이프라인 구축.
거래 자동 분류 및 계정과목/사건비 매핑 자동화
거래 메모·금액·패턴을 분석하여
비용/수익/사건비/예납금 등으로 자동 분류.
일/주/월 단위 정산 자동화
중복 거래 제거, 사건별 비용 계산, 통합 정산표 생성까지
사람이 개입하지 않아도 되도록 자동화.
보고서 자동 생성 체계 구축
월 마감 보고서, 사건별 비용 내역, 지출 패턴 분석 등
사람이 정리하지 않아도 PDF/Excel로 생성되는 구조 마련.
전문가 판단 로직의 알고리즘화 및 표준화
사건 유형별 비용 처리 기준, 예납금 처리 규칙 등
반복적인 전문업무를 규칙화하여 조직의 노하우를 체계화.
기존 회계·법률 시스템과 자연스럽게 연동
시스템 교체 없이 현재 사용하는 플랫폼을 유지한 상태로
상단에 자동화 레이어를 구축하여 사용 편의성 강화.
3) 주안점 (Key Considerations)
수작업 입력·업로드 작업이 ‘0’이 되는 구조
초기 셋업 이후 직원의 추가 작업이 발생하지 않는 완전 자동 처리 방식이 필수.
문서·거래 데이터의 정확성과 정합성 확보
OCR 오류 보정, 중복 제거, 패턴 기반 거래 매칭 등
실무자가 안심하고 사용할 수 있는 수준의 데이터 품질 보장.
기존 업무 흐름을 해치지 않는 자연스러운 연결성
지금의 정산·보고 방식과 충돌하지 않으며
사용자가 익숙한 프로세스를 유지한 채 자동화가 동작하도록 설계.
민감한 법률·금융 데이터에 대한 보안 확보
암호화, 접근제어, 로그 관리, 온프레미스 옵션 등
보안 요건을 충족하는 시스템 구성.
장기적으로 확장 가능한 자동화 엔진 구조 설계
사건별/고객사별로 다른 규칙을 적용할 수 있도록 모듈화하고
새로운 문서 유형이나 거래 패턴도 쉽게 추가 가능하도록 개발.
문서·거래 처리의 높은 수작업 의존도
영수증, 통장거래내역, 세금계산서, 송달료·인지대 등 각종 증빙을 사람이 직접 정리해야 해
업무량이 많을수록 오류·누락 위험이 커짐.
데이터가 비정형으로 흩어져 있어 분석·정산이 어려움
스캔본, 사진, PDF 등 서로 다른 형태의 파일들이 섞여 구조화가 불가능한 상태로 저장됨.
사건별 비용 정리·거래 분류·보고서 작성이 과도하게 시간이 소모됨
같은 패턴의 분류 작업을 반복적으로 수행해야 하고
한 달 치 정산을 마감하려면 야근이 발생하기도 함.
전문가 판단에 의존한 비정규 규칙 때문에 업무 표준화가 어려움
사건 유형별 비용 처리 기준, 거래 메모 해석 방식 등이
직원 개개인의 경험에 의존되어 있어 인수인계 리스크가 높음.
기존 회계/법률 시스템을 교체하기에는 비용·시간 부담이 큼
완전한 ERP 교체는 비현실적이며
현재 사용하는 시스템 위에서 자동화 기능을 추가하고 싶어도 자체 기능이 부족함.
2) 프로젝트 목표 (Project Goals)
비정형 문서를 자동 구조화
영수증·명세서·통장 내역·법원 서류를 자동으로 텍스트화하고
정형 데이터 형태로 변환하는 처리 파이프라인 구축.
거래 자동 분류 및 계정과목/사건비 매핑 자동화
거래 메모·금액·패턴을 분석하여
비용/수익/사건비/예납금 등으로 자동 분류.
일/주/월 단위 정산 자동화
중복 거래 제거, 사건별 비용 계산, 통합 정산표 생성까지
사람이 개입하지 않아도 되도록 자동화.
보고서 자동 생성 체계 구축
월 마감 보고서, 사건별 비용 내역, 지출 패턴 분석 등
사람이 정리하지 않아도 PDF/Excel로 생성되는 구조 마련.
전문가 판단 로직의 알고리즘화 및 표준화
사건 유형별 비용 처리 기준, 예납금 처리 규칙 등
반복적인 전문업무를 규칙화하여 조직의 노하우를 체계화.
기존 회계·법률 시스템과 자연스럽게 연동
시스템 교체 없이 현재 사용하는 플랫폼을 유지한 상태로
상단에 자동화 레이어를 구축하여 사용 편의성 강화.
3) 주안점 (Key Considerations)
수작업 입력·업로드 작업이 ‘0’이 되는 구조
초기 셋업 이후 직원의 추가 작업이 발생하지 않는 완전 자동 처리 방식이 필수.
문서·거래 데이터의 정확성과 정합성 확보
OCR 오류 보정, 중복 제거, 패턴 기반 거래 매칭 등
실무자가 안심하고 사용할 수 있는 수준의 데이터 품질 보장.
기존 업무 흐름을 해치지 않는 자연스러운 연결성
지금의 정산·보고 방식과 충돌하지 않으며
사용자가 익숙한 프로세스를 유지한 채 자동화가 동작하도록 설계.
민감한 법률·금융 데이터에 대한 보안 확보
암호화, 접근제어, 로그 관리, 온프레미스 옵션 등
보안 요건을 충족하는 시스템 구성.
장기적으로 확장 가능한 자동화 엔진 구조 설계
사건별/고객사별로 다른 규칙을 적용할 수 있도록 모듈화하고
새로운 문서 유형이나 거래 패턴도 쉽게 추가 가능하도록 개발.
프로젝트 성과
주 평균 30시간 업무 단축
일별 일어나는 모든 명세서 분석 업무 자동화
핵심 기능
다양한 거래내역서를 목표에 맞게 분석하는 AI
법무법인에서 다양한 양식의 명세서를 올리면 자동으로 엑셀화
진행 단계
기획 및 요구사항 정의
2025.01.
업무 정의
데이터 공유
데이터 공유
개발
2025.02.
주/월 별 피드백
디자인
2025.06.
UX 개발
테스트
2025.08.
현업 업무 테스트, 데이터 정합성 확인
런칭
2025.09.
런칭
프로젝트 상세
1) 포트폴리오 소개
Agent-F Transaction은 OCR 기반 문서·거래 분석 자동화 플랫폼으로,
변호사·회계사·법률사무소·기업 재무팀을 위해 개발된 AI 기반 Transaction 처리 솔루션입니다.
영수증·통장거래내역·세금계산서·법원 서류 등
비정형/정형 데이터를 자동으로 인식(OCR)하고
거래유형 분류·계정과목 매핑·정산표 생성·보고서 작성까지
대화형(Chat)으로 즉시 처리하여
기존 회계/법무 업무의 70~90%를 자동화하는 것을 목표로 합니다.
2) 작업 범위 (Development Scope)
AI 모델 개발
Transaction OCR 엔진
NLP 기반 거래분류 모델
법률/회계 문서 구조 파싱 모델
Back-End 개발
문서 업로드·처리 파이프라인
회계/법률 데이터 매핑 엔진
정산/보고서 자동 생성 모듈
Front-End 개발
웹 기반 Chat RPA 인터페이스
문서 업로드/분류/검수 화면 구성
통합 Transaction Dashboard
데이터 파이프라인 구축
은행 CSV/엑셀 자동 ingestion
OCR → 구조화 → 거래카테고리화 자동 처리
지원 환경
Web(반응형)
Admin Console
Private Cloud / On-premise 지원 가능
3) 주요 업무 (주요 기능 및 주요 페이지)
① OCR 기반 문서·거래 자동 구조화
통장 거래내역, 영수증, 카드 명세서, 법원 제출 서류 등
→ 이미지/스캔본을 즉시 구조화 데이터로 변환
항목 자동 추출: 금액·일자·거래처·메모·증빙유형 등
② 자동 거래 분류 & 계정과목 매핑
비정형 텍스트를 기반으로
→ 비용/수익/자산/부채 자동 카테고리화
법률업무 특화 분류:
사건비, 송달료, 인지대, 각종 예납금 등 자동 매핑
③ Chat 기반 정산·보고서 자동 생성
“이번 달 사건별 비용 정리해줘”
→ PDF/Excel 보고서 자동 생성
“최근 3개월 지출 패턴 알려줘”
→ 그래프/표 형태로 실시간 분석 결과 제공
④ 계좌 연동 + 실시간 Transaction Monitoring
은행 API/CSV 자동 수집
중복 거래 제거, 오류값 보정, 거래 매칭 자동 처리
⑤ 법률사무소/기업 회계팀을 위한 협업 기능
문서 검수 워크플로우
사건별/거래처별 비용 자동 정리
역할 기반 접근 제어(RBAC)
4) 주안점 (Key Considerations)
① 민감 정보 보안·권한 관리 최우선
법률·금융 데이터 특성상
암호화·접근제어·로그 기록·온프레미스 옵션 등을 강화
② 반복 작업 ‘제로(0)’ 목표
OCR → 구조화 → 분류 → 보고서 생성까지
전 과정을 사용자 개입 최소화로 설계
초기 셋업 이후 직원의 추가 데이터 입력이 필요 없도록 구성
③ 사용자가 자연어로 모든 업무를 처리할 수 있도록 설계
기존 회계·법무 용어를 학습한 대화형 UI
전문지식이 없어도 문서 정리/비용분류/보고 생성 가능
④ 실제 회계·법무팀 업무 플로우에 최적화
“문서 업로드 → 거래 분류 → 정산 → 보고”
기존 흐름을 바꾸지 않고 그대로 자동화
⑤ 확장성 / 재사용 가능한 처리 파이프라인
여러 법률사무소·기업 재무팀에서
케이스별로 커스터마이징 가능하도록 모듈화 설계
Agent-F Transaction은 OCR 기반 문서·거래 분석 자동화 플랫폼으로,
변호사·회계사·법률사무소·기업 재무팀을 위해 개발된 AI 기반 Transaction 처리 솔루션입니다.
영수증·통장거래내역·세금계산서·법원 서류 등
비정형/정형 데이터를 자동으로 인식(OCR)하고
거래유형 분류·계정과목 매핑·정산표 생성·보고서 작성까지
대화형(Chat)으로 즉시 처리하여
기존 회계/법무 업무의 70~90%를 자동화하는 것을 목표로 합니다.
2) 작업 범위 (Development Scope)
AI 모델 개발
Transaction OCR 엔진
NLP 기반 거래분류 모델
법률/회계 문서 구조 파싱 모델
Back-End 개발
문서 업로드·처리 파이프라인
회계/법률 데이터 매핑 엔진
정산/보고서 자동 생성 모듈
Front-End 개발
웹 기반 Chat RPA 인터페이스
문서 업로드/분류/검수 화면 구성
통합 Transaction Dashboard
데이터 파이프라인 구축
은행 CSV/엑셀 자동 ingestion
OCR → 구조화 → 거래카테고리화 자동 처리
지원 환경
Web(반응형)
Admin Console
Private Cloud / On-premise 지원 가능
3) 주요 업무 (주요 기능 및 주요 페이지)
① OCR 기반 문서·거래 자동 구조화
통장 거래내역, 영수증, 카드 명세서, 법원 제출 서류 등
→ 이미지/스캔본을 즉시 구조화 데이터로 변환
항목 자동 추출: 금액·일자·거래처·메모·증빙유형 등
② 자동 거래 분류 & 계정과목 매핑
비정형 텍스트를 기반으로
→ 비용/수익/자산/부채 자동 카테고리화
법률업무 특화 분류:
사건비, 송달료, 인지대, 각종 예납금 등 자동 매핑
③ Chat 기반 정산·보고서 자동 생성
“이번 달 사건별 비용 정리해줘”
→ PDF/Excel 보고서 자동 생성
“최근 3개월 지출 패턴 알려줘”
→ 그래프/표 형태로 실시간 분석 결과 제공
④ 계좌 연동 + 실시간 Transaction Monitoring
은행 API/CSV 자동 수집
중복 거래 제거, 오류값 보정, 거래 매칭 자동 처리
⑤ 법률사무소/기업 회계팀을 위한 협업 기능
문서 검수 워크플로우
사건별/거래처별 비용 자동 정리
역할 기반 접근 제어(RBAC)
4) 주안점 (Key Considerations)
① 민감 정보 보안·권한 관리 최우선
법률·금융 데이터 특성상
암호화·접근제어·로그 기록·온프레미스 옵션 등을 강화
② 반복 작업 ‘제로(0)’ 목표
OCR → 구조화 → 분류 → 보고서 생성까지
전 과정을 사용자 개입 최소화로 설계
초기 셋업 이후 직원의 추가 데이터 입력이 필요 없도록 구성
③ 사용자가 자연어로 모든 업무를 처리할 수 있도록 설계
기존 회계·법무 용어를 학습한 대화형 UI
전문지식이 없어도 문서 정리/비용분류/보고 생성 가능
④ 실제 회계·법무팀 업무 플로우에 최적화
“문서 업로드 → 거래 분류 → 정산 → 보고”
기존 흐름을 바꾸지 않고 그대로 자동화
⑤ 확장성 / 재사용 가능한 처리 파이프라인
여러 법률사무소·기업 재무팀에서
케이스별로 커스터마이징 가능하도록 모듈화 설계





