문제는 이미지에서 시작됐다
어느 날 이메일 받은함에 스캔된 주문 양식이 쌓이기 시작했습니다. PDF, JPG, PNG 형태로 다양하게 들어오는 이미지 파일들이었죠. 이걸 일일이 손으로 옮겨 적는 것은 꿈도 꿀 수 없었습니다.
「이 작업을 어떻게 자동화할까」라는 질문이 떠올랐고, 평소 Claude Code로 작업해오던 경험이 도움이 될 것 같았습니다.
Claude Code의 이미지 인식 기능 발견
Claude Code는 단순한 코드 생성 도구가 아닙니다. 이미지 분석 능력을 갖고 있거든요. 즉, 이미지 파일을 직접 읽고, 그 안의 텍스트와 데이터를 추출할 수 있다는 뜻입니다.
첫 번째 실험은 간단했습니다. 샘플 주문 양식 이미지 하나를 Claude Code에 업로드하고 「이 표에서 고객명, 수량, 요청사항을 추출해줄 수 있나요」라고 물었습니다.
**놀라운 결과**: Claude Code는 단 몇 초 만에 이미지 속 모든 필드를 정확히 인식했습니다. 손글씨도 꽤 잘 읽었습니다.
워크플로우 설계 (48시간 내)
1단계: 입수 폴더 모니터링
• 윈도우 디바이스의 특정 폴더에 들어오는 새 이미지 파일을 감시
• 스크립트(PowerShell)로 매시간마다 폴더 체크
2단계: Claude Code에 이미지 전송
자동화 프롬프트:
「이 주문 양식에서 다음을 추출하세요:
• 고객명
• 주문 수량
• 배송 주소
• 특수 요청사항
JSON 형식으로 반환해주세요」
3단계: 결과를 구글 시트에 자동 입력
• Claude Code의 JSON 응답을 받아
• Apps Script로 구글 시트의 다음 빈 행에 삽입
• 타임스탬프와 원본 파일명도 함께 기록
4단계: 검수 알림
• 자동 처리 완료 후 팀 이메일로 알림
• 검수 필요 시 한 줄의 피드백만 입력 가능하도록 구성
예상 밖의 성공 지점 3가지
1. 손글씨도 거의 다 읽혔다
처음엔 인쇄된 양식만 된다고 예상했는데, 고객이 손으로 적은 필드도 80% 정도는 정확히 인식했습니다. 필기체는 약했지만, 블록 문자는 거의 완벽했어요.
2. 다국어 혼용도 처리했다
일부 주문 양식엔 한글, 영문, 중문이 섞여 있었습니다. Claude Code는 이를 자동으로 인식하고 각 언어의 텍스트를 올바르게 추출했습니다.
3. 비용이 생각보다 낮았다
Claude Code의 이미지 처리는 토큰 기반 요금입니다. 예상보다 토큰 사용량이 적어서, 월 자동화 비용이 매우 합리적이었습니다.
구현 중 마주친 함정
함정 1: 스캔 품질이 낮을 때
• 해결책: 입력 전 이미지를 자동으로 밝기 조정하는 전처리 단계 추가
함정 2: 필드 순서가 양식마다 다를 때
• 해결책: 프롬프트를 「특정 필드명을 찾아서」로 변경 (위치 기반 → 내용 기반)
함정 3: 일부 고객명이 빠질 때
• 해결책: 자동 감지 실패 시 수동 입력창을 띄우도록 재설정
결과
이 자동화가 시작된 후,
• 주문 양식 입력 시간: **주당 3시간 → 30분**
• 데이터 입력 오류: **4~5% → 0.2%**
• 팀의 자동화 신뢰도: 크게 상승
Claude Code의 이미지 인식은 생각보다 훨씬 실용적이었습니다. 비개발자도 충분히 활용할 수 있는 자동화 기술이죠.
다음 실험
다음엔 이 추출 데이터를 바탕으로 자동 회신 메일까지 생성하는 워크플로우를 시도해볼 계획입니다. 그 때 또 새로운 발견이 있을 것 같습니다.