영수증 자동 데이터화: OCR로 읽고 검수한 뒤 CSV·엑셀로 저장하는 방법
영수증 이미지를 바로 엑셀로 옮기고 싶다면, 보통은 OCR/문서 AI로 먼저 추출하고 사람이 한 번 검수한 뒤 CSV로 저장하는 흐름이 실무적입니다. 이 글에서는 공식 문서에 나온 영수증 추출 도구와 pandas 저장 방법을 기준으로, 바로 적용하기 쉬운 워크플로를 정리합니다.
1) 먼저 영수증을 읽을 도구를 고릅니다
영수증 전용 추출은 대표적으로 다음 흐름으로 접근할 수 있습니다.
- AWS Textract AnalyzeExpense: 영수증과 인보이스를 분석해 SummaryFields와 LineItemGroups 형태로 결과를 반환하며, 판매자명·날짜·품목·총액 등을 추출할 수 있습니다.
- Azure Document Intelligence prebuilt receipt model: OCR과 딥러닝을 결합해 상점명·날짜·품목·수량·합계 등을 추출하도록 문서화되어 있습니다. 또한 JPEG, PNG, PDF, TIFF 형식을 지원합니다.
- Google Cloud Document AI: 문서에서 텍스트를 추출한 뒤 필요한 필드를 추출하는 워크플로를 제공합니다.
실무에서는 이 단계에서 “이미지에서 텍스트를 읽는 것”이 아니라, 영수증에 필요한 필드까지 구조화해서 받는 것이 핵심입니다.
2) 추출 결과는 바로 저장하지 말고 한 번 검수합니다
영수증에는 금액, 날짜, 사업자명, 품목처럼 실무적으로 중요한 값이 들어갑니다. 그래서 최종 저장 전에 사람이 검수하는 단계를 두는 흐름이 적절합니다.
예를 들어 추출 결과를 바로 쓰지 말고, 먼저 다음처럼 표준 컬럼으로 맞춥니다.
- vendor / merchant
- receipt_date
- item_name
- quantity
- total_amount
그다음 사람이 금액과 날짜를 확인한 뒤 저장하면, 이후 CSV나 엑셀에서 다루기 쉬운 형태가 됩니다.
3) CSV로 저장할 때는 pandas to_csv를 사용합니다
pandas의 DataFrame.to_csv 공식 문서는 CSV 저장 시 `encoding` 매개변수와 `index=False` 예시를 제공합니다. 또한 기본 encoding은 utf-8입니다.
실무적으로는 아래 방향으로 쓰면 됩니다.
import pandas as pd
# df = pd.DataFrame(...)
df.to_csv("receipts.csv", index=False, encoding="utf-8")
핵심은 두 가지입니다.
index=False로 불필요한 인덱스 열을 저장하지 않기encoding을 명시해 CSV 저장 방식을 분명히 하기
4) 엑셀 친화적인 결과물은 이렇게 만듭니다
엑셀에서 다루기 쉬운 산출물을 만들려면, 추출 → 정규화 → 검수 → CSV 저장 순서로 가는 것이 좋습니다. 이 흐름은 영수증 전용 추출 도구가 구조화된 결과를 주고, pandas가 CSV 저장 옵션을 제공한다는 점을 함께 활용하는 방식입니다.
간단한 워크플로 예시는 아래처럼 정리할 수 있습니다.
1. 영수증 입력 파일을 이미지 또는 PDF로 준비한다.
2. 영수증 전용 OCR/문서 AI로 판매자명, 날짜, 품목, 수량, 합계 등을 추출한다.
3. 추출된 값을 표준 컬럼으로 정규화한 뒤 사람이 검수한다.
4. 결과를 CSV로 저장할 때 to_csv를 사용하고 index=False와 UTF-8 인코딩을 고려한다.
5) 추천하는 실무 시작점
처음 구축한다면, 다음 순서로 시작하는 구성이 무난합니다.
- 입력 파일 준비: 이미지 또는 PDF로 모은다.
- 영수증 추출: AWS Textract, Azure Document Intelligence, Google Cloud Document AI 중 하나를 선택한다.
- 검수 화면 또는 검수 단계 추가: 추출값을 사람이 확인한다.
- CSV 저장: pandas
to_csv로 저장한다.
이렇게 하면 영수증 이미지를 단순 보관하는 수준에서 끝나지 않고, 검색·집계·정산에 바로 쓸 수 있는 데이터로 바꿀 수 있습니다.
마무리
영수증 자동 데이터화의 핵심은 “OCR만 돌리는 것”이 아니라, 구조화 추출과 사람 검수를 함께 설계하는 것입니다. 공식 문서 기준으로는 영수증 전용 추출 도구가 이미 존재하고, pandas는 CSV 저장을 위한 간단한 옵션을 제공합니다. 그래서 실무에서는 추출 → 검수 → CSV 저장 흐름으로 붙이는 것이 깔끔합니다.