AI 문서 인식과 시공 관리를 담은 ERP 단계 구축

이 생활·리빙 기업은 B2B 거래와 여러 B2C 채널로 제품을 판매하고, 시공 기사가 고객 현장의 설치까지 맡고 있습니다. B2B 수발주와 매출·매입을 엑셀과 스프레드시트로 관리하고 있어 실수와 누락 위험이 컸습니다. 구매전표나 메신저 캡처처럼 이미지로 들어오는 주문은 사람이 다시 입력해야 했고, 세금계산서 발행과 은행·카드 거래 정리도 수작업이었습니다. 고객사는 업무 자동화를 목표로 ERP 구축을 문의했습니다. 풀링포레스트는 ERP 구축과 AI를 활용한 업무 자동화를 함께 묶어 단계적으로 진행하기로 했습니다.

이미지·PDF 형태의 주문 문서를 자동으로 읽어 주문으로 바꾸되, 잘못 인식된 내용은 사람이 검수하고 바로잡을 수 있어야 했습니다. 수입 매입은 외화 단가를 고정환율로 환산하고 운송·부대비용을 배부해 실제 원가를 산출해야 했고, 이 원가가 주문별 이익 계산까지 이어져야 했습니다. ERP 오픈 이후에는 현장 업무가 다음 과제로 떠올랐습니다. 시공 기사별 미출고 재고와 일정·휴무, 고객이 보낸 현장 사진 확인이 전화와 외부 메시지 도구로 흩어져 있었고, 판매 채널마다 선지불과 현장 결제 등 수금 방식이 달라 정산이 복잡했습니다. 기사 수당도 시공 완료 건수와 서비스 유형을 따로 모아 계산해야 했습니다.

ERP 구축은 킥오프 워크숍에서 업무 용어와 매출·매입·재고·회계의 현행 흐름을 정리하고, 데모 페이지로 화면 구성과 우선순위를 먼저 합의하는 것으로 시작했습니다. 이후 공통 기반, AI 문서 인식 주문 등록, 주문·출고·매출 흐름, 매입, 기준정보, 회계, 경영 대시보드 순으로 일 단위 WBS에 따라 개발했습니다. 현장 업무 확장은 현업 요구사항을 주문·물류, 기사 현장 업무, 수금·정산으로 묶어 범위를 명확히 했습니다. 업무 흐름 검수 시나리오로 현업이 직접 테스트하게 하고, 검수에서 나온 요청은 요구사항으로 등록해 범위 안과 밖을 구분해 처리했습니다.

먼저 OpenAI Vision API로 구매전표·캡처 이미지·PDF를 읽어 주문을 만들고, 검수 화면에서 인식 결과를 보정하는 AI 문서 인식 주문 등록을 구축했습니다. 주문 접수부터 출고와 매출 확정까지의 흐름, 주문별 원가·이익 계산, 국내·수입 매입과 매입채무·부가세 자동 계산, 세금계산서 발행과 국세청 전송 연동, 은행·카드 거래 수집과 계정과목 자동 매핑, 경영 대시보드를 하나의 시스템에 담았습니다. 현장 업무 확장에서는 채널별 주문 엑셀을 표준 주문으로 자동 가공하고, 기사 직접 출고 요청과 본사 일정 기반 출고를 함께 지원하는 출고 흐름과 기사 모바일 재고 화면을 만들었습니다. 기사 전용 모바일 화면에는 방문 일정 캘린더, 휴무 신청과 승인, 해피콜 일정 세분화를 담았고, 고객이 보낸 현장 사진과 치수 정보는 ERP 배정 화면에서 바로 확인하도록 했습니다. 채널별 수금 방식 분리, 현금영수증과 영수증 OCR 기반 수금 처리, 권역비 자동 산정, 시공 완료 건수 기반 기사 수당 자동 정산까지 연결했습니다.

주문부터 출고, 시공, 수금, 정산까지 이어지는 ERP를 단계적으로 구축했습니다. 이미지로 들어오던 주문과 영수증은 AI 문서 인식으로 읽어 들이고 사람은 결과를 검수하는 구조로 바뀌었습니다. 시공 기사는 모바일에서 일정, 재고, 출고 요청을 직접 처리하고, 본사는 지역별·전체 기사 일정을 한 화면에서 확인합니다. 검수에서 나온 요청 가운데 이번 범위에 해당하는 항목은 반영하고, 범위 밖 요청은 따로 정리했습니다.