AI OCR 매입 자동화로 제조 원가 관리 고도화

이 기업은 여러 판매 채널에서 주문을 받아 자체 생산 설비로 처리합니다. 여러 주문을 하나의 생산 단위로 묶어 생산하는 구조라 주문 하나하나의 원가를 따로 보기 어렵고, 경쟁사 가격을 기준으로 판매가를 정해 왔습니다. 최근에는 주문 매출과 실제 원가를 비교해 가격 전략을 정하는 방향으로 운영을 바꾸고 있었고, 생산관리와 원가 계산의 기반은 고객사가 자체적으로 상당 부분 갖춰 둔 상태였습니다. 남은 빈칸은 회사가 구매하는 여러 소모 자재의 실제 매입가였습니다. 거래처가 보내는 거래내역서와 세금계산서를 원가에 반영하는 일은 여전히 엑셀과 수기 입력에 기대고 있었습니다.

거래처마다 거래내역서 양식과 자재 코드가 달라 같은 자재도 거래처별로 다른 이름과 코드로 들어왔습니다. 매입 증빙을 자사 자재 마스터와 짝지어야 입고 수량과 단가가 원가 계산에 들어갈 수 있었습니다. 자재 단가는 입고가 쌓일 때마다 달라지므로 가중평균 단가를 계산하되, 담당자가 변동을 검토하고 확정하는 단계가 필요했습니다. 운임·포장비 같은 부대비용도 원가에서 빠지지 않도록 따로 모아야 했습니다. 무엇보다 이미 운영 중인 원가 계산 시스템을 멈추지 않고 그 위에 새 흐름을 붙여야 했습니다.

착수 전에 고객사의 기존 코드베이스와 이미 구현된 원가 계산 엔진, 기준단가 관리, 설비 마스터, 배치 파이프라인을 분석해 그대로 쓸 부분과 새로 만들 부분을 나눴습니다. 개발 범위는 자재 수불부, 매입 증빙 입력과 입고 연계, 가중평균 단가 반영, 운영 검수 화면으로 좁혔습니다. 업무 흐름은 거래처 자료 접수, OCR 업로드, 자재 매핑 검수, 송장 확정, 단가 변동 확인, 월말 원가 계산, 손익 확인으로 이어지는 단계로 정의했습니다. 업무를 처음 맡은 담당자도 혼자서 월 단위 업무를 운영할 수 있도록 비개발자용 운영 매뉴얼을 함께 작성했습니다.

담당자가 거래처의 PDF·엑셀 증빙을 올리면 OpenAI GPT-4o 비전 모델 기반 OCR이 품목, 수량, 단가를 읽어 매입 송장 초안을 만듭니다. 국세청 전자세금계산서 매입 내역을 동기화해 OCR로 읽은 증빙과 맞춰 볼 수 있도록 했습니다. 거래처 품목 코드를 자사 자재 코드와 한 번 짝지어 두면 다음 송장부터 자동으로 분류되고, 송장을 확정하는 순간 입고, 재고, 부대비용이 함께 반영됩니다. 자재 단가가 크게 변동하면 알림이 뜨고, 담당자가 검토해 승인한 단가만 기존 생산 단위 원가 계산에 들어가도록 연결했습니다. 월말 배치를 돌리면 생산 단위 매출, 원가, 순익을 표와 차트로 확인할 수 있습니다.

매입 증빙 접수부터 생산 단위 손익 확인까지의 흐름을 고객사의 기존 원가 시스템 안에 연결했습니다. 엑셀로 관리하던 자재 수불부가 시스템 화면으로 옮겨져 자재별 입고, 출고, 조정 이력과 현재고를 조회할 수 있게 되었습니다. AI OCR과 전자세금계산서 동기화로 매입 증빙이 자재 단가와 원가 계산까지 이어지는 경로가 생겼습니다. 단가 변동 이력과 검수 기록이 남아 원가가 왜 바뀌었는지 근거를 추적할 수 있습니다. 운영 매뉴얼과 검수 체크리스트를 함께 인계해 담당자가 일·주·월 단위 루틴으로 시스템을 운영할 수 있도록 했습니다.