업스테이지가 새 Upstage Studio를 내놓아 계약서·송장·배송 기록을 이어 놓치던 비용을 찾습니다 | DAKER 커뮤니티

계약서에는 단가가, 송장에는 청구 금액이, 배송 기록에는 실제 수량이 따로 적혀 있습니다. 세 문서를 맞춰 보지 않으면 더 낸 돈이나 덜 받은 돈은 장부 어디에도 드러나지 않습니다. 업스테이지가 10월 6일(미국 현지 시각) 공개한 새 Upstage Studio는 이 문제를 겨냥한 지능형 문서 처리(IDP) 플랫폼입니다. 문서에서 데이터를 뽑는 데서 멈추지 않고, 검증하고, 관련 문서끼리 연결하고, 사람의 확인을 거치는 업무 흐름으로 넘기는 것까지 맡겠다는 것이 핵심입니다.

계약서·송장·배송 기록 문서가 선으로 이어지고 검토 깃발이 꽂힌 고화질 일러스트풍 설명용 생성 이미지
설명용 생성 이미지입니다.

추출 다음에 무엇을 하나

업스테이지 보도자료에 따르면 Studio는 비정형 기업 문서에서 신뢰할 수 있는 데이터를 뽑은 뒤 이를 검증하고, 맥락을 붙이고, 관련 정보를 연결해 맞춤형 업무 흐름으로 보냅니다. 업로드된 문서를 바탕으로 고객, 공급사, 계약, 선적, 송장을 서로 잇고, 새 문서가 들어올 때마다 그 연결을 최신 상태로 유지합니다. 문서를 읽을 때는 업스테이지의 문서 모델을 쓰고, 사람의 검토가 필요한 항목은 따로 표시합니다.

사람에게 넘기는 모든 표시에는 이유와 증거가 함께 붙는다는 점이 단순 추출 도구와 Studio를 구분하는 설계입니다.

업무 흐름은 몇 달이 아니라 몇 시간 안에 설정해 가동할 수 있다고 밝혔습니다. 회사는 기존 방식의 한계도 짚었습니다. 사람의 수작업 검토는 정확하지만 느려서 전체가 아니라 표본만 확인하게 되고, OCR·추출 도구는 문서를 잘 읽어도 내용끼리 연결하지 못해 양식마다 새 템플릿이 필요하다는 것입니다. AI 챗봇은 비슷한 문단을 찾을 수는 있어도 계약서와 그 계약이 적용되는 송장을 연결하지는 못한다고 설명합니다. 컨설팅 중심의 데이터 프로젝트는 모든 것을 연결할 수 있지만 성과가 나오기까지 몇 달과 큰 예산이 든다는 점도 지적했습니다. Studio는 문서 간 연결과 빠른 첫 업무 흐름 가동을 함께 노린 제품이라는 것이 회사의 설명입니다.

업스테이지 제품 책임자는 문서 한 장을 정확히 읽는 것은 기본이고, 어려운 일은 수천 장에 담긴 내용을 연결하고 그 그림을 최신 상태로 유지하는 것이라고 말했습니다. 처리하는 문서가 늘수록 연결된 정보가 쌓여 쓸모가 커진다는 설명도 덧붙였습니다. 결국 Studio의 경쟁 상대는 OCR 엔진 하나가 아니라, 여러 시스템에 흩어진 데이터를 사람이 다시 입력하고 대조하는 지금의 업무 방식 전체라고 볼 수 있습니다. 새 버전은 발표 당일부터 이용할 수 있으며, Studio 사이트에서 가입하거나 업스테이지에 데모를 요청하는 방식으로 시작합니다.

어떤 업무부터 적용하나

출시와 함께 제공되는 업무 흐름은 비용 누수가 먼저 생기는 문서 집약 업무에 맞춰져 있습니다.

숫자로 확인되는 것과 아닌 것

업스테이지의 문서 AI는 100곳이 넘는 글로벌 기업에서 하루 300만 페이지 이상을 처리하고 있다고 합니다. 업스테이지 기술을 쓰는 한 글로벌 반도체 기업은 송장 한 건 처리 시간을 8분에서 약 1.5분으로 80%가량 줄였고, 미국 보험 유통사 Amwins Group Benefits는 80개 이상 보험사 양식에서 송장 처리 시간을 최대 2시간에서 5분 미만으로 줄여 3개월 만에 투자를 회수했다고 소개했습니다. 다만 이 사례들은 회사가 밝힌 수치이고, 새 Studio 버전만의 효과인지 기존 문서 AI 전반의 성과인지는 보도자료에서 구분되어 있지 않습니다.

국내 실무자에게 주는 의미

이번 발표는 미국 새너제이에서 나왔고 국내 제공 조건은 보도자료에 따로 적혀 있지 않으므로, 도입을 검토한다면 이용 지역과 데이터 보관 위치부터 확인해야 합니다. 그래도 문서가 흩어져 있는 문제는 국내 기업도 다르지 않습니다. 구매·정산 담당자라면 계약 단가와 송장 금액을 전수 대조하는 업무 하나를 골라, 지금 표본 검사로 놓치는 금액이 얼마인지부터 재 보는 것이 출발점이 될 수 있습니다. 보도자료도 한 업무 흐름으로 시작해 회수 효과를 확인한 뒤 넓혀 가는 방식을 제안합니다.

문서 AI를 직접 만드는 개발자나 문서 이해 대회 참가자에게도 참고할 점이 있습니다. 추출 정확도만이 아니라 문서 간 연결이 맞는지, 사람에게 넘길 때 사유와 근거를 제시하는지까지 평가 기준에 넣어야 실제 업무에 가까운 결과를 낼 수 있다는 점입니다. 예를 들어 같은 거래처의 계약서와 송장 묶음을 평가 데이터로 만들고, 금액이 어긋난 건을 찾아내는지와 그 근거로 어떤 문서의 어느 항목을 제시하는지를 함께 채점해 보면 단일 문서 추출 점수만으로는 보이지 않던 약점이 드러납니다.

여러분의 조직에서는 계약서와 송장을 어떻게 대조하고 계십니까? 전수 대조를 시도해 본 경험이 있다면 댓글로 나눠 주시면 좋겠습니다.

출처: Upstage Newsroom, Upstage Launches Studio (2026년 10월 6일)