밀린 송장 5,000건, 캐논이 AI로 90% 자동 처리한 방법

캐논 미국 법인은 매달 5,000건의 송장이 밀려 있었습니다. 기존 규칙 기반 자동화가 35% 정확도에서 멈춘 이유와, AI 도입 후 90% 자동 처리, 연 6,000시간 절감까지의 과정을 정리했습니다.

Jun 12, 2026

Contents

캐논 재무팀이 마주한 문제 기존 자동화가 실패한 이유 AI 도입 후 달라진 처리 방식 6,000시간이 나온 과정 거래 문서 자동화, 업무자동화는 기계보다 구조가 먼저

캐논(Canon) 미국 법인의 재무팀은 매달 5,000건이 넘는 거래처 송장을 처리합니다. 날짜, 기계 일련번호, 계량기 수치, 연료비까지 항목이 복잡하고 거래처마다 양식도 다릅니다. 전담 인력 4명이 매달려도 처리 속도가 수신 속도를 따라가지 못하면서, 3~4개월치 송장이 밀린 상태가 이어지고 있었습니다.

이 백로그를 해소한 건 인력 충원이 아니었습니다. 거래 문서를 AI가 자동으로 읽고 데이터화하는 문서 자동화 시스템을 도입한 뒤, 송장의 90%가 사람 손을 거치지 않고 처리되기 시작했거든요.

캐논이 AI로 연간 약 6,000시간을 절감한 과정을 따라가 봅니다.

캐논 재무팀이 마주한 문제

캐논 미국 법인은 사무기기 사업 특성상 장비 임대, 유지보수, 소모품 공급 등 다양한 거래처에서 송장을 받습니다. 문제는 이 송장들의 구조가 하나같이 달랐다는 점이에요.

어떤 송장에는 기계 일련번호와 계량기 수치가 들어 있고, 어떤 송장에는 날짜 범위와 연료비가 섞여 있습니다. 항목 수도 거래처에 따라 다르고, 종이 문서로 들어오는 경우도 많았죠. 이걸 하나하나 읽고 항목별로 분류해서 ERP에 입력하는 작업을, 전담 인력 4명이 주당 약 20시간씩 수행하고 있었습니다.

그런데 매달 들어오는 5,000건을 이 속도로는 다 처리할 수 없었거든요. 이번 달 송장을 다 처리하기 전에 다음 달 송장이 쌓이면서, 3~4개월치 백로그가 만성적으로 유지되는 상황이었습니다.

기존 자동화가 실패한 이유

캐논이 처음부터 수작업에만 의존한 건 아닙니다. 이미 자동화 시스템을 한 차례 도입해 본 적이 있었거든요.

기존 시스템은 정해진 패턴을 인식해서 데이터를 뽑아내는 규칙 기반 문서 자동화 방식이었습니다. 예를 들어 "날짜는 왼쪽 상단, 금액은 오른쪽 하단"처럼 위치와 형식을 미리 지정해 두는 거죠. 문제는 거래처마다 송장 양식이 달라서, 이 규칙이 맞는 경우보다 안 맞는 경우가 더 많았다는 점입니다.

결과적으로 정확도가 35~40% 수준에 머물렀습니다. 10건 중 6건은 결국 사람이 다시 확인하고 수정해야 했으니, 문서 자동화라기보다는 반자동화에 가까웠던 셈이에요. 새로운 거래처가 추가될 때마다 규칙을 새로 짜야 했고, 유지보수도 부담이었습니다.

여기에 캐논이 사용하던 ERP 시스템의 팝업 창 처리 문제까지 겹치면서, 문서 읽기부터 시스템 입력까지 끊김 없이 이어지는 문서 자동화는 사실상 불가능한 상태였습니다.

AI 도입 후 달라진 처리 방식

캐논이 새로 도입한 문서 자동화 시스템은 접근 자체가 달랐습니다. 규칙을 미리 정해두는 대신, AI가 송장을 보고 맥락을 파악해 항목을 스스로 분류하는 방식이거든요.

거래명세서나 견적서 같은 송장이 거래처에서 들어오면, AI가 문서 전체를 읽고 어떤 항목이 날짜인지, 어떤 숫자가 금액인지, 기계 일련번호는 어디에 있는지를 스스로 판단합니다. 양식이 달라도 항목의 의미를 맥락으로 파악하기 때문에, 거래처가 추가되거나 양식이 바뀌어도 별도 규칙을 새로 만들 필요가 없죠.

문서 자동화를 통해 추출된 데이터는 자동으로 검증 과정을 거쳐 ERP에 입력됩니다. 이전에 문제였던 ERP 팝업 창 처리까지 자동화되면서, 문서를 읽는 순간부터 시스템에 기록되는 순간까지 끊김 없이 이어지는 구조가 만들어졌어요.

문서 자동화 시스템의 개발에서 실제 운영까지 걸린 시간은 약 4개월이었습니다. 이 기간 동안 AI가 데이터를 처리할수록 패턴을 더 정확하게 익히면서, 문서 자동화 정확도가 계속 올라가는 구조였다는 점도 기존 규칙 기반 방식과의 차이였고요.

6,000시간이 나온 과정

도입 후 약 9개월 동안 캐논은 약 40,000건의 송장을 이 시스템으로 처리했습니다.

처음 목표는 송장의 75%를 사람 손 없이 자동 처리하는 것이었는데, 실제로는 90%를 달성했습니다. 나머지 10%는 예외 케이스로 분류되어 담당자가 확인하는데, 대부분 1분 이내에 처리가 끝나는 수준이에요.

주당 20시간이 걸리던 송장 처리 업무가 약 4시간으로 줄었습니다. 연간으로 환산하면 약 6,000시간을 절감한 셈이죠. 만성적으로 유지되던 3~4개월치 백로그도 완전히 해소됐고요.

이전에 송장 처리에만 매달려야 했던 4명의 전담 인력은 예외 처리와 데이터 분석, 거래처 관리 같은 업무로 재배치됐습니다. 캐논의 재무시스템 디렉터 토머스 얼볼리노(Thomas Earvolino)는 이 변화에 대해 "AI가 가져온 효율성과 정확성에 깊은 인상을 받았다"며, 자동화가 시간과 자원을 확보해 줘서 더 중요한 업무에 집중할 수 있게 됐다고 설명했습니다.

캐논은 이후 자동화 범위를 재무팀 너머로 넓히고 있습니다. 처음 5개로 시작한 업무자동화 시스템이 현재 165개까지 확장됐고, 공급망 관리까지 적용 영역을 넓히고 있거든요. 한 부서의 문서 자동화 경험이 조직 전체의 업무자동화로 이어지는 출발점이 된 셈입니다.

거래 문서 자동화, 업무자동화는 기계보다 구조가 먼저

캐논 사례에서 눈여겨볼 점은 기술이 아닙니다. 기존 규칙 기반 자동화가 35~40%에서 멈춘 이유는 기술 성능이 부족해서가 아니라, 거래처마다 다른 문서 양식을 규칙으로 커버할 수 없는 구조였기 때문이에요. AI 문서 자동화가 90%를 달성한 건, 규칙 대신 맥락으로 문서를 읽는 방식으로 접근을 바꿨기 때문이었고요.