GSP1140

개요

Document AI는 문서, 이메일, 청구서, 양식과 같이 구조화되지 않은 데이터를 가져와 데이터의 이해, 분석, 사용을 쉽게 만들어 주는 문서 이해 솔루션입니다. 이 API는 콘텐츠 분류, 항목 추출, 고급검색 등을 통해 구조를 제공합니다.

이 실습에서는 Document AI 특수 프로세서를 사용하여 Python으로 특수 문서를 분류하고 파싱하는 방법을 알아봅니다. 파싱 및 항목 추출의 경우 인보이스를 예시로 사용합니다. 이 절차와 예시 코드는 Document AI에서 지원하는 모든 특수 문서에 적용됩니다.

목표

이 실습에서는 다음 작업을 실행하는 방법을 알아봅니다.

• 스키마가 적용된 항목을 특수 프로세서를 사용하여 추출합니다.

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지를 표시합니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드(권장) 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학습자 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간(실습을 시작하고 나면 일시중지할 수 없음)

참고: 이 실습에는 학습자 계정만 사용하세요. 다른 Google Cloud 계정을 사용하는 경우 해당 계정에 비용이 청구될 수 있습니다.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 대화상자가 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 창이 있습니다.

   • Google Cloud 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google Cloud 콘솔 열기를 클릭합니다(Chrome 브라우저를 실행 중인 경우 마우스 오른쪽 버튼으로 클릭하고 시크릿 창에서 링크 열기를 선택합니다).

   실습에서 리소스가 가동되면 다른 탭이 열리고 로그인 페이지가 표시됩니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 아래의 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다.

   {{{user_0.username | "Username"}}}

   실습 세부정보 창에서도 사용자 이름을 확인할 수 있습니다.

4. 다음을 클릭합니다.

5. 아래의 비밀번호를 복사하여 시작하기 대화상자에 붙여넣습니다.

   {{{user_0.password | "Password"}}}

   실습 세부정보 창에서도 비밀번호를 확인할 수 있습니다.

6. 다음을 클릭합니다.

   중요: 실습에서 제공하는 사용자 인증 정보를 사용해야 합니다. Google Cloud 계정 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

7. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 체험판을 신청하지 않습니다.

잠시 후 Google Cloud 콘솔이 이 탭에서 열립니다.

참고: Google Cloud 제품 및 서비스에 액세스하려면 탐색 메뉴를 클릭하거나 검색창에 제품 또는 서비스 이름을 입력합니다.

Cloud Shell 활성화

Cloud Shell은 다양한 개발 도구가 탑재된 가상 머신으로, 5GB의 영구 홈 디렉터리를 제공하며 Google Cloud에서 실행됩니다. Cloud Shell을 사용하면 명령줄을 통해 Google Cloud 리소스에 액세스할 수 있습니다.

1. Google Cloud 콘솔 상단에서 Cloud Shell 활성화 를 클릭합니다.

2. 다음 창을 클릭합니다.

   • Cloud Shell 정보 창을 통해 계속 진행합니다.
   • 사용자 인증 정보를 사용하여 Google Cloud API를 호출할 수 있도록 Cloud Shell을 승인합니다.

연결되면 사용자 인증이 이미 처리된 것이며 프로젝트가 학습자의 PROJECT_ID, (으)로 설정됩니다. 출력에 이 세션의 PROJECT_ID를 선언하는 줄이 포함됩니다.

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud는 Google Cloud의 명령줄 도구입니다. Cloud Shell에 사전 설치되어 있으며 명령줄 자동 완성을 지원합니다.

3. (선택사항) 다음 명령어를 사용하여 활성 계정 이름 목록을 표시할 수 있습니다.

gcloud auth list

4. 승인을 클릭합니다.

출력:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (선택사항) 다음 명령어를 사용하여 프로젝트 ID 목록을 표시할 수 있습니다.

gcloud config list project

출력:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 참고: gcloud 전체 문서는 Google Cloud에서 gcloud CLI 개요 가이드를 참고하세요.

작업 1. Document AI API 사용 설정

Document AI를 사용하려면 우선 API를 사용 설정해야 합니다.

1. 콘솔 상단에 있는 Cloud Shell 활성화 버튼을 클릭하여 Cloud Shell을 엽니다.

2. Cloud Shell에서 다음 명령어를 실행하여 Document AI용 API를 사용 설정합니다.

gcloud services enable documentai.googleapis.com

다음과 같은 결과를 확인할 수 있습니다.

Operation "operations/..." finished successfully.

Python용 오픈소스 데이터 분석 라이브러리인 Pandas도 설치해야 합니다.

3. 다음 명령어를 실행하여 Pandas를 설치합니다.

pip3 install --upgrade pandas

4. 다음 명령어를 실행하여 Document AI용 Python 클라이언트 라이브러리를 설치합니다.

pip3 install --upgrade google-cloud-documentai

다음과 같은 결과를 확인할 수 있습니다.

... Installing collected packages: google-cloud-documentai Successfully installed google-cloud-documentai-2.15.0

이제 Document AI API를 사용할 준비가 되었습니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다.

Document AI API 사용 설정

작업 2. 양식 파서 프로세서 만들기

먼저 이 튜토리얼의 Document AI Platform에서 사용하기 위해 양식 파서 프로세서 인스턴스를 만들어야 합니다.

1. 탐색 메뉴의 인공지능에서 모든 제품 보기를 클릭한 후 Document AI를 선택합니다.

2. 프로세서 살펴보기를 클릭하고 특수로 스크롤한 다음 인보이스 파서에서 프로세서 만들기를 클릭합니다.

3. 이름을 lab-invoice-parser로 지정하고 목록에서 가장 가까운 리전을 선택합니다.

4. 만들기를 클릭하여 프로세서를 생성합니다.

5. 프로세서 ID를 복사합니다. 나중에 코드에서 이 ID를 사용해야 합니다.

프로세서 만들기

샘플 문서 다운로드

이 실습에서 사용할 수 있는 샘플 문서 몇 개를 마련해 두었습니다.

1. 다음 명령어를 실행하여 샘플 양식을 Cloud Shell에 다운로드합니다.

gcloud storage cp gs://cloud-samples-data/documentai/codelabs/specialized-processors/procurement_multi_document.pdf . gcloud storage cp gs://cloud-samples-data/documentai/codelabs/specialized-processors/google_invoice.pdf .

2. 아래 명령어를 사용하여 파일이 Cloud Shell에 다운로드되었는지 확인합니다.

ls

다음과 같은 결과를 확인할 수 있습니다.

google_invoice.pdf procurement_multi_document.pdf

작업 3. 항목 추출

이제 파일에서 스키마가 적용된 항목(신뢰도 점수, 속성, 정규화된 값 등)을 추출할 수 있습니다.

API 요청을 만드는 코드는 이전 단계와 동일하며 온라인 또는 일괄 요청으로 실행할 수 있습니다.

항목에서 다음 정보에 액세스할 수 있습니다.

• 항목 유형
  • (예: invoice_date, receiver_name, total_amount)
• 원시 값
  • 원본 문서 파일에 표시된 데이터 값입니다.
• 정규화된 값
  • 정규화된 표준 형식의 데이터 값입니다(해당하는 경우).
  • Enterprise Knowledge Graph의 보강도 포함될 수 있습니다.
• 신뢰값
  • 값이 정확하다고 모델이 '확신'하는 정도입니다.

line_item 같은 일부 항목 유형에는 line_item/unit_price 및 line_item/description 같은 중첩된 항목인 속성도 포함될 수 있습니다. 이 예시에서는 쉽게 확인할 수 있도록 중첩된 구조를 평면화합니다.

인보이스 파서

1. Cloud Shell에서 extraction.py라는 파일을 만들고 다음 코드를 붙여넣습니다.

import pandas as pd from google.cloud import documentai_v1 as documentai def online_process( project_id: str, location: str, processor_id: str, file_path: str, mime_type: str, ) -> documentai.Document: """ Processes a document using the Document AI Online Processing API. """ opts = {"api_endpoint": f"{location}-documentai.googleapis.com"} # Instantiates a client documentai_client = documentai.DocumentProcessorServiceClient(client_options=opts) # The full resource name of the processor, e.g.: # projects/project-id/locations/location/processor/processor-id # You must create new processors in the Cloud Console first resource_name = documentai_client.processor_path(project_id, location, processor_id) # Read the file into memory with open(file_path, "rb") as file: file_content = file.read() # Load Binary Data into Document AI RawDocument Object raw_document = documentai.RawDocument(content=file_content, mime_type=mime_type) # Configure the process request request = documentai.ProcessRequest(name=resource_name, raw_document=raw_document) # Use the Document AI client to process the sample form result = documentai_client.process_document(request=request) return result.document PROJECT_ID = "YOUR_PROJECT_ID" LOCATION = "YOUR_PROJECT_LOCATION" # Format is 'us' or 'eu' PROCESSOR_ID = "INVOICE_PARSER_ID" # Create processor in Cloud Console # The local file in your current working directory FILE_PATH = "google_invoice.pdf" # Refer to https://cloud.google.com/document-ai/docs/processors-list # for supported file types MIME_TYPE = "application/pdf" document = online_process( project_id=PROJECT_ID, location=LOCATION, processor_id=PROCESSOR_ID, file_path=FILE_PATH, mime_type=MIME_TYPE, ) types = [] raw_values = [] normalized_values = [] confidence = [] # Grab each key/value pair and their corresponding confidence scores. for entity in document.entities: types.append(entity.type_) raw_values.append(entity.mention_text) normalized_values.append(entity.normalized_value.text) confidence.append(f"{entity.confidence:.0%}") # Get Properties (Sub-Entities) with confidence scores for prop in entity.properties: types.append(prop.type_) raw_values.append(prop.mention_text) normalized_values.append(prop.normalized_value.text) confidence.append(f"{prop.confidence:.0%}") # Create a Pandas Dataframe to print the values in tabular format. df = pd.DataFrame( { "Type": types, "Raw Value": raw_values, "Normalized Value": normalized_values, "Confidence": confidence, } ) print(df)

2. INVOICE_PARSER_ID를 이전에 만든 인보이스 파서 프로세서의 ID로 바꾸고 google_invoice.pdf 파일을 사용합니다.

3. YOUR_PROJECT_ID 및 YOUR_PROJECT_LOCATION을 각각 Google Cloud 프로젝트 ID 및 프로세서 위치로 바꿉니다.

4. 스크립트를 실행합니다.

python3 extraction.py

다음과 비슷한 결과가 출력됩니다.

Type Raw Value Normalized Value Confidence 0 due_date Sep 30, 2019 2019-09-30 99% 1 net_amount 22,379.39 22379.39 99% 2 total_amount 19,647.68 19647.68 99% 3 invoice_date Sep 24, 2019 2019-09-24 98% 4 total_tax_amount 1,767.97 1767.97 94% 5 receiver_name Jane Smith, 88% 6 receiver_address 1600 Amphitheatre Pkway Mountain View, CA 94043 77% 7 invoice_id 23413561D 60% 8 freight_amount 199.99 199.99 60% 9 invoice_type invoice_statement 59% 10 currency $ USD 58% 11 supplier_name Google Google 37% 12 line_item 9.99 12 12 ft HDMI cable 119.88 100% 13 line_item/unit_price 9.99 9.99 95% 14 line_item/quantity 12 12 75% 15 line_item/description 12 ft HDMI cable 64% 16 line_item/amount 119.88 119.88 90% 17 line_item 12 399.99 27" Computer Monitor 4,799.88 100% 18 line_item/quantity 12 12 76% 19 line_item/unit_price 399.99 399.99 95% 20 line_item/description 27" Computer Monitor 42% 21 line_item/amount 4,799.88 4799.88 93% 22 line_item Ergonomic Keyboard 12 59.99 719.88 100% 23 line_item/description Ergonomic Keyboard 42% 24 line_item/quantity 12 12 75% 25 line_item/unit_price 59.99 59.99 94% 26 line_item/amount 719.88 719.88 85% 27 line_item Optical mouse 12 19.99 239.88 100% 28 line_item/description Optical mouse 55% 29 line_item/quantity 12 12 72% 30 line_item/unit_price 19.99 19.99 94% 31 line_item/amount 239.88 239.88 81% 32 line_item Laptop 12 1,299.99 15,599.88 100% 33 line_item/description Laptop 65% 34 line_item/quantity 12 12 71% 35 line_item/unit_price 1,299.99 1299.99 94% 36 line_item/amount 15,599.88 15599.88 91% 37 line_item Misc processing fees 899.99 899.99 1 100% 38 line_item/description Misc processing fees 54% 39 line_item/unit_price 899.99 899.99 92% 40 line_item/amount 899.99 899.99 82% 41 line_item/quantity 1 1 68%

5. Cloud Storage 버킷을 만들고 docai_outputs.txt 명령어의 생성된 출력을 버킷에 업로드합니다.

# Create a bucket export PROJECT_ID=$(gcloud config get-value project) gsutil mb gs://$PROJECT_ID-docai # Create and upload the file python3 extraction.py > docai_outputs.txt gsutil cp docai_outputs.txt gs://$PROJECT_ID-docai Cloud Storage 버킷을 만들고 출력 파일을 업로드

선택사항: 다른 특수 프로세서 사용해 보기

조달용 Document AI를 사용하여 문서를 분류하고 인보이스를 파싱했습니다. Document AI는 여기에 나열된 다른 특수 솔루션도 지원합니다.

• 신분증
• 대출
• 계약

동일한 절차를 따르고 동일한 코드를 사용하여 모든 특수 프로세서를 처리할 수 있습니다.

다른 특수 솔루션을 사용해 보려면 다른 프로세서 유형과 특수 샘플 문서를 사용하여 실습을 다시 실행하면 됩니다.

참고: 일부 신분증, 대출, 계약 프로세서는 현재 액세스가 제한되어 있습니다. 이러한 프로세서에 대한 비즈니스 사용 사례가 있는 경우 계속 진행하기 전에 적절한 요청 양식을 작성하여 제출하세요.

샘플 문서

다음은 다른 특수 프로세서를 사용해 볼 수 있는 샘플 문서입니다.

솔루션	프로세서 유형	문서
신분증	미국 운전면허증 파서	license.pdf 다운로드
대출	대출 분할기 및 분류기	lending_multi_document.pdf 다운로드
대출	W9 파서	W9.pdf 다운로드
계약	계약 파서	CymbalContract.pdf 다운로드

문서에서 다른 샘플 문서와 프로세서 출력을 확인할 수 있습니다.

수고하셨습니다

수고하셨습니다. Document AI를 사용하여 인보이스를 성공적으로 파싱했습니다. Python 클라이언트 라이브러리를 사용하여 Document AI API를 호출하는 방법도 알아보았습니다.

다음 단계/더 학습하기

Document AI 및 Python 클라이언트 라이브러리에 대해 자세히 알아보려면 다음 리소스를 확인하세요.

• The Future of Documents(문서의 미래) - YouTube 재생목록
• Document AI 문서
• Document AI Python 클라이언트 라이브러리
• Document AI 샘플

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2024년 11월 7일

실습 최종 테스트: 2024년 11월 7일

Copyright 2026 Google LLC. All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.