"세무사무소에서 계약서 스캔본 100장을 통째로 OCR API에 넣었더니, 한 달 요금이 40만원 나왔어요. 근데 그중 60장은 이미 텍스트가 살아있는 PDF였습니다."
— 실제로 필자가 만난 문서 자동화 외주 의뢰인의 첫 마디
OCR(광학 문자 인식)은 편리하지만 "모든 페이지를 무조건 이미지로 인식"하는 순간 요금이 폭발합니다. 상용 OCR API는 보통 페이지당 과금인데, 스캔 문서 중 상당수는 이미 텍스트가 추출 가능한 페이지거나, 백지·표지·중복 페이지입니다. 이걸 걸러내지 않고 다 돌리는 게 요금 폭탄의 정체죠.
그래서 요즘 뜨는 부업이 바로 'OCR 비용 반값 PDF 교통정리 봇'입니다. 비전공자도 AI 바이브코딩으로 만들 수 있고, 세무사·법률사무소·물류회사처럼 매일 종이 문서와 싸우는 곳이 고객입니다. 오늘은 이걸 월 100만원 유지보수 계약으로 만드는 5단계를 실전 위주로 풀어봅니다.
왜 '교통정리'가 돈이 되는가
핵심은 단순합니다. OCR을 돌리기 전에 PDF를 분류(교통정리)해서, 진짜 OCR이 필요한 이미지 페이지만 골라내는 것입니다. 아래 그림이 요금이 반값으로 줄어드는 원리입니다.
고객은 'OCR 정확도'보다 '월 요금'에 민감합니다. 정확도를 유지하면서 돈을 절반으로 줄여준다는 제안이 계약을 부릅니다.
5단계 실전 가이드
1단계 · 페이지 진단
PDF의 각 페이지에서 텍스트 추출을 시도합니다(파이썬 pdfplumber나 PyMuPDF). 추출된 글자 수가 일정 기준(예: 30자) 이상이면 텍스트 페이지, 이하면 OCR 필요 페이지로 태그를 붙입니다. AI에게 "PyMuPDF로 페이지별 텍스트 길이를 세서 딕셔너리로 반환해줘"라고 요청하면 바로 코드가 나옵니다.
2단계 · 중복·백지 제거
스캔 문서에는 간지·백지·중복 팩스 페이지가 의외로 많습니다. 페이지 이미지를 해시로 비교해 중복을 걷어내고, 흰색 픽셀 비율이 98% 넘으면 백지로 판단해 제외합니다. 이 단계만으로도 물류회사 운송장 묶음에서 10~15%가 사라지는 경우가 흔합니다.
3단계 · 선택적 OCR 호출
이제 남은 이미지 페이지만 OCR API(구글 Vision, 네이버 Clova, 또는 오픈소스 Tesseract)로 보냅니다. 텍스트 페이지에서 이미 뽑아둔 내용과 병합하면 문서 한 건이 완성됩니다. 요금은 여기서 이미 반토막입니다.
오픈소스 Tesseract를 1차로 돌리고, 신뢰도가 낮은 페이지만 유료 API로 재처리하는 '2단 구조'를 쓰면 비용이 한 번 더 내려갑니다. 고객사엔 이걸 '하이브리드 OCR'로 소개하세요.
4단계 · 구조화 & RAG 파이프라인
세무사는 "이 계약서의 공급가액", 법률사무소는 "이 판결문의 당사자"를 찾고 싶어 합니다. 추출 텍스트를 항목별로 정리하고 벡터 DB에 적재하면, "3월 계약서 중 위약금 조항 있는 것만 찾아줘" 같은 자연어 질의가 가능해집니다. 이 RAG 파이프라인 부분이 바로 외주 단가를 올리는 고급 기능이자, 유지보수 계약을 붙이는 명분입니다.
5단계 · 절감 리포트 대시보드
기술보다 계약 유지가 어렵습니다. 매달 "전체 320장 중 OCR은 140장만 돌려 21만원을 아꼈습니다"라는 리포트를 자동 발송하세요. 고객은 눈에 보이는 절감액 때문에 월 유지비를 기꺼이 냅니다.
가격은 이렇게 제안하세요
초기 구축비 150~300만원 + 월 유지보수 50~100만원이 현실적인 라인입니다. 핵심 화법은 "제가 아껴드리는 OCR 요금이 제 유지비보다 큽니다". 실제로 월 OCR 40만원 쓰던 곳이 19만원으로 줄고, 그 위에 검색·자동분류 편의까지 얹으면 월 100만원도 저항이 크지 않습니다.
OCR을 잘 돌리는 게 아니라, OCR을 덜 돌리게 만드는 것이 이 부업의 본질입니다. 진단 → 필터 → 선택적 호출 → 구조화 → 리포트, 이 5단계면 됩니다.
여기까지 읽고 "코드는 어떻게 짜지?" 싶다면, 그 부분이 바로 요즘 AI 바이브코딩으로 넘는 벽입니다. 사실 위 5단계는 전부 AI에게 단계별로 물어가며 만들 수 있고, 비전공자도 3일이면 MVP가 나옵니다. 다만 고객 요구를 실제 작동하는 파이프라인으로 옮기고, RAG까지 얹어 외주 단가를 올리는 흐름은 혼자 익히면 한참 헤매게 됩니다.
투더제이(TTJ) 코딩클래스 정규반에서는 이런 '문서 자동화 → 수익화' 파이프라인을 처음부터 끝까지, 실제 외주 사례로 함께 만들어 봅니다. 아이디어를 월 정기수익 계약으로 바꾸는 과정이 궁금하다면 한 번 들여다보세요. 🚀