공급업체 PDF에서 제품 사양 및 데이터 추출

신뢰도 점수가 포함된 추적 가능한 추출

추출된 값은 공급업체 문서와 나란히 놓고 검토하세요. 추출의 신뢰도 점수와 페이지·인용문 근거는 무엇부터 확인할지 판단하는 데 도움이 될 뿐, 사양이 정확하다는 보증은 아닙니다.

그 결과 일관된 필드 이름, 정규화된 값, 데이터 포인트에서 원본 문서까지 명확한 감사 추적이 가능한 신뢰할 수 있는 구조화된 제품 데이터를 얻게 됩니다.

사양 및 속성

Doc2Shelf는 AI로 해당 데이터를 추출합니다. 제품 식별자, 사양, 소재, 치수 및 규정 준수 관련 필드를 식별하여 일관되게 구조화하고, 모든 필드에 신뢰도 점수를 부여하여 검증이 필요한 부분을 알려줍니다.

그 결과 일관된 필드 이름, 정규화된 값, 데이터 포인트에서 원본 문서까지 명확한 감사 추적이 가능한 신뢰할 수 있는 구조화된 제품 데이터를 얻게 됩니다.

PDF에서 제품 리스팅, 선언문 초안, DPP 준비용 데이터까지

추출은 후속 작업의 기반입니다. 동일한 검토 완료 구조화 데이터를 Shopify와 WooCommerce 리스팅, 검토 가능한 eBay용 문안, EU·미국 선언문 초안, 해당하는 GPSR 콘텐츠 및 후속 구현을 위한 별도의 DPP 준비용 구조화 JSON에 활용할 수 있습니다.

자체 시스템에서 사용하려면 구조화된 원시 데이터를 JSON 또는 CSV로 내보내거나, 검토용 리스팅과 선언문 초안을 준비하는 데 활용하세요.

확장성을 고려한 설계

요금제의 문서 한도 내에서 최대 500개의 PDF를 한 번에 업로드하면 백그라운드 파이프라인이 병렬로 추출합니다. 재사용된 추출 데이터와 일관된 구조가 대규모 카탈로그를 체계적으로 유지하며, 검토 게이트가 하위 단계로 게시되기 전에 품질을 지켜 줍니다.

가장 잘 맞는 공급업체 문서

Doc2Shelf는 사용자가 업로드한 PDF 파일에서 데이터를 추출하며, 공급업체 포털을 크롤링하거나 문서를 대신 가져오지 않습니다. 디지털 PDF와 스캔 PDF를 모두 읽을 수 있지만 스캔 상태가 나쁘면 추출 신뢰도가 낮아지고, 여러 제품을 다룬 문서에서는 제품마다 별도의 제품 레코드가 만들어집니다.

파일에서 얻을 수 있는 내용은 문서 유형에 따라 달라집니다.

추출되는 내용과 활용 위치

추출 결과는 공급업체 문서의 레이아웃과 상관없이 동일한 필드 그룹으로 정리된 제품 레코드로 반환됩니다. 각 그룹은 Doc2Shelf가 이어서 준비하는 콘텐츠에 그대로 대응하므로, 검토에서 한 번 확인한 값을 필요한 모든 곳에서 재사용할 수 있습니다.

구조화된 필드와 함께 추출 결과에는 근거도 남습니다. 페이지 번호와 짧은 원문 인용문이 포함된 사실 목록, 행 단위로 그대로 옮긴 모든 데이터 표, 표준 필드에 맞지 않는 사실, 문서에 없던 필수 정보 목록입니다. 리스팅이나 선언문 초안을 생성할 때까지 여전히 없는 정보는 임의로 만든 값 대신 [REQUIRED: …] 자리 표시자로 나타납니다.

신뢰도 점수, 근거, 검토 게이트

모든 추출 결과에는 신뢰도 점수와 완전성 점수가 포함되며, 판독이 어려운 영역, 모호한 값, 스캔 품질 같은 유의 사항이 메모로 함께 제공됩니다. 어디부터 볼지 정하는 데 활용하세요. 점수가 높다고 값이 맞는 것은 아니며, 점수가 낮다면 대개 스캔 상태가 나쁘거나 표가 불분명한 것처럼 원본 문서에 문제가 있다는 신호이므로 원본에서 바로잡는 편이 나을 수 있습니다.

추출된 내용은 검토 없이 게시되거나 내보내지지 않습니다. 콘텐츠를 검토 완료로 표시하면 Doc2Shelf가 콘텐츠 해시를 기록하며, 이후 수정하면 해시가 바뀌어 검토가 무효화됩니다. 변경된 버전을 다시 확인할 때까지 게시와 내보내기는 계속 차단됩니다. 실무에서 권장하는 검토 순서는 다음과 같습니다.

• 신뢰도나 완전성이 가장 낮은 문서부터 시작합니다.
• 식별자와 안전 관련 값을 인용된 근거와 먼저 대조합니다.
• 여러 모델이 나열된 표의 모든 값이 올바른 제품에 배치되어 있는지 확인합니다.
• 표시된 누락 데이터는 임의로 채우지 말고 공급업체에 확인해 해결합니다.
• 콘텐츠를 검토 완료로 표시하고, 수정할 때마다 다시 검토합니다.

일괄 추출 및 출력 형식

요금제의 문서 한도 내에서 한 번에 최대 500개의 PDF를 업로드하면 추출이 백그라운드에서 실행됩니다. 기본 제공 템플릿(식품 라벨, SDS/화학 제품, 전자제품 사양서, 일반 제품)으로 문서 유형에 맞춰 추출 범위를 좁힐 수 있고, 중점 영역 선택, 사용자 지정 지침 추가, 모든 사실과 표 행을 인용문과 함께 수집하는 감사 모드 켜기, 요금제에 따라 다음 공급업체를 위해 설정을 템플릿으로 저장하기도 가능합니다.

값은 문서의 언어로, 단위는 인쇄된 그대로 유지되므로 원본과 검토 사이에 조용히 변환되는 값이 없습니다. 검토가 끝난 데이터는 각 워크플로에 필요한 형식으로 Doc2Shelf에서 내보냅니다.

일반 PDF 파서 및 OCR 도구와의 차이

일반적인 PDF-스프레드시트 변환 도구와 OCR 엔진은 문제의 일부만 해결합니다. 파일에서 텍스트와 표를 꺼내 줄 뿐입니다. 그 텍스트를 제품 레코드로, 그 레코드를 다시 리스팅과 규정 준수 초안으로 바꾸는 일은 사용자의 몫으로 남습니다. 아래 비교는 특정 제품이 아니라 도구의 유형에 대한 것입니다.

깔끔한 표 하나를 스프레드시트에 복사하기만 하면 되거나 고정된 하나의 양식을 대량으로 처리한다면 일반 도구가 더 간단한 선택입니다. Doc2Shelf는 그 반대의 경우, 즉 공급업체가 많고 레이아웃이 다양하며 데이터가 결국 리스팅과 선언문 초안에 들어가야 하는 경우를 위해 만들어졌습니다. PDF에서 제품 데이터를 추출하는 가이드에서 모든 방법을 더 자세히 비교합니다.

데이터 품질과 한계

AI 추출은 값을 놓치거나 잘못 읽을 수 있으며, 특히 스캔 상태가 나쁘거나 표가 빽빽하거나 도면에만 표시된 값에서 그렇습니다. 여러 제품이 나열된 표에서 값을 엉뚱한 모델에 연결할 수도 있습니다. 그래서 검토 게이트가 있고, 추출 결과에 직접 확인할 수 있는 근거를 남겨 둡니다. 카탈로그 이전을 계획하기 전에 다음 한계를 알아 두세요.

• 문서에 명시된 내용만 추출하며, 없는 값을 다른 곳에서 찾아보거나 추정하지 않습니다.
• 단위와 값은 인쇄된 그대로 유지됩니다. 단위 변환과 채널별 값 목록 정규화는 사용자의 검토 단계에서 이루어지며, 방법은 제품 속성 가이드에서 다룹니다.
• SKU는 문서에 명시적으로 표기된 경우에만 수집하며, 파일 이름이나 모델 번호에서 만들어 내지 않습니다.
• 표준, 마킹, 인증서 참조는 명시된 대로 기록됩니다. Doc2Shelf는 제품을 시험하거나 적합성을 평가하거나 인증서를 검증하지 않습니다.
• 텍스트는 문서의 언어로 유지됩니다. 리스팅 번역은 검토용 초안을 만드는 별도의 단계입니다.
• 업로드는 PDF 파일만 가능하며, 다른 형식은 먼저 PDF로 저장해야 합니다.