Snowflake InvoiceIQ 사례로 보는 AI 에이전트 활용, 매입채무 자동화 아키텍처

AS-IS: 매입채무 자동화가 막히는 지점

기존 AP 자동화 도구는 문서에서 필드를 뽑아내는 데는 능숙합니다. 문제는 공급업체마다 서식이 다르고, PO(구매주문서)가 없는 청구서가 있고, 청구서 라인과 PO 라인의 문구가 미묘하게 달라 매칭이 애매해지는 예외 상황이에요. Snowflake는 이 글에서 AI가 문서 텍스트를 읽을 수 있는지가 아니라, 그 이해를 실제 재무 워크플로 안에서 신뢰할 수 있게 만드는지가 진짜 어려운 문제라고 짚습니다. 데이터가 여러 시스템에 흩어져 있고 범용 SaaS AI 기능은 회사별 AP 워크플로에 맞추기 어렵다는 점도 원인으로 꼽았어요.

이번 내용: 6단계 파이프라인과 Snowflake 네이티브 아키텍처

Snowflake는 워크플로를 데이터 가까이 두고, 결정론적으로 처리할 부분은 결정론적으로 남기고, AI는 전체 워크플로를 불투명한 에이전트로 만드는 대신 시스템의 한 계층으로 쓴다는 원칙을 세웠어요. PO, 공급업체 기본 데이터, 과거 청구서, 설정, 큐 상태, 제출 기록이 이미 Snowflake 안에 있었기 때문에 애플리케이션 로직을 데이터 쪽으로 가져오는 방식을 택했습니다.

파이프라인은 이렇게 굴러갑니다. 분류 단계에서는 AI_PARSE_DOCUMENT와 AI_CLASSIFY로 업로드된 파일이 실제 청구서인지, 아니면 영수증이나 명세서 같은 다른 문서인지 걸러냅니다. 추출 단계에서는 문서 인텔리전스 서비스로 텍스트와 레이아웃을 구조화한 뒤 AI_COMPLETE로 헤더 필드와 라인 아이템 같은 정형 데이터로 바꿔요. 번역 단계는 언어를 감지한 뒤 CORTEX.TRANSLATE로 워크플로 품질에 영향을 주는 특정 섹션만 번역하고 원문 위치와 원문, 번역문을 함께 보존합니다.

매칭 단계는 세 가지 방법을 작업별로 나눠 씁니다. 문자열이 이미 일치하면 정확 매칭으로 저비용 처리하고, JAROWINKLER_SIMILARITY로 지저분한 공급업체명이나 법인명을 정리하고, 표현이 다르지만 의미가 같은 청구서 라인과 PO 라인은 AI_COMPLETE로 의미 기반 매칭을 합니다. 보강 단계에서는 매칭된 라인에 지출 카테고리, 코스트센터, 위치, 회사 코드, 서비스 기간, 지불 조건, 세금 관련 값 같은 엔터프라이즈 컨텍스트를 채워 넣는데, 이때 PDF를 무조건 최종 진실로 삼지 않고 어떤 필드는 문서에서, 어떤 필드는 내부 시스템과 정책으로 덮어쓸지 팀이 선택할 수 있게 설계했어요. 마지막 의사결정 단계에서 청구서는 승인, 반려, 중복, 검토 필요 중 하나로 분류되고, 검토가 필요한 건만 분석가에게 배정됩니다.

실무 적용 포인트: 운영 안정성 다섯 축

InvoiceIQ는 확장성, 관측성, 감사 추적, 보안, 평가라는 다섯 축으로 프로덕션 운영 안정성을 확보했다고 밝혔습니다.

• 확장성: SPCS가 청구서 물량 변동에 맞춰 컴퓨트를 자동으로 늘리고 줄이며, Snowflake Cortex AI 함수가 컴퓨트 레이어 안에서 동시에 실행돼 별도 운영팀 없이 여러 추론 단계를 병렬로 처리합니다.
• 관측성: 파이프라인 실행마다 단계별 지연 시간, Cortex AI 호출별 토큰 사용량, 오류, 재시도 횟수 같은 운영 지표를 Snowflake에 기록하고 이를 Streamlit 대시보드로 확인합니다.
• 평가: TruLens로 LLM 호출의 관련성과 근거성을 지속적으로 측정합니다.

이 구조는 청구서 처리뿐 아니라 다른 문서 기반 업무 자동화에도 참고할 만한 패턴이에요. 결정론적 단계와 AI 단계를 명확히 나누고, 원본 소스로 되짚어갈 수 있는 추적성을 유지하는 설계는 마테크나 데이터 파이프라인을 짤 때도 그대로 응용할 수 있습니다.

자주 묻는 질문

CDP 뜻이 뭔가요

CDP는 Customer Data Platform의 약자로 고객 데이터를 여러 시스템에서 모아 통합 프로필로 관리하는 플랫폼을 뜻해요. 이번 InvoiceIQ 사례는 CDP 자체는 아니지만, Snowflake 안에 데이터를 두고 워크플로를 그 위에서 돌리는 방식은 CDP가 지향하는 데이터 중앙화와 비슷한 원리를 씁니다.

마테크 뜻이 뭔가요

마테크는 Marketing Technology의 줄임말로 마케팅 업무에 쓰이는 소프트웨어와 플랫폼 전반을 가리킵니다. InvoiceIQ는 재무 쪽 사례지만 데이터를 거버넌스하고 결정론적 단계와 AI 단계를 조합하는 아키텍처 패턴은 마테크 파이프라인 설계에도 참고할 수 있어요.

AI 에이전트 활용 사례로 볼 때 InvoiceIQ의 특징은 무엇인가요

InvoiceIQ는 전체 워크플로를 하나의 불투명한 에이전트로 만들지 않고, AI를 분류, 추출, 매칭 같은 특정 단계에만 배치했다는 점이 특징이에요. 결정론적으로 처리 가능한 부분은 그대로 두고, 판단이 애매한 부분에만 AI_COMPLETE 같은 의미 기반 매칭을 적용해서 감사 가능성을 유지합니다.

마케팅 자동화 툴을 만들 때 이 아키텍처가 참고가 되나요

InvoiceIQ 자체는 AP 자동화 도구지만, 데이터를 Snowflake 한 보안 경계 안에 두고 결정론적 단계와 AI 단계를 조합한 구조는 마케팅 자동화 파이프라인 설계에도 적용할 수 있는 패턴이에요. 특히 예외 처리 비용을 줄이면서 추적성을 유지하려는 팀에 참고가 됩니다.