수천 개 PDF에서 가격을 뽑을 때 비용과 정확도를 함께 고민하는 사례
수천 개의 PDF에서 제품 번호와 가격을 꺼내 관계형 테이블에 넣어야 하는 상황이다. 파일마다 형식이 달라서 어떤 PDF는 깔끔한 표가 있고, 어떤 PDF는 문단 안에 가격이 흩어져 있다. 배송비나 다른 조건처럼 최종 가격에 영향을 주는 정보도 함께 처리해야 한다.
더 어려운 점은 이런 조건이 모든 제품에 적용되지 않고 일부 제품에만 적용될 수 있다는 것이다. 선택지는 같은 와, 에 PDF를 넣고 와 신뢰도를 받는 방식이다. 는 운영에는 편할 수 있지만, 수천 개 문서를 처리하면 비용 부담이 커질 수 있다.
실제 운영에서 어떤 방식이 버텼는지, 정확도가 어느 정도였는지, 비용을 어떻게 통제했는지가 핵심 문제다.
핵심 포인트
- PDF마다 가격 위치와 형식이 달라 단일 규칙만으로 처리하기 어렵다.
- 배송비 같은 추가 조건은 일부 제품에만 적용될 수 있어 무조건 붙이면 오류가 난다.
- 은 편하지만 대량 처리 비용이 걱정된다.
- 로 와 신뢰도를 받는 방식도 검토 대상이다.
- 비용을 줄이려면 모델 호출 전에 문서를 잘라내고 필요한 부분만 보내는 설계가 중요하다.