골치아픈 계약부터 전략적 자산까지: IBM® Cloud와 watsonx.data를 사용하여 구조화되지 않은 부동산 데이터를 이해하는 Edsvard
스웨덴 기술 기업이 AI를 사용하여 복잡한 계약서에 있는 핵심 데이터를 추출하고, 위험을 표시하며, 수익을 보호하는 방법을 알아보세요.
부동산 계약은 주된 자동화 후보입니다. 빽빽하고 소유자와 관할 구역에 따라 일관성이 없으며, 심각한 재정적 결과를 초래할 수 있는 작은 조항들로 가득 차 있습니다. 갱신 기간, 물가 연동 공식, 서비스 포함 여부, 임차인의 의무, 예외 조항 등이 있으며 이들은 절대 후속 시스템에 깔끔하게 적용되지 않습니다.
스웨덴의 Edsvard Hallbarhet AB는 이 문제를 인식하고 부동산 거래 및 부동산 관리와 관련된 다양한 서류를 입력하면 기계가 확인할 수 있는 구조화된 데이터로 변환하는 시스템을 만들었습니다. 그러면 고객은 문서의 수동 색인 작업을 중단하고, 송장들의 불일치를 조기에 감지하고, 분쟁이나 수익 손실로 이어지기 전에 위험 부담 조항을 표면으로 드러낼 수 있습니다. 이 모든 것이 사용하기 쉬운 AI 기반 인터페이스에서 이루어집니다.
이 AI 기업은 유연한 하이브리드 기능을 갖춘 IBM Cloud, Edsvard의 아키텍처를 간소화하고 단순화하는 데 기여한 오픈 레이크하우스 기능을 갖춘 watsonx.data를 기반으로 솔루션을 구축했습니다. 이 방식에 따라 보강 및 처리를 위해 데이터를 이동할 필요가 없어 프로세스 간소화되었습니다.
Edsvard의 솔루션인Contract Intelligence는 AI를 사용하여 계약서에서 직접 주요 용어와 데이터 포인트를 추출합니다. 그런 다음 이 분석을 송장, 원장, 에너지 신고, 알림과 같은 다른 기록 시스템과 비교하여 불일치를 찾고 조치를 트리거합니다.
Contract Intelligence는 수치 조정 외에도, 헤드라인 수치가 정확해 보이더라도 계약의 노출을 크게 변경할 수 있는 위험 부담 조항을 표시합니다. 이들의 솔루션은 소규모 배포와 대규모 배포 모두에서 작동해야 합니다. 특정 값에 대한 문서 100개부터, 이 기업의 미국 고객사들에게서 흔히 볼 수 있는 수십만 개의 문서에 대한 대규모 롤아웃까지 모두 가능해야 합니다.
기술적으로 이 플랫폼은 2계층 시스템으로 구축됩니다. 소스 레이어에는 PDF, Word 문서, 스프레드시트, 슬라이드 데크, 모바일 기기의 사진 등 다양한 비정형 데이터가 포함되어 있습니다. 두 번째 계층은 API를 통해 노출된 Contract Intelligence(및 병렬 Invoice Intelligence 기능)를 실행하는 AI 레이어로 구성됩니다.
Contract Intelligence 솔루션의 아키텍처 보기
이 솔루션은 IBM 클라우드에서 서비스 형태로 실행되며, 필요에 따라 watsonx.data, 다른 클라우드 제공업체, 온프레미스에서도 실행되도록 설계되었습니다. 이러한 하이브리드 솔루션에 대한 요구는 현장에서 나타났습니다. 대형 고객들이 규제와 개인정보 보호 문제로 프라이빗 클라우드나 온프레미스 배포를 점점 많이 요구하게 되었기 때문입니다. 설계 단계부터 하이브리드를 도입한다는 IBM의 전략이 Edsvard 팀에 매력적으로 다가온 주요 이유였습니다.
AI 시스템 계층 내부의 파이프라인은 네이티브 디지털 문서를 위한 텍스트 추출, 이미지 기반 입력을 위한 광학 문자 인식(OCR), 텍스트 준비, 모델 추론 이전 정규화 프로세스의 일부로 명명된 엔티티 인식을 사용합니다.
어느 단계인지에 따라 작업을 실행하기 위해 단일 구성 요소가 할당될 수도 있고, 가장 적합한 구성 요소가 자동으로 선택되는 여러 구성 요소가 있을 수도 있습니다. 예를 들어 OCR 단계에서는 오픈 소스 Tesseract, PaddlePaddle 또는 다른 OCR 엔진을 사용할 수 있습니다.
차별화된 작업은 모델링과 적응 루프에서 이루어집니다. Edsvard는 주석 시스템과 맞춤형 언어 모델 전략을 사용합니다. 팀은 영어, 스웨덴어, 스페인어, 이탈리아어 등 특정 대상 언어에 최적화된 자체 맞춤형 모델을 구축하기로 결정했습니다. 이 작업에는 계약 유형에 대한 더 많은 도메인 학습과 주석을 통한 고객별 미세 조정이 포함되었습니다.
이러한 모든 작업의 목표는 중요한 필드(예: 계약 번호, 유효 기간, 부동산 면적, 건물 구역, 임대 및 갱신, 해지 시기)를 정확하게 추출하는 것이었습니다.
Edsvard는 규모, 아키텍처, 학습을 최적화하여 학습과 추론 속도를 모두 높이는 자체 모델을 구축하기로 결정했습니다. 이 작업으로 메모리 공간도 더 작아졌습니다. 팀은 이 접근 방식이 정응답적 성격이 더 강해서 가능한 최상의 데이터 품질을 보장한다는 것을 알게 되었습니다.
추출된 필드들은 '정확한 계약 상태'로 조립되어 시계열 저장소(watsonx.data)에 저장되고 API와 대시보드를 통해 드러납니다. Edsvard는 계약 인텔리전스를 위해 궁극적으로, 아웃풋을 위한 사용자 지정 대시보드를 구축했습니다. 처음에 팀은 Elasticsearch Kibana를 사용했지만 필요한 사용성 수준에 도달하지 못했습니다. 인보이스 인텔리전스의 경우, 고객이 추출한 값을 자신의 시스템으로 직접 되돌려 보내기를 선호하는 경우도 있습니다.
Contract Intelligence 인터페이스의 예
확장성 및 TCO에 모두 관련된 주요 아키텍처 결정 중 하나는 Contract Intelligence가 단일 문서 포털에 국한되지 않고 REST 서비스로 제공된다는 것입니다.
Samporten 소스 시스템(Edsvard에서 개발한 프로젝트 추적 소프트웨어 제품)은 원래 부동산 및 건설 사용 사례에 매우 적합했습니다. 그러나 새로운 시스템은 기존 DMS/CRM/ERP 환경과 쉽게 통합할 수 있으며, 가령 SharePoint를 크롤링해서 기존 위치에서 문서를 처리할 수 있습니다.
watsonx.data는 플랫폼이 데이터를 가져와서 처리하여 데이터 이동과 맞춤형 ETL(추출, 변환 및 로드) 파이프라인을 최소화하는 동시에 데이터를 기존 위치에서 보강할 수 있게 하는 핵심 요소입니다. 이 프로세스는 운영 오버헤드, 지연 시간, 장애 발생 가능성을 줄입니다.
비즈니스 영향은 엔지니어와 제품 관리자가 관심을 가지는 측정 가능한 운영 결과에 중점을 둡니다. 수동 처리를 90% 이상 감축, 데이터 품질 향상(시스템들 사이에서 손실되는 정보 감소), 공통 계산 모델을 통한 예측 기능 향상, 재무 안정성 개선 등입니다. Edsvard 고객들은 은행과의 협상 능력이 향상되었다고 보고하기도 합니다.
운영 측면에서 이 플랫폼을 사용하면 수백 개의 문서에서 수천 개의 문서로 문서 워크플로를 쉽게 확장하고, 프로세스를 재구축하지 않고 계약을 처리하여 새로운 자산을 온보딩할 수 있습니다. 부동산 팀의 경우, 인보이스 발행 조건을 더 정확하게 정리하고 갱신 기간을 명확하게 밝혀서 임차인과의 분쟁을 줄이고 청구 조정 주기를 단축할 수도 있습니다.
Edsvard는 IBM Cloud와 watsonx.data를 구축 기반으로 삼고 설계 초기 단계부터 하이브리드 배포를 염두에 둠으로써, 계약서 대조라는 어려움을 모듈형 문서 AI 플랫폼으로 해결했습니다. 이 플랫폼은 서비스 형태로 배포할 수 있으며, 기존 엔터프라이즈 시스템(SharePoint 포함)과 통합될 뿐만 아니라, 데이터 수집과 데이터 계층을 재구축할 필요 없이 북유럽 지역의 소규모 AI 어시스턴트 배포에서 다중 위치로의 확대 배포까지 유연하게 확장할 수 있습니다.
앞으로 이들은 IBM Power11을 활용해 '단일 패키지' 종단간 온프레미스 솔루션을 제공할 계획입니다. 또한 계약에 대한 합의가 이루어지면 에이전트 AI가 후속 조치를 자동화하는 방안을 모색하고 있습니다. 그렇게 하면 새로운 문서 유형, 새로운 환경, 새로운 워크플로로 확장하는 기반을 마련하는 동시에 엔지니어링 표면 영역을 안정적으로 유지하고 정확성과 유용성에 중점을 둔 사용자 경험을 제공할 수 있습니다.