은행 명세서를 PDF로 다운로드하여 열면 날짜, 설명, 차변, 대변 및 잔액이 깔끔하게 정리된 열을 볼 수 있습니다. 해당 열이 스프레드시트 열이 될 것으로 예상하여 PDF를 Excel로 변환합니다. 대신 A열의 날짜, B열의 설명 조각, C열의 추가 설명, D열의 차변 및 대변 금액, E열 어딘가에 있는 잔액 등으로 인해 혼란스러워집니다. PDF는 테이블 구조가 아닌 시각적 위치에 텍스트를 저장하기 때문에 열이 잘못 정렬됩니다.
PDF에서 Excel으로의 은행 명세서 변환은 가장 많이 요청되고 가장 문제가 되는 문서 변환 중 하나입니다. PDF 형식은 은행 계좌 명세서 테이블을 페이지에 있는 텍스트 문자 모음으로 처리합니다. 변환기는 해당 위치에서 테이블 구조를 리버스 엔지니어링해야 하며 위치가 깨끗한 그리드와 완벽하게 정렬되지 않으면 리버스 엔지니어링이 실패합니다.
PDF 테이블이 스프레드시트 열에 깔끔하게 매핑되지 않는 이유
스프레드시트에서 셀에는 명시적인 경계가 있습니다. 3행 B열의 셀에는 정확히 하나의 값이 포함되어 있습니다. PDF에서 텍스트는 페이지의 특정 x 및 y 좌표에 배치됩니다. B열에 속하는 텍스트는 x 좌표 범위에 걸쳐 있을 수 있습니다. 변환기는 열에서 대부분의 값이 시작하고 끝나는 위치를 확인하여 열 경계를 추측해야 하며, 값의 길이가 다양하면 추측이 잘못된 경우가 많습니다.
은행 명세서의 가변 너비 열은 정렬 오류의 주요 원인입니다. 설명 열은 날짜 또는 금액 열보다 훨씬 넓습니다. 긴 설명은 시각적으로 다음 열에 속하는 공간까지 확장될 수 있습니다. 변환기는 긴 텍스트가 한 열에 속하는지 아니면 다음 열에 속하는지 여부를 결정해야 하며, 변환기마다 다른 결정을 내립니다.
여러 줄 항목이 있으면 문제가 더욱 복잡해집니다. 긴 설명이 포함된 은행 거래는 두 번째 줄로 넘어갈 수 있습니다. PDF에서는 x 위치가 동일한 두 개의 별도 텍스트 개체로 나타납니다. 변환기는 이 두 텍스트 개체가 새 행이 아닌 동일한 셀에 속한다는 것을 인식해야 합니다. 여러 줄 항목을 병합하지 못하면 Excel 출력에 가상 행이 생성됩니다.
다양한 변환기가 테이블 감지를 처리하는 방법
기본 변환기는 간단한 열 감지 알고리즘을 사용합니다. 즉, 텍스트가 시작되는 가장 일반적인 x 위치를 찾고 이를 열 경계로 정의합니다. 이는 엄격하고 일관된 열 너비를 가진 명령문에 작동합니다. 열 너비가 페이지마다 다르거나 텍스트가 때때로 해당 열을 넘어 확장되는 문에서는 실패합니다.
고급 변환기는 은행 명세서 레이아웃에 대해 훈련된 기계 학습 모델을 사용합니다. 이러한 모델은 일반적인 패턴, 왼쪽의 짧은 날짜, 가운데의 긴 설명, 오른쪽의 통화 금액을 인식하고 경계 위치가 완벽하게 일치하지 않는 경우에도 열을 식별할 수 있습니다. 이러한 고급 변환기의 PDF 데이터 추출 정확도는 훨씬 높지만 일반적으로 유료 또는 엔터프라이즈 도구에서만 사용할 수 있습니다.
WukongPDF는 표 형식의 데이터를 추출하기 위해 브라우저를 통해 PDF 변환기 도구를 제공합니다. 변환은 각 페이지를 처리하고, 테이블 구조를 식별하고, 데이터를 Excel 형식으로 내보냅니다.
잘못 정렬된 변환 출력의 수동 정리
변환 후 Excel 출력에는 거의 항상 수동 정리가 필요합니다. 날짜 열과 같이 일관된 데이터를 포함해야 하는 열을 기준으로 스프레드시트를 정렬합니다. 잘못된 열에 날짜가 있는 행은 잘못 정렬됩니다. 이 행을 올바른 열 정렬로 드래그하세요. 정리는 지루하지만 체계적이다.
Excel의 텍스트를 열로 변환 기능을 사용하여 병합된 셀을 분할합니다. 셀에 공백으로 구분된 차변 금액과 대변 금액이 모두 포함되어 있는 경우 Text to Columns는 이를 별도의 열로 분할할 수 있습니다. 원본 은행 명세서의 일관된 형식을 기반으로 분할 지점을 정의합니다.
동일한 은행에서 정기적으로 다운로드하는 명세서를 올바른 열 구조로 Excel 템플릿을 만들고 이를 사용하여 각 전환을 검증합니다. 변환된 데이터를 예상 패턴과 일치하지 않는 템플릿 및 플래그 행과 비교합니다. 템플릿 접근 방식은 여러 변환 시도에서 일관되게 정렬 오류를 포착합니다.
은행 데이터에 대한 PDF 변환의 대안
대부분의 은행은 PDF 명세서 외에도 구조화된 형식으로 거래 데이터 다운로드를 제공합니다. CSV, QFX 및 OFX 형식은 데이터 가져오기용으로 설계되었으며 변환이 필요하지 않습니다. PDF 명세서를 변환하기 전에 은행에서 구조화된 다운로드 옵션을 제공하는지 확인하세요. 구조화된 형식은 정렬 문제 없이 Excel이나 회계 소프트웨어로 깔끔하게 가져옵니다.
PDF로만 제공되는 은행 명세서의 경우 범용 PDF 변환기보다는 전용 재무 문서 프로세서를 사용하는 것이 좋습니다. 이러한 전문 도구는 재무 문서 레이아웃에 대해 교육을 받았으며 열 감지, 여러 줄 병합 및 통화 형식을 범용 도구보다 더 정확하게 처리합니다.
대변은 녹색, 차변은 빨간색 등 색상으로 구분된 거래 유형이 있는 은행 명세서는 PDF 변환을 더욱 복잡하게 만듭니다. 색상 정보는 시각적이며 텍스트 위치 지정에 영향을 주지 않습니다. 그러나 시각적 서식을 분석하는 변환기는 색상 변경을 열 경계로 해석하여 출력에 추가 팬텀 열을 생성할 수 있습니다.
다중 통화 은행 명세서에는 변환이 더욱 복잡해집니다. USD와 EUR의 거래를 모두 포함하는 명세서에는 다른 위치나 다른 형식의 금액 열이 있을 수 있습니다. 변환기는 두 개의 금액 열 집합이 동일한 논리 구조에 속하여 단일 통화 명세서보다 더 단편화된 Excel 출력을 생성한다는 것을 인식하지 못할 수 있습니다.
동일한 은행 계좌 명세서 형식을 반복적으로 변환하려면 변환기 설정을 한 번 구성하고 사전 설정으로 저장하는 데 시간을 투자하세요. 사전 설정은 특정 명세서 레이아웃에 작동하는 열 감지 매개변수, 여러 줄 병합 동작 및 통화 형식을 캡처합니다. 도구가 데이터에 맞춰 조정되었기 때문에 이후의 각 변환은 첫 번째 변환보다 더 정확합니다.
Excel 출력을 변환하고 정리한 후 거래 횟수 및 총액을 PDF 원본과 비교하십시오. Excel에 237개의 행이 있지만 PDF에 240개의 트랜잭션이 나열되어 있는 경우 변환 중에 3개의 트랜잭션이 손실되거나 병합되었습니다. 누락된 트랜잭션을 찾아서 수동으로 추가하여 데이터세트를 완성하세요.
행 음영이 번갈아 나타나는 일부 은행 형식 명세서는 다른 모든 행에 밝은 회색 배경이 있습니다. 이 음영은 PDF의 시각적 서식 요소입니다. 엑셀로 변환 시, 음영이 사라지거나 일관되지 않게 적용될 수 있습니다. 음영 손실은 데이터 정확도에 영향을 미치지 않지만 Excel 출력을 시각적으로 스캔하기 어렵게 만듭니다.
은행 로고 및 장식 테두리와 같은 그래픽 요소가 포함된 PDF 문은 데이터 변환에 영향을 미치지 않지만 Excel 출력에서 흩어진 이미지로 나타날 수 있습니다. 이러한 이미지를 Excel 파일에서 삭제하여 모양을 정리해야 합니다. 추출 가능한 데이터는 포함되어 있지 않습니다.
여러 통화로 이루어진 거래가 포함된 국제 은행 명세서의 경우 변환 복잡성이 증가합니다. 환율, 통화 기호 및 다양한 소수 구분 기호로 인해 구문 분석 문제가 추가됩니다. 다중 통화 변환을 수동으로 확인하는 것이 특히 중요합니다.
온라인 뱅킹 포털에서 생성된 PDF 명세서는 일반적으로 텍스트 기반이며 스캔한 종이 명세서보다 더 정확하게 변환됩니다. 은행이 온라인 포털을 통해 다운로드 가능한 PDF 명세서를 제공하는 경우 인쇄된 명세서를 스캔하는 대신 해당 명세서를 사용하세요. 디지털 원본에는 보다 안정적으로 변환되는 보다 깨끗한 텍스트 데이터가 있습니다.
Excel 변환을 정리한 후 Excel 데이터 유효성 검사 도구를 사용하여 변칙 사항을 확인하세요. 명세서 기간을 벗어난 날짜, 예상 형식과 일치하지 않는 금액, 비정상적으로 짧거나 긴 설명을 필터링합니다. 이러한 이상 현상은 수동 수정이 필요한 변환 오류를 나타내는 경우가 많습니다.
명세서 메타데이터에 포함된 PDF 생성 날짜는 명세서의 올바른 버전을 변환하고 있는지 확인하는 데 유용할 수 있습니다. 같은 기간에 대해 1월에 다운로드한 명세서와 3월에 다운로드한 명세서가 동일해야 합니다.
변환된 Excel 데이터를 회계 소프트웨어로 가져오는 경우 회계 소프트웨어에서 예상하는 가져오기 형식과 일치하도록 Excel 열의 형식을 지정합니다. 대부분의 회계 소프트웨어에는 특정 열 이름과 데이터 형식이 필요합니다.
PDF를 전처리하여 텍스트 레이어를 향상시키면 변환 정확도를 높일 수 있습니다. 텍스트 기반 PDF에서 OCR을 실행하면 변환기가 원본 텍스트 위치 지정 데이터보다 더 정확하게 구문 분석할 수 있는 깔끔한 텍스트 레이어가 생성됩니다.
은행 명세서 PDF가 온라인 뱅킹에서 생성되면 메타데이터의 PDF 생성 날짜는 명세서 날짜가 아닌 다운로드 날짜에 해당합니다. 명세서 내용 내에 명세서 기간이 표시됩니다. 시간에 민감한 분석을 위해 변환된 데이터를 사용하기 전에 작업 중인 날짜를 확인하십시오.
잘못 정렬된 PDF에서 Excel로의 변환을 정리하는 데 투자한 노력은 데이터를 회계 시스템으로 안정적으로 가져오거나 스프레드시트에서 분석하거나 재무 보고 도구와 통합할 때 보상을 받습니다.
PDF-Excel 불일치의 근본 원인을 이해하면 사용자가 올바른 변환 접근 방식을 선택하고, 적절한 정리 기술을 적용하고, 대체 데이터 소스가 PDF 변환보다 더 나은 결과를 생성할 때를 인식하는 데 도움이 됩니다.
변환 결과가 수용할 수 없는 경우 은행에서 직접 CSV와 같은 구조화된 형식의 데이터를 요청하면 PDF 변환 정리에 대한 어려움 없이 사용 가능한 스프레드시트 데이터에 대한 가장 깨끗한 경로를 제공할 수 있습니다.
| 전환 문제 | 원인 | 정리 기술 |
|---|---|---|
| 병합된 셀 | 여러 줄 설명은 행에 걸쳐 있습니다. | 텍스트를 열로 또는 수동 분할 사용 |
| 팬텀 행 | 변환기는 하나의 거래를 두 개로 나눕니다. | 날짜별로 정렬합니다. 중복 행 병합 |
| 누락된 거래 | OCR에서 줄이 누락되었거나 변환기가 건너뛰었습니다. | 행 수와 PDF 원본 비교; 수동으로 추가 |
| 잘못 정렬된 열 | 가변 너비 설명 열 | 잘못 정렬된 셀을 올바른 열로 드래그 |