Solutions · 도면 OCR AI

도면의 패널·라벨 정보를
인식해 BOM으로 전환하는
도면 기반 AI 솔루션

도입 상담 신청

도면 OCR AI

AI가 도면의 패널·라벨을 인식하고 자재명·수량·사양을 추출·표준화하면,
사용자는 결과를 검수해 자재명세서(BOM)로 확정합니다.

썸네일

WHY 도면 OCR AI

도면 구조와 자재 표기가 달라질수록,
단순 OCR과 고정 규칙만으로는 정확한 BOM을 만들기 어렵습니다.

  1. 도면 유형별 구조 차이
    도면마다 패널의 배치·레이아웃·기호 위치가 달라,
    고정된 규칙에 의존하면 새로운 도면 유형이
    추가될 때마다 예외 규칙과 유지보수 부담이
    늘어납니다.
  2. 자재 정보 해석의 복잡성
    같은 자재도 약어·한글·영문 등으로 다르게
    표기되며, 자재명뿐 아니라 수량·사양과 포함·제외
    기준까지 함께 해석해야 합니다.
  3. 검수와 개선을 위한 추적성
    결과만 제공하면 오류 발생 단계를 확인하기
    어렵습니다. 추출 과정과 근거를 추적하고,
    필요한 항목만 사람이 확인·보정할 수 있는
    구조가 필요합니다.
썸네일

WHAT IS 도면 OCR AI

도면 PDF 업로드부터 표준화된
BOM·CSV 산출까지 이어지는 5단계 업무 흐름

도면 PDF를 업로드하면 패널 자동 인식과 자재 정보 추출·표준화, 사용자 검수를 거쳐 BOM을 산출합니다.

  • 업로드
    도면 PDF를 그대로 업로드해
    별도의 이미지 변환이나
    수작업 전처리 부담을
    최소화합니다.
  • 패널 인식 및 지정
    AI가 도면에서 패널과 패널
    라벨을 자동으로 탐지합니다.
    필요한 경우 사용자가
    영역 박스를 직접 추가하거나
    수정할 수 있습니다.
  • 도면 해석 및 추출
    선택된 패널의 문자·레이아웃·
    전기기호와 주변 문맥을 분석해
    자재명·수량·사양을 구분하여
    추출합니다.
  • 표준화 및 검수
    자재 표준 정보(Material
    Catalog)를 기준으로 서로 다른 자재 표현을 표준명과 사양으로 정리하고, 원본 도면과 추출
    결과를 비교해 필요한 내용을
    확인·보정합니다.
  • BOM 산출
    확정된 결과를 패널별
    BOM으로 정리하고 CSV
    파일로 내려받아 견적·설계·
    구매 등 후속 업무에
    활용합니다.

KEY FEATURES

도면 인식부터 결과 검수·CSV 활용까지,
실제 업무에 필요한 핵심 기능을 제공합니다.

  • 썸네일
    도면 기반 BOM 추출
    선택된 패널의 구조와 주변 문맥을 분석해 자재명·수량·사양을 구분하여 추출하고,
    도면 영역과 BOM 결과 및 신뢰도를 한 화면에서 확인합니다.
  • 썸네일
    패널·라벨 영역 지정 및 보정
    AI가 탐지한 패널·라벨 영역을 확인하고, 누락되거나 잘못 지정된 영역은
    사용자가 화면에서 직접 추가·수정할 수 있습니다.
  • 썸네일
    검수 결과 확인과 CSV 산출
    검수가 완료된 BOM 결과를 확인하고 페이지 범위와 파일 형식을 선택해
    CSV로 내려받아 견적·설계·구매 등 후속 업무에 활용합니다.
썸네일

IMPACT

도면 검토 부담을 줄이고,
BOM 결과의 일관성과 오류 대응 속도를 높입니다.

  • 반복 검토 시간 단축
    권한에 맞는 리포트를 포털에서 제공해 현업의
    데이터 접근 경로를 단순화합니다.
  • BOM 기준의 일관성
    표준 자재명·동의어·사양·수량과 포함·제외 기준을 자재
    표준 정보로 관리해 담당자의 경험에 따라 달라질 수
    있는 판단을 일정한 기준으로 정리합니다.
  • 검수와 오류 대응 효율화
    추출 단계와 근거를 확인할 수 있어 오류나 누락의
    발생 지점을 빠르게 찾고, 필요한 항목만 보완할 수
    있습니다.

ADOPTION FLOW

BI 환경 구축부터 운영 고도화까지,
단계적으로 적용합니다.

  1. 문의/샘플 데모
    대표 도면과 기존 BOM 또는
    정답지를 바탕으로 패널 인식과
    BOM 추출 가능성을
    먼저 확인합니다
  2. 추출 기준 정의
    표준 자재명·코드·동의어·필수 사양과
    수량 및 포함·제외 기준을 정의하고
    고객사별 자재 표준 정보(Material
    Catalog)를 구성합니다.
  3. 커스터마이징/
    모델 학습
    고객사의 도면 유형과
    패널 구조에 맞춰 패널·라벨
    인식 모델과 BOM 추출 로직,
    결과 형식을 설정합니다.
  4. 파일럿 검증/
    사용자 보정
    대표 도면의 정답지와 추출 결과를
    비교하고, 미등록·저신뢰 항목에 대한
    현업 검수를 반영해
    추출 기준을 보완합니다.
  5. 운영 전환/
    지속 개선
    검증된 도면 유형부터 운영에 적용하고,
    신규 도면과 사용자 보정 결과를
    활용해 모델과 자재 표준 정보를
    지속적으로 개선합니다.

CASE STUDY

대기업 프로젝트에서 도면 분석 업무의
적용 가능성을 검증했습니다.

대기업 도면 인식·BOM 추출 검증

대기업 프로젝트의 샘플 도면을 기반으로 패널·라벨 인식부터 자재 정보 추출,
결과 검수와 CSV 산출까지 전체 업무 흐름을 검증했습니다.
이를 통해 기존 방식 대비 처리시간 단축과 패널 인식·BOM 결과의
정확도 개선 가능성을 확인했습니다.
※ 실제 고객 데이터가 아닌 예시 데이터로 구성한 데모 영상입니다.

SOLUTIONS

다른 솔루션도 함께 살펴보세요

  • 썸네일
    BXG기업용 AI 에이전트 OS
    멀티 클라우드 환경의 LLM과 AI 에이전트를
    하나의 포털에서 통합 운영·관리합니다.
    자세히보기
  • 썸네일
    OntologyAI 에이전트 서비스
    흩어진 데이터와 AI 에이전트를 관계로 연결해,
    AI가 기업의 맥락을 이해하도록 합니다.
    자세히보기
썸네일

샘플 도면을 바탕으로 추출 결과와
업무 적용 가능성을 확인합니다.

도입 상담 신청
quick_icon
Contact us