How Docusign is Bringing Contract Table Extraction to Production with NVIDIA Nemotron Parse

개요

Docusign은 NVIDIA Nemotron Parse를 문서 처리 파이프라인에 통합하여 계약서 내 표 데이터 추출의 정확성과 생산성을 크게 향상시켰습니다.

주요 내용

* 특수 AI 모델의 생산 환경 도입: AI Engineer World's Fair에서 논의된 주요 주제 중 하나는 연구 단계의 특수 AI 모델을 대규모 생산 환경으로 옮기는 것입니다.
* 계약서 표 추출의 어려움: 계약서 내 표는 병합된 셀, 다중 페이지 구조, 혼합된 서식, 중첩된 레이아웃 등 복잡한 형태를 가지며, 일반적인 VLM(Vision-Language Model) 및 AI 모델로는 정확한 추출이 어렵습니다. 이는 시스템 다운타임 시 SLA 요구사항 확인, 계약 단가표 검토, 공급업체 갱신 시 가격 구조 분석 등 운영 지연 및 오류의 원인이 됩니다.
* NVIDIA Nemotron Parse 통합: Docusign은 이러한 문제를 해결하기 위해 문서 이해에 특화된 NVIDIA Nemotron Parse를 문서 처리 파이프라인에 직접 통합했습니다. Nemotron Parse는 레이아웃 감지, OCR, 문서 의미론을 결합하여 복잡한 표를 정확하게 해석하고 재구성합니다.
* 생산 파이프라인 아키텍처:
* vLLM 서빙: Nemotron Parse는 vLLM을 통해 서빙되며 Docusign의 기존 레이아웃 및 OCR 파이프라인과 직접 통합됩니다.
* 데이터 거버넌스 및 로컬리티: 민감한 계약 데이터는 Docusign의 보안 환경 내에서 로컬로 유지되어 데이터 보안 및 규정 준수를 보장합니다.
* 실제 계약 데이터 기반 검증: 합성 데이터가 아닌 실제 복잡한 기업 계약서를 대상으로 테스트하여 모델의 정확성과 신뢰성을 검증했습니다.
* 향후 계획: 모델의 정확성을 더욱 향상시키고, NVIDIA Agent Toolkit을 통한 에이전트 워크플로우 통합을 탐색하며, 개발자 시스템과의 직접 통합을 위한 공개 API 출시를 준비 중입니다.

시사점

Docusign의 Nemotron Parse 활용 사례는 복잡한 문서 구조를 가진 비정형 데이터를 AI를 통해 추출하여 생산성을 높이고 운영 효율성을 개선할 수 있음을 보여줍니다. 이는 기업 환경에서 AI 모델을 성공적으로 생산에 적용하는 방안을 제시하며, 향후 문서 인텔리전스 파이프라인 구축 및 VLM의 생산 환경 도입에 중요한 참고 자료가 될 것입니다.