예시 답변 1
약 90초
공시서류 파싱 — 레이아웃 인식이 핵심
금융 공시 문서는 표·주석·각주가 얽혀 있어 단순 텍스트 추출로는 맥락이 깨집니다. 저는 LayoutLMv3로 블록 유형(표 셀·본문·주석)을 먼저 분류한 뒤, 표는 구조 그대로 파싱하고 본문과 주석은 별도 청크로 분리해 처리하는 파이프라인을 만들었습니다. 특히 단위 혼용(억 원/백만 달러)과 연도 참조(전기 대비) 오류가 잦아, 파싱 후 단위 정규화 단계를 추가했습니다. 이 접근으로 표 내용 추출 정확도가 기존 pdfplumber 단독 방식 대비 F1 +18%p 개선됐습니다. 금융 도메인에서 정확도보다 일관성이 더 중요하다는 점을 이 프로젝트에서 배웠습니다.
이 결의 특징
공시 문서가 표·주석·각주가 얽혀 단순 추출로는 맥락이 깨진다는 도메인 이해가 또렷합니다. LayoutLMv3로 블록 유형을 먼저 분류하고 표는 구조대로, 본문·주석은 별도 청크로 나눈 대목과 단위 혼용·연도 참조 오류를 정규화 단계로 잡은 점이, 문서 특수성을 실제 파이프라인으로 옮긴 결로 읽히게 합니다.
이 결이 통하는 자리
표 추출 정확도 F1 +18%p가 pdfplumber 단독 대비 무엇을 개선했는지와 연결될 때 통합합니다. '금융에서 정확도보다 일관성이 중요하다'는 관점이 단위 정규화로 받쳐지는 자리에서 면접관의 꼬리질문이 줄어드는 결이 보입니다.