신스타프리젠츠의 법인카드 해외(영문) 거래를 결정론적 규칙엔진으로 자동 분류하고, 애매한 "보류" 건만 카드역할·과거 이력·구글드라이브 품의서 매칭 근거와 함께 담당자에게 추천합니다. 카드번호는 서버에 저장하지 않습니다.
영문 가맹점명 거래는 정산 담당자에게 특히 손이 많이 가는 작업이었습니다.
가맹점명이 영문이라 담당자가 용도·계정과목을 하나씩 판별해야 했고, 같은 가맹점도 거래마다 용도가 갈렸습니다(같은 아마존이라도 부품=재료비 vs 출장구매=출장비).
과거 어떤 용도로, 누가, 어떤 품의로 처리했는지 근거가 분산돼 일관성·재현성 확보와 감사 추적이 어려웠습니다.
카드 상세내역 파일에는 전체 카드번호가 포함되어, 자동화 도구에 업로드할 때 유출·보안(PCI 스코프) 우려가 있었습니다.
담당자는 카드내역 원본을 그대로 올리고, 명확한 건은 자동 정리되며 애매한 건만 근거와 함께 확정하면 됩니다.
카드내역 엑셀(.xls/.xlsx) 원본을 /labeling/에 그대로 업로드.
카드번호를 뒤 4자리로 절단하고 영문 거래만 추출.
결정론적 규칙으로 자동 분류, 애매한 건만 "보류"로 분리.
품의·카드역할·이력 근거와 함께 용도 추천.
확정 후 라벨링 엑셀(카드번호 마스킹) 내려받기.
LLM 대신 우선순위 규칙으로 분류해, 재현 가능하고 감사 추적이 되며 호출 비용이 들지 않습니다.
업로드 즉시 카드번호를 뒤 4자리로 절단하고 전체 PAN 컬럼을 버립니다. "저장하지 않는 것이 가장 안전"이라는 원칙입니다.
**** **** **** 0863 형태 마스킹애매한 거래에는 우선순위(품의 금액일치 > 카드역할 > 품의 브랜드 > 브랜드 이력 > 휴리스틱)에 따라 추천과 근거 배지를 답니다.
드라이브의 품의서 PDF를 스냅샷·파싱해, 해외커머스 거래를 브랜드·금액·날짜로 매칭하고 원본 품의서 링크까지 연결합니다.
명확한 건은 자동으로 정리되고, 담당자는 애매한 보류 건만 근거를 보며 확정합니다.
실제 카드내역으로 재현한 결과, 대부분의 영문 거래가 오분류 없이 자동 처리됐습니다.
실데이터 재현에서 영문 거래 119건 중 104건이 자동 분류됐고, 자동 분류 건의 정답 일치율은 100%(오분류 0)였습니다. 담당자는 보류 15건만 처리했습니다.
전체 카드번호를 시스템 어디에도 남기지 않고 뒤 4자리만 보관합니다. 출력물은 마스킹, 드라이브는 읽기 전용으로 접근해 유출 위험과 PCI 스코프를 최소화했습니다.
분류는 결정론적 규칙엔진으로, 품의서 파싱만 LLM으로. 재현성과 비용을 함께 잡았습니다.