Number & Amount Extractor

현대 기업의 재무, 회계 부서에서 처리하는 수많은 영수증, 인보이스(Invoice) 데이터는 대부분 일반 텍스트와 무질서하게 혼합된 '비정형(Unstructured) 상태'로 존재합니다. 메신저로 전달받은 결제 대금을 엑셀(Excel)이나 ERP 시스템으로 이관하기 위해 작업자가 숫자를 눈으로 보고 타이핑하는 것은 심각한 업무 병목을 초래합니다.

특히 수작업 중 발생하는 '0' 하나의 누락이나 콤마(,) 오기입 같은 휴먼 에러(Human Error)는 치명적입니다. 프레티 툴즈의 자동 추출기는 방대한 텍스트 더미 속에서 오직 수치적 가치를 지닌 데이터만을 핀셋처럼 추출해 내는 데이터 클렌징(Data Cleansing) 도구입니다. 이를 통해 물리적 시간을 90% 이상 단축시키고 데이터의 정합성(Integrity)을 보장받을 수 있습니다.

프로그래밍 언어에서 단순히 연속된 숫자를 걸러내는 것은 난이도가 낮지만, 실무에서 요구하는 '화폐 단위(Currency)'나 '전화번호 포맷'을 맥락 속에서 정확히 추출하는 것은 고도화된 정규 표현식(Regular Expression) 알고리즘을 요구합니다.

"12,500원"이라는 텍스트에서 단순히 숫자만 추출하면 시스템은 콤마를 문자로 인식하여 조각내버립니다. 본 시스템은 3자리마다 콤마가 찍힌 재무 표준 포맷이나 소수점(.) 표기법을 하나의 객체로 묶어 파싱하며, 국내 표준 연락처(하이픈)의 오탐(False Positive) 방지 로직까지 탑재했습니다.

※ 재무 포맷 정밀 파싱 및 부동소수점 합산 로직

// 프레티 툴즈: 재무 포맷 정밀 파싱 및 부동소수점 합산 알고리즘
const numberExtractor = {
  // 1. 화폐 포맷 정규식: 콤마(,)와 소수점(.)을 포함한 하나의 숫자로 인식
  currencyRegex: /[0-9]+(?:,[0-9]{3})*(?:\.[0-9]+)?/g,

  extractAndCalculate: (rawText) => {
    const matches = rawText.match(numberExtractor.currencyRegex) || [];
    let totalSum = 0;

    matches.forEach(numStr => {
      // 콤마를 제거하고 컴퓨터가 인식할 수 있는 Float 타입으로 캐스팅
      const cleanNum = parseFloat(numStr.replace(/,/g, ''));
      if (!isNaN(cleanNum)) totalSum += cleanNum;
    });

    // IEEE 754 부동소수점 오류 방지를 위한 정밀도 보정 후 콤마 포맷팅 반환
    return {
      extractedList: matches,
      sum: totalSum.toFixed(2).replace(/\B(?=(\d{3})+(?!\d))/g, ",")
    };
  }
};