Stage 2. 자동화 설계 + 검증¶

← 이전 Stage 1. 디테일 채워주기 · 다음 → 마무리. Skill 맛보기

Stage 1까지는 "이 PDF 하나"를 잘 채우는 과정이었습니다. 이제는 다른 대학 PDF에도 돌릴 수 있는 자동화 스크립트를 만들고, AI가 직접 교차 검증하도록 합니다.

이번 단계 (약 25분)

프롬프트 ① 자동화 설계 + 구현 요청
프롬프트 ② AI 교차 검증 + 정답 Excel 비교
사람 확인은 간단한 10분 프로토콜로

가장 중요한 조건

지금 PDF 하나에만 맞는 코드로 만들면 안 됩니다
페이지 번호 고정이 아니라, 제목·표 의미 같은 구조적 신호로 동작해야 합니다

2-1. 자동화 설계 + 구현¶

하나의 프롬프트로 설계부터 구현까지 한 번에 요청합니다. AI는 설계를 먼저 보여주고 확인을 기다립니다.

AI에게 이렇게 말해보세요 — 자동화 설계 + 구현 요청

이제 본격적으로 파싱 도구를 만들어줘. 중요 조건:

1. 이 도구는 다른 대학 모집요강 PDF에도 쓸 거야.
   - 공통 파이프라인은 일반화하고,
   - 대학별 미세조정이 필요한 부분은 따로 드러나게 설계해줘.
   - "page 3" 같은 페이지 번호 하드코딩은 금지. 
     제목/소제목/표 의미 같은 구조적 신호로 찾아줘.

2. 이 순서로 만들어줘:
   ① PDF 전체를 훑어 우리가 원하는 정보가 있는 페이지를 자동으로 찾기
   ② 해당 페이지에서 표·텍스트 추출
   ③ 정해진 컬럼 형식으로 정리
   ④ Excel 저장

3. 텍스트가 거의 안 뽑히면 이미지형 PDF일 수 있으니
   OCR/Vision API 대체 경로도 설계에 포함해줘.

먼저 전체 설계를 보여주고, 내가 확인한 뒤에 코드를 작성해줘.

AI가 설계 초안을 보여주면 아래 한 줄을 그대로 보내 설계를 확정합니다. 코드를 만들되 아직 실행은 하지 말라는 뜻입니다.

AI에게 이렇게 말해보세요 — 설계 확정 (실행은 아직 금지)

좋아, 그 방식으로 진행해줘. 코드를 완성한 뒤 작동 원리를 간단히 설명해줘. 실행은 아직 하지 마.

2-2. AI 교차 검증 + 정답 Excel 비교¶

스크립트가 만들어졌으면 실행 → 검증 → 정답 비교를 한 프롬프트로 묶어 요청합니다. 그 전에 정답 파일을 먼저 받아둬야 AI가 비교 리포트를 만들 수 있습니다.

📥 먼저 정답 파일 받기¶

실습 도중 강사가 팀즈 채팅방에 answer.zip 을 공유합니다. 다음 순서로 처리해주세요.

팀즈에서 answer.zip 다운로드 — 보통 다운로드 폴더로 저장됩니다
practice_1/data/ 폴더로 옮기기 — 파일 탐색기에서 잘라내기 → 붙여넣기로 옮기거나, VSCode 탐색기로 끌어다 놓습니다
data/ 안에서 answer.zip 압축 해제 — 더블클릭(또는 우클릭 → 압축 풀기)하면 같은 위치에 answer/ 폴더가 생기고, 안에 대학별 정답 .xlsx 5개가 들어 있습니다

VSCode 탐색기가 아래처럼 보이면 준비 완료입니다.

answer.zip을 data 폴더에서 풀고 나면 data/answer 안에 정답 5개가 보입니다

왜 꼭 data/ 안에 풀어야 하나요

아래 프롬프트의 @data/answer/서울대_정답.xlsx 같은 경로를 AI가 그대로 인식하려면 정답이 data/answer/ 위치에 있어야 합니다. 다른 곳에 풀면 프롬프트의 경로를 직접 수정해야 합니다.

그 다음 프롬프트 보내기¶

AI에게 이렇게 말해보세요 — 실행 + 자체 검증 + 정답 비교

서울대 PDF로만 스크립트를 실행해서 결과를 보여줘. 그리고:

1. [AI 자체 검증] 원본 PDF를 직접 열어서 추출 결과와 나란히 비교해줘.
   - 페이지 걸친 표, 셀 병합이 제대로 처리됐는지
   - 비어야 하지 않을 칸이 비어 있지는 않은지
   - 숫자 칸에 이상한 글자가 없는지
   - 행 수가 원본 데이터 수와 맞는지

2. [정답 비교] 정답 파일도 줄게 → @data/answer/서울대_정답.xlsx
   내가 만든 결과와 자동으로 비교해서 다음을 리포트로 보여줘:
   ① 전체 정답률  
   ② 컬럼별 정답률  
   ③ 틀린 칸 목록 (몇 행·어떤 컬럼·내 값·정답 값)  
   ④ 빠진 행 / 추가로 생긴 행

3. 틀린 부분이 보이면 왜 틀렸는지, 서울대에만 맞춘 수정이 아닌지도 
   설명해줘.

이런 결과물이 나옵니다¶

AI가 스크립트를 돌리고 스스로 검증하면서 보여주는 실제 화면입니다.

Stage 2 실행 — AI가 파싱 스크립트를 돌리고 단계별로 진행 상황을 출력합니다

위 화면에서 주목할 점

구조 탐색 → 표 추출 → 컬럼 정리 → 저장 순서가 단계별로 보입니다
각 단계에서 몇 개의 레코드가 처리됐는지 숫자가 뜹니다
문제가 있으면 "여기서 N개 행이 누락된 것 같습니다"처럼 AI가 스스로 지적합니다

Stage 2 검증 — 컬럼별 정답률, 틀린 칸 목록, 누락 행이 리포트 형태로 정리됩니다

이런 리포트가 나오면 성공입니다

전체 정답률 이 한눈에 보임
컬럼별 정답률로 약한 컬럼이 드러남 (예: "수능응시영역만 60%")
틀린 칸 목록이 있어서 바로 다음 피드백을 만들 수 있음

정답률은 점수표가 아니라 진단표입니다. 어떤 규칙/컬럼에서 반복적으로 틀리는지 설명할 수 있게 되는 것이 목표입니다.

(선택) 사람이 10분만 눈으로 확인하기¶

자동 비교만으로 부족할 때 쓰는 3단계 프로토콜입니다.

효율적인 사람 확인 (약 10분)

처음 10행 전수 확인 (3분) — 반복 오류 패턴을 찾음
패턴 점검 (2분) — 그 패턴이 나머지 행에도 있나 필터링
랜덤 5건 확인 (2분) — 중간·끝쪽에서 샘플링해 새로운 오류 유형 확인

사람이 특히 잘 잡는 오류: 모집인원 오독, 학과 누락, 셀 병합 해석 실패, 날짜 형식 불일치

이런 일이 생길 수 있다 (접혀 있음)

"일반화했다"는데 페이지 번호가 하드코딩돼 있음 → "page 3 같은 고정 숫자가 보여. 구조적으로 찾는 방식으로 바꿔줘."

스크립트가 10분 넘게 돌아감 → "지금 어디까지 진행됐는지 알려주고 진행률을 보여줘."

결과가 Stage 1보다 오히려 나빠짐 → "Stage 1 결과보다 빈칸이 늘었어. 뭐가 달라졌는지 비교해서 보여줘."

왜 틀리는지 감이 안 옴 → "추측하지 말고 원본 PDF를 페이지별로 열어서 추출 결과와 나란히 비교해줘."

체크포인트¶

AI가 일반화 가능한 파싱 흐름을 설계·구현했습니다
스크립트를 실행하고 AI 자체 검증을 받았습니다
정답 Excel과 자동 비교해 정답률 리포트를 받았습니다
반복 오류 패턴이 무엇인지 한두 줄로 말할 수 있습니다

← 이전 Stage 1. 디테일 채워주기 · 다음 → 마무리. Skill 맛보기