AI로 10,000개 브라질 부동산 소유권 정리하기: 기술적 사례 연구

프로젝트 배경과 문제점

브라질의 한 부동산 회사가 10개 이상의 지방자치단체에 걸쳐 약 1만 건의 부동산 등기부를 인수했는데, 이 자료들은 수십 년간의 불량한 관리로 인해 문제가 많습니다. 데이터에는 수백 건의 미등록 "서랍 계약서"(제출되지 않은 비공식 매매), 동일 부동산의 중복 매매, 사기 계약서, 위조된 위임장, 불법 점유, 그리고 불법 점유권 주장, 강제 재판, 퇴거, 중복 매매 분쟁, 2건의 집단 소송을 포함한 약 500건의 진행 중인 소송이 포함되어 있습니다. 물리적 문서 보관소의 일부는 오래된 수사의 일환으로 경찰이 보관하고 있습니다.

기술적 접근법

팀(변호사 6명 + 운영자 3명)은 초기 인프라 구축 대신 AI 지원을 통한 발견 우선 접근법을 선택했습니다. 계획은 다음 다섯 단계로 구성됩니다:

• 1단계 - 물리적 스캔: 지방자치단체별로 정리된 문서를 ADF(자동 문서 공급기)가 장착된 문서 스캐너를 사용하여 [지방자치단체]_[문서 유형]_[순번] 명명 규칙으로 배치 스캔합니다.
• 2단계 - OCR: Google Document AI, Mistral OCR 3, AWS Textract 또는 기타 도구를 고려 중입니다. 팀은 특히 열화된 라틴아메리카 등기 문서에서 테스트된 도구에 대한 피드백을 요청하고 있습니다.
• 3단계 - 발견: 데이터베이스 설정 전에 대규모 컨텍스트 윈도우를 가진 AI 도구에 OCR 출력을 직접 입력하여 개방형 분석을 수행합니다. Gemini 3.1 Pro(NotebookLM 또는 기타 인터페이스)를 사용하여 "어떤 토지가 둘 이상의 구매자와 연결되어 보이나요?", "날짜가 일치하지 않는 계약서 표시", "의심스러운 이름 또는 활동의 클러스터 식별", "우리가 보지 못하는 문제점과 해결책을 파악하는 데 도움"과 같은 프롬프트로 광범위한 배치 분석을 실행합니다. 유사한 분석을 위해 Claude Projects를 병렬로 실행합니다.
• 4단계 - 데이터 정리 및 표준화: 데이터베이스 삽입 전에 추출된 원시 데이터를 정규화합니다. 여러 방식으로 작성된 지방자치단체 이름("B. Vista", "Bela Vista de GO", "Bela V. Goiás")을 표준 형식으로 통일하고, 구두점 유무와 관계없이 브라질 개인 식별 번호(CPF)를 표준화하며, 일관되지 않은 토지 상태 설명을 열거형 카테고리로 수정하고, 철자 변형이 있는 구매자 이름을 퍼지 매칭합니다. 사용 도구: 퍼지 매칭을 위한 Python + rapidfuzz, 자유 텍스트 필드를 카테고리로 정규화하기 위한 Claude API. 팀은 수십 년간의 불일치가 있는 1만 건의 기록에 대해 퍼지 매칭 + LLM 정규화가 충분한지, 아니면 더 엄격한 엔터티 해결(예: Dedupe.io)이 필요한지 묻고 있습니다.
• 5단계 - 데이터베이스: 선택한 스택: NocoDB를 상위에 둔 Supabase(PostgreSQL + pgvector). 평가된 세 가지 옵션: Airtable(시작하기 가장 쉬우나 규모 확장에 제한적), 직접 PostgreSQL(가장 많은 제어권을 가지나 반복 속도가 느림), Supabase + NocoDB(중간 지점으로 선택됨).

목표는 이전의 조직화 시도 실패를 피하고 30~60일 내에 실제 통합된 상황을 파악하는 것입니다.