닻AI · datz.ai
AI 에이전트의 시대,
흩어지지 않는 업무의 기준을 세우다.
에이전트는 자유롭게 움직여야 하지만, 방향을 잃어선 안 됩니다. 닻(Anchor)은 묶어두지 않되 신뢰할 자리를 정합니다. — 답은 흘러가고, 일은 남습니다.
닻(Anchor)은 중심과 신뢰입니다. Data A to Z, 바로 그것이 AI. That's AI - datz.ai
Reading the mark
- 01방향의 닻잡는 곳(Plan)
- 계획이 먼저 서고, 승인한 단계 밖으로 나가지 않습니다. 도는 동안 보이고 멈출 수 있습니다.
- 02근거의 닻잇는 것(Evidence)
- 값은 언제나 원문에서만 옵니다. 인용 번호 하나로 원문까지 정확히 도달합니다.
- 03사람의 닻붙드는 것(Human in the loop)
- 무조건 결과만 뱉지 않습니다. 이대로 · 되돌리고 · 고쳐서 계속 이어갈 수 있습니다.
닻AI는 자율성을 묶어두는 것이 아닌, 신뢰할 수 있는 자리(Anchor)를 만듭니다.
대화창이 아니라, 업무 작업대
AI에게 묻고, 답을 복사해 다시 문서로 옮기고 계신가요? 여기서는 일을 말하면 알맞은 파이프라인이 받아 갑니다 — 조사·기사·슬라이드·분석까지. 그 실행은 대화 로그가 아니라 남고 열리는 작업(Work)으로 쌓입니다. 무엇을 근거로 누가 무엇을 만들었는지까지.
모델 종속은 답이 아닙니다
오늘 최고인 모델은 6개월 뒤의 최고가 아닙니다. 한 벤더에 묶이는 순간 성능도 비용도 남이 정합니다.
기능별 모델 슬롯 — 채팅·지식·에이전트마다 갈아 끼웁니다
대화창은 업무가 아닙니다
답변 한 줄로 끝나는 일은 업무가 아닙니다. 업무에는 계획이 있고, 근거가 있고, 승인이 있고, 다음이 있습니다.
계획 → 확정 → 실행. 도는 동안 보이고, 멈추고, 고칠 수 있습니다
학습하지 않는다고, 아무도 보지 않는 건 아닙니다
외부 API의 ‘학습에 쓰지 않음’은 보관·모니터링까지 없다는 뜻이 아닙니다. 나간 데이터는 통제 밖입니다.
민감 업무는 온프레미스·VPC 로컬 모델 — 나가지 않으니 볼 수도 없습니다
왜 필요한가요?
기업이 AI를 도입할 때
마주치는 현실적인 문제들
개인 구독의 비용·관리 공백
구성원마다 따로 구독하면 비용이 새고 사용 현황이 보이지 않습니다. 조직 단위로 통합 운영하세요.
특정 벤더 종속(Lock-in)
하나의 프로바이더에 묶이면 비용·성능 변화에 대응하지 못합니다. 목적에 맞는 모델을 자유롭게 선택해야 합니다.
보안 민감 업무의 AI
외부로 못 보내는 데이터는 온프레미스 로컬 모델로. 컴플라이언스를 지키며 활용합니다.
만든 것이 대화창에 묻힌다
무엇을 근거로 어떻게 만들었는지가 남지 않으면 재사용도 감사도 할 수 없습니다. 답이 아니라 작업이 남아야 합니다.
Work, not Chat
작업은 한 턴에 끝나지 않습니다
맡겨 두고 결과만 받는 것이 아닙니다. 승인하는 순간 단계 전체가 화면에 서고, 하나씩 켜지고, 무거운 자리에서는 멈춰서 보여 주고, 사람이 고친 뒤에 이어 갑니다.
보인다
승인하는 순간 단계 전체가 대기 상태로 서고 하나씩 켜집니다. 지나온 것만 남는 게 아니라 무엇이 남았는지가 보입니다.
멈춘다
결과가 무거운 단계 경계에서 멈춰 그 판을 보여 줍니다. 어디서 멈출지는 계획 카드에서 사람이 정합니다.
고친다
확인 카드는 버튼 하나가 아니라 고르기입니다 — 이대로 · 앞 판으로 되돌리고 · 고쳐서 계속. 새 화면이 필요 없습니다.
남는다
진행 단계가 행으로 남아 새로고침해도, 나중에 다시 들어와도 그대로 복원됩니다. 단계 하나하나가 이름표가 아니라 열리는 콘텐츠입니다 — 클릭하면 그 단계가 내놓은 것이 열립니다.
이어진다
앞 실행이 검색·수집·분석한 근거는 답을 만들고 사라지는 소모품이 아닙니다. 다음 실행이 골라 쓰는 소스로 남습니다. 답변도 산출물이고, 산출물은 다음 작업의 재료입니다. 같은 조사를 두 번 하지 않습니다.
Two Spaces, One Machine
흐름과 틀 — 두 공간, 하나의 기계
같은 파이프라인을 두 얼굴로 씁니다. 어느 쪽에서 시작하든 세션·계획 카드·소스·모델은 같은 것이고, 만든 것은 같은 서랍에 쌓입니다. 같은 일은 칩 하나, 표면 여럿입니다.
작업의 흐름
워크스페이스
"무엇을 도와드릴까요?" 하나가 입구입니다.
일을 말하면 알맞은 파이프라인이 받아 갑니다. 대화·계획 카드·진행판·근거가 한 줄기로 이어지고, 실행이 끝난 자리에서 다음 서비스로 이어집니다 — 막다른 끝을 만들지 않습니다.
- 기능이 어느 메뉴에 있는지 몰라도 됩니다
- 한 업무 아래 세션·산출물·파일·근거가 모입니다
- 실행이 끝나면 다음 도구를 제안합니다
작업의 틀
스튜디오
그 일의 모양이 먼저 보입니다.
왼쪽에 설정, 가운데 결과물, 단계 탭과 작업 줄. 결과물을 만드는 정적인 자리입니다 — 입력 → 생성 → 결과물 판(쌓임) → 손질. 같은 종류를 여러 판 만들 때 이 틀이 빠릅니다.
- 시작할 때 정하는 값이 한눈에
- 결과물이 덮이지 않고 판으로 쌓입니다
- 손질(다시 만들기·배경 제거·영역 편집)은 그 자리에서
근거는 어디서든 같은 일곱 갈래
붙였다는 사실이 무엇으로 일하는지를 지우지 않습니다 — 서비스는 서비스고 소스는 소스입니다.
Evidence & Process
답보다 근거와 과정이 남습니다
작업이 채팅과 다른 이유는 답이 아니라, 그 답이 서기까지의 근거와 과정을 남기는 것입니다. 검색어·읽은 것·못 읽은 것·실행한 SQL이 전부 행으로 남습니다.
내용
그 문서·URL에 무엇이 적혔나. 지식베이스와 수집 원장의 몫이고, 작업은 이것을 복제하지 않습니다.
근거
이 작업이 무엇을 언제 어떻게 가져와 무엇에 썼나. 좌표 · 인용한 조각 · 질의(검색어·SQL) · 인용 번호. 답의 [N] 하나로 원문까지 갑니다.
과정
그때 무슨 일이 있었나. 단계 아래 접히는 줄로 남아, 왜 이 결과가 나왔는지를 나중에 되짚습니다.
실패도 근거입니다
차단된 페이지, 읽지 못한 파일, 건너뛴 단계 — 조용히 사라지지 않고 상태와 이유가 행으로 남습니다. 조용한 실패는 없는 것과 같습니다.
지어낸 값은 버립니다
그림 설명에 문서 어디에도 없는 수치가 섞이면 그 설명을 폐기합니다. 추출한 개념은 코드가 원문과 대조합니다. 값은 언제나 원문에서만 옵니다.
쓴 것도 남습니다
어느 모델이 몇 토큰을 썼는지, 실행마다 원장에 남습니다. 폴백으로 갈아탔으면 실제로 돈 모델로 적습니다 — 원가 귀속이 틀어지지 않습니다.
왜 조직용인가
개인에게 AI는 생산성 도구지만, 조직에게는 프로세스와 지배구조의 문제입니다. 무엇을 근거로 누가 무엇을 만들었는지가 남아야 프로세스가 되고, 남은 것에만 권한·감사·재사용을 걸 수 있습니다. 입구를 하나로 모으는 이유도 편의가 아니라 이것입니다.
Our Goal
흩어진 모든 것을, 조직의 자산으로
개인·조직에 흩어진 문서·음성·데이터는 물론 AI가 만든 결과물과 그 근거까지 조직의 지식 자산으로 축적하고, 분석에 그치지 않고 리포트·공유·재생산으로 이어 조직의 경쟁력을 높입니다. 낸 것도 남아 되먹임됩니다.
수집
문서·음성·데이터·AI 결과물·근거
자산화
지식베이스·그래프로 지식화
재생산
분석·리포트·공유·다음 작업의 소스
기능 · 무엇을 하는가
업무를 실제로 실행하는 도구들
대화·에이전트·전문 앱·지식까지 — 현장에서 바로 결과물을 만드는 기능 전체.
분석 — 읽고 판단한다
이미 있는 자료를 읽고 근거로 답한다. 승인 대상은 만들 것이 아니라 무엇을 물을지다
딥 리서치
조사 → 종합 → 초안 → 검증. 웹·지식베이스·DB·앱을 소스로 걸고, 근거마다 인용 번호가 붙은 리포트를 냅니다.
스프레드시트 분석
표를 올리면 구조를 먼저 확인하고, 무엇을 물을지 목록으로 합의한 뒤 SQL로 답합니다. 표를 고치는 도구는 아닙니다.
DB 분석
등록된 DB에 자연어로 묻습니다. 질문 목록을 승인한 뒤 읽기 전용 가드 뒤에서 조회하고, 화면에선 SQL을 눈으로 보고 실행합니다.
문서 파싱
PDF·한글·오피스·이미지를 레이아웃까지 읽어 표·차트·단 구조를 지킨 채 지식으로 넘깁니다.
작성 — 글을 쓴다
사실관계를 넣으면 매체의 문체로 완성한다. 승인 대상은 유형·구성이다
기사 작성
취재 자료만 넣으면 유형 판단 → 작성 → 팩트체크 → 데스크 → 교정을 거쳐 매체 문체의 기사를 냅니다.
보도자료 작성
발표 자료만 넣으면 뉴스 가치 판단·팩트체크·배포 심사를 거쳐 언론 기준 보도자료를 냅니다.
외신 번역
원문을 번역 → 대조 → 재구성 → 검수로 옮깁니다. 대조는 끌 수 없는 단계이고, 긴 원문은 조각으로 나눠 문단이 빠지지 않게 합니다.
블로그 작성
주제와 자료를 넣으면 검색 의도를 확인하고 구성을 승인한 뒤 씁니다. 메타 정보·보조 검색어까지 함께 내 검색에 노출되게 합니다.
AI 작성 판별
글이 AI가 쓴 것인지 잽니다. 계획도 승인도 없는 결정론 1회 호출 — 입력창이 곧 입구입니다.
제작 — 보고 듣는 것을 만든다
비싼 생성 앞에서 멈춘다. 승인 대상은 목차·구성·대본이고, 장수와 초에 비례해 돈이 나가는 자리다
슬라이드 제작
주제만 넣으면 목차를 세우고, 승인 뒤 차트·이미지를 엮어 덱을 만듭니다. 장 하나만 고쳐 다시 만들 수 있습니다.
웹 페이지 제작
색·글꼴·구성을 계획 카드로 확인한 뒤 한 장짜리 웹 문서를 만듭니다. 그림은 계획이 선언했을 때만 그립니다.
인포그래픽 제작
올린 자료에서 그릴 구간을 찾고, 그린 값이 원자료 표에 있는지 코드가 대조합니다.
이미지 제작
모델·비율·해상도·참조 이미지를 직접 고릅니다. 배경 제거·영역 텍스트 편집은 어느 화면에서든 같은 조작입니다.
영상 제작
재료 그림을 먼저 확정하고 스토리보드를 승인한 뒤 클립을 만듭니다 — 돈이 나가는 지점 앞에서 두 번 확인합니다.
모션그래픽
장면 구성을 승인하면 장면마다 코드로 그려 한 편으로 잇습니다. 타이밍은 사람이 아니라 코드가 맞춥니다.
사진 영상
사진을 먼저 붙이고 대본을 확인한 뒤 렌더합니다. 재료가 글이 아니라 사진이라 순서가 다릅니다.
오디오 제작
낭독·대담 대본을 쓰고 화자별 목소리로 합성합니다. 승인 대상은 대본 전문 — 소리는 글자 수로 과금되기 때문입니다.
대화 · 지식 · 연동
위 서비스들이 딛고 서는 것들. 대화도 도구를 쓰고, 지식은 근거가 되고, 밖과 이어진다
AI Chat · 도구
멀티 모델 채팅에 웹 검색·시각화·문서 도구와 MCP가 붙습니다. 도구가 없어 막히면 거절 대신 무엇을 켜면 되는지를 답합니다.
음성 · 실시간 통역
말로 대화하는 음성 비서, 마이크·화면 음성의 실시간 전사와 다국어 통역, 피치 통역 덱.
Knowledge Base
사내 문서를 지식화해 근거로 답합니다. 검색과 그래프가 같은 키를 씁니다 — 문단에서 관계로, 관계에서 원문으로.
규정 · 안내 상담
사내 규정집·상품 안내처럼 작고 정해진 자료집은 적재 없이 바로 답합니다. 찾은 것만, 근거와 함께, 없으면 없다고 — 채팅과 음성이 같은 자료집을 읽습니다.
에이전트 · 워크플로우
업무에 맞춘 에이전트를 만들고, 여러 에이전트가 노드 설명을 보고 스스로 다음 단계를 넘깁니다.
외부 앱 연결
Gmail·Docs·Drive·YouTube 등을 연결해 에이전트가 나를 대신해 읽고 실행합니다.
MCP · 공공데이터
MCP 서버를 붙여 도구를 늘립니다. 공공데이터는 포털이 아니라 유형(부동산·통계 …)으로 묶여 있습니다.
API 키
발급한 키로 외부 시스템·자동화에서 호출합니다. 채팅은 OpenAI 호환 스펙이라 표준 클라이언트가 그대로 붙습니다.
Skills
내장 스킬로 시작하고, 업무에 맞는 스킬을 직접 만들어 재사용합니다.
Composable Services
서비스가 서로를 도구처럼 부릅니다
리서치·슬라이드·데이터 분석·오디오 — 모든 서비스가 같은 뼈대를 씁니다. 그래서 한 서비스가 다른 서비스를 자기 작업의 일부로 불러올 수 있고, 결과를 이어받아 다음 산출물로 넘깁니다. 서비스가 하나 늘어도 이 그림은 그대로입니다.
딥리서치
조사·검증·리포트
“조사한 내용으로 발표자료를 만들어 줘”— 결과를 넘기고 계획을 맡깁니다
슬라이드
덱 구성·작성
같은 뼈대를 쓰기 때문에, 어떤 서비스든 다른 서비스의 하위 작업으로 들어갈 수 있습니다.
계획만 넘깁니다
리서치가 슬라이드를 직접 그리지 않습니다. 슬라이드 서비스의 계획을 부르고, 만드는 일은 그 서비스가 합니다.
소스는 공유됩니다
지식베이스·웹·업로드 파일·데이터베이스·연결한 앱·이전 근거 — 어느 서비스에서든 같은 소스를 씁니다.
확정은 사람이 합니다
계획을 화면에서 확인하고 고친 뒤에 실행됩니다. 긴 작업이 엉뚱한 방향으로 흘러가지 않습니다.
No Completion without Approval
승인 없는 완성은 없습니다
확정의 형식은 셋입니다 — 계획 카드(대화) · 분리된 승인 엔드포인트(생성과 실행이 다른 문) · 화면의 버튼(스튜디오). 형식이 다를 뿐, 비싼 것을 승인 전에 만들지 않는다는 원칙은 같습니다.
완성은 게이트 뒤에
조사·이미지·장수에 비례하는 생성은 승인 전에 시작하지 않습니다. 완성 도구는 승인 뒤에만 계획에 실립니다 — 도구 구성 자체가 게이트입니다.
사람이 없으면 승인은 앞으로
예약·스케줄처럼 물어볼 상대가 없는 실행은 게이트를 건너뜁니다. 대신 등록할 때 계획을 확정하고 회전·비용 상한을 함께 정합니다. 승인이 사라지는 게 아니라 시점이 옮겨집니다.
"못 합니다" 대신 "무엇이 있으면 됩니다"
도구나 소스가 없어 막히면 거절이 아니라 부족한 것의 이름을 답합니다 — "웹 검색을 켜면 확인해 드립니다". 찾았다고 켜서 진행하지 않고, 켤지 물어봅니다.
Knowledge Pipeline
파일을 씹고 뜯고 맛보아, 지식으로 박제합니다
문서를 텍스트로 긁어오는 것과 지식으로 만드는 것은 다릅니다. 레이아웃까지 읽어내는 파싱, 흩어진 내용을 개념 단위로 세우는 OKF, 그 개념들을 이어 붙이는 온톨로지 — 이 셋이 문서 더미를 조직의 지식으로 바꿉니다.
고도화된 문서 파싱
글자만 긁지 않습니다. 페이지를 이미지로 보고 표·차트·단 구조를 판정한 다음, 값은 코드가 정확히 읽습니다.
- 표는 좌표로 추출 — 괘선 없는 표도 읽는 순서를 지켜 값이 뒤섞이지 않습니다
- 차트·그림은 영역만 따로, 의미만 AI가 서술 — 숫자는 언제나 원문에서
- 머리글·꼬리말·쪽번호는 걷어내고, 위험한 페이지만 골라 정밀 처리합니다
PDF · HWP/HWPX · 오피스 · 엑셀 · 이미지
OKF로 문서를 지식화
파일을 쪼개 담는 게 아니라 찾을 수 있는 단위로 세웁니다. 표는 쪼개지 않고, 조각마다 어디서 왔는지를 지닙니다.
- 표는 통째로 한 단위 — 잘라 넣으면 헤더를 잃고 숫자만 남아 근거가 못 됩니다
- 문서 요약은 줄거리가 아니라 색인 — 무엇이 어디에 있는지를 적습니다
- 여러 문서에 걸친 개념은 한 장으로 모읍니다(두 곳 이상에서 언급될 때만)
Open Knowledge Format
온톨로지로 지식을 연결
문서 안에서만 찾으면 문서 밖의 답을 못 냅니다. 개념과 관계를 그래프로 세워 문서 경계를 넘어 근거를 모읍니다.
- 추출한 개념은 코드가 원문과 대조해 검증 — 지어낸 이름은 그래프에 들어가지 못합니다
- 검색과 그래프가 같은 키를 씁니다 — 찾은 문단에서 관계로, 관계에서 원문으로
- 리서치·분석이 이 그래프를 소스로 쓰고, 그 결과가 다시 그래프를 키웁니다
Apache AGE 그래프
지어낸 숫자는 버립니다
그림 설명에 문서 어디에도 없는 수치가 섞이면 그 설명을 폐기합니다. 값은 언제나 원문에서만 옵니다.
Architecture
에이전트를 중심에 두고, 어디에나 둡니다
사람은 화면으로, 시스템은 API 키로 — 같은 에이전트에 닿습니다. 조직마다 격리되고, 저장소·데이터베이스·벡터 DB는 당신의 시스템에 붙일 수 있으며, 에이전트까지 통째로 온프레미스에 둘 수 있습니다.
에이전트가 중심입니다
사람은 워크스페이스·스튜디오 화면으로, 커스텀 클라이언트와 외부 시스템은 API 키로 — 같은 에이전트에 들어오는 두 문입니다. 채팅은 OpenAI 호환 스펙이라 표준 클라이언트가 그대로 붙습니다.
멀티테넌시입니다
조직마다 격리된 스키마·키·사용량 원장을 갖습니다. 조직 간 데이터가 섞이지 않고, 개인이 등록한 DB는 관리자에게도 보이지 않습니다.
당신의 인프라에 붙습니다
저장소·데이터베이스·벡터 DB를 고객 시스템에 연결해 씁니다. 필요하면 에이전트까지 온프레미스·VPC 안에 통째로 둡니다 — 나가지 않으니 볼 수도 없습니다.
기능 서버도 API 키로 씁니다
문서 파서·이미지·음성·판별 서버와 우리가 제공하는 MCP(공공데이터·공시·차트)를 별도의 커스텀 에이전트가 API 키로 직접 불러 씁니다. 플랫폼의 부품을 당신의 에이전트가 가져다 쓰는 구조입니다.
플랫폼 · 어떻게 · 왜
기업 도입을 뒷받침하는 기반
무엇을 하느냐(기능)와 별개로 — 모델·비용·배포·데이터 격리까지 조직 단위로 통제합니다.
모델 선택의 자유
특정 프로바이더에 종속되지 않고, 퍼블릭 API와 로컬(온프레미스) 모델을 업무에 맞춰 선택합니다.
모델은 두 축
도구를 고르고 부르는 일(오케스트레이션)은 사용자가 고른 모델이, 눈에 안 보이는 생성(차트·이미지·화면)은 관리자가 정한 슬롯이 합니다. 슬롯 없는 일에 새 슬롯을 파지 않습니다.
보이지 않는 모델은 없다
어떤 모델이 도는지 관리 화면에 전부 보입니다. 코드에 숨은 기본값은 없고, 슬롯이 비면 조용히 다른 모델로 돌지 않고 비었다고 말합니다.
토큰 사용 실시간 추적
모델·도구·사용자별 토큰 사용량을 실시간 집계합니다. 폴백으로 갈아탄 실행은 실제로 돈 모델로 원장에 남습니다.
기업별 데이터 분리
기업마다 격리된 멀티테넌시로 데이터를 별도 운영해, 조직 간 데이터가 섞이지 않습니다. 개인이 등록한 DB는 관리자에게도 보이지 않습니다.
온프레미스 + 클라우드
온프레미스와 클라우드를 함께 지원 — 문서 파싱·판별·음성처럼 무거운 일은 따로 떼어 자체 호스팅으로 돌립니다.
보안이 중요한 데이터는, 밖으로 내보내지 않습니다
민감 업무는 온프레미스·VPC의 로컬 모델로 처리합니다. 데이터를 조직 내부에 둔 채로 AI를 활용해 보안과 생산성을 동시에 확보하세요.
데이터 외부 미유출
프롬프트·문서·결과가 외부 API로 전송되지 않습니다.
온프레미스 · VPC 운영
자체 GPU 서버·격리 네트워크에서 모델을 직접 구동합니다.
보안 슬롯은 폴백하지 않습니다
민감 처리용 슬롯이 비면 공개 모델로 새지 않고 멈춥니다. 자료의 개인정보는 답변에서 마스킹합니다.
모델 선택권
업무 민감도에 따라 클라우드·로컬을 자유롭게 혼용합니다.
지원 모델
클라우드 · 로컬, 벤더 종속 없이
특정 프로바이더에 묶이지 않고, 업무 민감도와 예산에 따라 최적의 모델을 선택합니다.
클라우드 API 모델
최신·최고 성능 모델을 즉시. 업무와 예산에 맞춰 선택합니다.
온프레미스 로컬 모델
데이터가 밖으로 나가지 않는 자체 운영. 도구 호출이 되는지는 이름으로 찍지 않고 실제로 물어봅니다.
FAQ
자주 묻는 질문
- 이 서비스는 뭔가요?
- 기업용 AI 업무 플랫폼입니다. 챗봇과 다른 점은, 답변 한 줄로 끝나지 않고 계획을 세우고 사람이 확인한 뒤 실행해서 결과물과 근거를 남긴다는 것입니다.
- 챗GPT랑 뭐가 다른가요?
- 세 가지가 다릅니다. 첫째, 모델을 갈아 끼울 수 있습니다. 둘째, 답이 아니라 작업이 남습니다. 셋째, 민감한 데이터는 회사 안에서만 처리할 수 있습니다.
- 무슨 뜻인지 잘 모르겠어요. 쉽게 설명해 주세요.
- 지금은 AI에게 묻고, 답을 복사해서 다시 문서로 옮기시죠. 여기서는 그 과정을 서비스가 맡습니다. 슬라이드를 만들어 달라고 하면 목차를 먼저 보여 드리고, 확인하시면 덱까지 만들어 드립니다.
- 왜 모델을 여러 개 쓰나요?
- 모델은 계속 바뀌기 때문입니다. 한 곳에 묶이면 그쪽이 가격을 올리거나 성능이 떨어져도 따라갈 수밖에 없습니다. 기능마다 슬롯을 나눠 두면 그 자리만 바꾸면 됩니다.
- 기존에 쓰던 AI 구독을 대체하나요?
- 개인 구독을 조직 단위로 묶는 것이 시작점 중 하나입니다. 구성원마다 따로 구독하면 비용이 새고 누가 무엇에 쓰는지 안 보입니다.
- 개발자만 쓸 수 있나요?
- 아닙니다. 기능이 어느 메뉴에 있는지 몰라도 됩니다. "무엇을 도와드릴까요" 하나가 입구이고, 일을 말하면 알맞은 서비스가 받아 갑니다.
- 몇 명부터 쓸 수 있나요?
- 조직 단위 도입을 전제로 만들었습니다. 기업마다 데이터가 격리되고, 사용량과 비용이 조직 단위로 집계됩니다. 구체적인 규모와 조건은 담당자에게 문의해 주세요.
One Entry
무엇을 도와드릴까요?
시작을 하면 추가로 필요한 도구는 제시해 드립니다. 기능이 어느 메뉴에 있는지 몰라도 됩니다.
이 화면이 제품의 얼굴입니다. 칩 하나가 파이프라인 하나이고, 목록은 서버가 내립니다 — 대화로 되는 일은 여기서 바로 시작하고, 전용 화면이 필요한 일은 그 화면으로 안내합니다. 고른 소스는 작업에 그대로 따라갑니다.
일을 말해 보세요
답은 흘러가고, 일은 남습니다. 대화창이 아니라 작업대입니다 — 계획하고, 확인하고, 만들고, 남깁니다. 모든 임직원을 위한, 확장 가능한 기업용 AI 플랫폼.