15년 업무 자료를
AI가 읽고 잇는 법

01

15년의 데이터

원본 파일 20,010개 · 548.5GB. 주제 11묶음으로 나눈 규모와 연도별 흐름.

02

흩어진 자료의 문제

같은 파일·과정본·스캔 PDF·한글 문서가 검색과 정리를 막는다.

03

지식으로 바꾸는 파이프라인

읽기 전용 복사부터 검색·연결표까지 10단계. 스크롤하면 단계가 켜지고, 단계마다 측정 숫자가 붙습니다.

04

AI가 일한 원리

아래는 측정·예시로 원리를 만져 보는 칸입니다. 자료 원문·실제 파일 이름은 넣지 않았습니다.

① 임베딩

② 의미 지도

③ 섞어 찾기

④ 글 읽고 뽑기

⑤ 과정본 묶기

05

얼마나 맞나

사람이 표본을 열어 본 결과입니다. 잘 된 것과 아직 약한 것을 같이 적습니다.

• 99.8%

  글 뽑기

  12,519 / 12,549 · hwp 재시도 뒤 실패 21건

• 30/30

  과정본 묶기

  무작위 30묶음 사람 확인 · 규칙 수정 뒤

• 8/10 → 10/10

  문서 분류

  1차 8/10(연도 2건) · 확장분 10/10

• 6/10

  연결표 · 아직 약함

  과제·기관 추출 · 틀린 2건은 과제가 아닌 문서 혼입

06

원칙

자료를 밖으로 보내지 않고, 사람이 마지막에 확인합니다.

• 원본 읽기 전용

  원본은 복사만 하고 지우거나 고치지 않습니다. 지문(sha256)으로 대조합니다.

• 로컬 모델

  분류·요약·임베딩·OCR은 사무실 서버에서 돌립니다. 자료가 밖으로 나가지 않고, 사용료는 0입니다.

• 민감 정보 자동 탐지·가림

  주민번호·계좌·비밀번호 패턴과 인증서 파일을 찾아 위치만 기록하고, 검색 본문 일부는 ●●로 가립니다.

• 사설망 전용 검색 화면

  검색 UI는 사설망으로만 열립니다. 이 공개 페이지에는 원문 검색이 없습니다.

• 사람이 마지막 확인

  표본 대조와 규칙 수정은 사람이 합니다. AI 결과를 그대로 실적으로 쓰지 않습니다.

07

지금 이렇게 쓴다

자료 찾기 · 과제 이력 · 논문 소재 · 실적 정리. 아래는 가상의 예시 화면입니다.

08

누가 무엇을 했나

사람 · Claude · Cursor · 로컬 모델 · 코드의 역할.