서비스 소개

한마디로 무엇인가

닻AI(datz.ai)는 기업용 AI 업무 플랫폼입니다. 대화창이 아니라 업무 작업대라고 부릅니다.

일을 말하면 알맞은 파이프라인이 받아 갑니다. 조사, 기사, 슬라이드, 분석까지요. 그리고 그 실행이 대화 로그가 아니라 작업으로 남습니다. 무엇을 근거로 누가 무엇을 만들었는지까지 남습니다.

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.

무엇이 다른가

각을 세우는 세 문장이 있습니다.

첫째, 모델 종속은 답이 아닙니다. 오늘 최고인 모델이 6개월 뒤의 최고는 아닙니다. 한 벤더에 묶이면 성능도 비용도 남이 정합니다. 그래서 채팅, 지식, 에이전트마다 모델 슬롯을 따로 두고 갈아 끼웁니다.

둘째, 대화창은 업무가 아닙니다. 업무에는 계획이 있고 근거가 있고 승인이 있고 다음이 있습니다. 계획하고, 확정하고, 실행합니다. 도는 동안 보이고, 멈추고, 고칠 수 있습니다.

셋째, 학습하지 않는다고 아무도 안 보는 건 아닙니다. 외부 API가 학습에 쓰지 않는다는 말은 보관하거나 모니터링하지 않는다는 뜻이 아닙니다. 나간 데이터는 통제 밖입니다. 그래서 민감한 업무는 온프레미스 로컬 모델로 처리합니다. 나가지 않으니 볼 수도 없습니다.

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.

누구를 위한 것인가

조사하고, 정리하고, 만들어 보고하는 분들을 위한 것입니다.

개인에게 AI는 생산성 도구지만, 조직에게는 프로세스와 지배구조의 문제입니다. 무엇을 근거로 누가 무엇을 만들었는지가 남아야 프로세스가 되고, 남은 것에만 권한과 감사와 재사용을 걸 수 있습니다.

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.

일하는 방식

작업은 한 턴에 끝나지 않는다

맡겨 두고 결과만 받는 방식이 아닙니다. 승인하는 순간 단계 전체가 화면에 서고, 하나씩 켜지고, 무거운 자리에서는 멈춰서 보여 주고, 사람이 고친 뒤에 이어 갑니다.

세 가지가 성립해야 작업입니다.

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 갈지, 앞 판으로 되돌릴지, 고쳐서 계속할지.

여기에 둘이 더 있어야 채팅과 갈립니다. 남는다 — 진행 단계가 행으로 남아 새로고침해도 다시 들어와도 그대로 복원됩니다. 단계 하나하나가 이름표가 아니라 열리는 콘텐츠입니다. 이어진다 — 앞 실행이 검색하고 수집한 근거는 소모품이 아니라 다음 실행이 골라 쓰는 소스로 남습니다. 같은 조사를 두 번 하지 않습니다.

오래 걸리는 작업은 어떻게 되나요?

진행판에 단계가 서고 하나씩 켜집니다. 도중에 멈춰서 중간 결과를 보여 드리고, 고치신 뒤에 이어 갑니다. 창을 닫았다 다시 들어오셔도 그대로 복원됩니다.

중간에 방향이 틀리면요?

확인 카드에서 되돌리거나 고쳐서 계속할 수 있습니다. 긴 작업이 엉뚱한 방향으로 끝까지 흘러가지 않습니다.

한 번 한 조사를 다시 써먹을 수 있나요?

네. 앞 실행이 모은 근거가 남아서 다음 작업의 소스로 붙습니다. 답변도 산출물이고, 산출물은 다음 작업의 재료입니다.

두 공간 — 워크스페이스와 스튜디오

같은 파이프라인을 두 얼굴로 씁니다. 어느 쪽에서 시작하든 세션, 계획 카드, 소스, 모델은 같은 것이고 만든 것은 같은 서랍에 쌓입니다.

워크스페이스는 작업의 흐름입니다. "무엇을 도와드릴까요" 하나가 입구입니다. 일을 말하면 알맞은 파이프라인이 받아 가고, 대화와 계획 카드와 진행판과 근거가 한 줄기로 이어집니다. 실행이 끝난 자리에서 다음 서비스로 이어집니다.

스튜디오는 작업의 틀입니다. 그 일의 모양이 먼저 보입니다. 왼쪽에 설정, 가운데 결과물, 단계 탭과 작업 줄. 같은 종류를 여러 판 만들 때 이 틀이 빠릅니다.

근거는 어디서든 같은 일곱 갈래입니다. 파일, 라이브러리, 지식베이스, 데이터베이스, 도구와 MCP, 작업물, 이전 근거.

워크스페이스랑 스튜디오 중 뭘 써야 하나요?

무엇을 할지 말로 시작하시면 워크스페이스가 편하고, 같은 종류를 여러 판 만드실 거면 스튜디오가 빠릅니다. 기계는 같은 것이라 오가셔도 됩니다.

근거와 과정이 남는다

작업이 채팅과 다른 이유는 답이 아니라, 그 답이 서기까지의 근거와 과정을 남기는 것입니다. 검색어, 읽은 것, 못 읽은 것, 실행한 SQL이 전부 행으로 남습니다.

층은 셋입니다. 내용은 그 문서에 무엇이 적혔나. 근거는 이 작업이 무엇을 언제 어떻게 가져와 무엇에 썼나. 과정은 그때 무슨 일이 있었나.

세 가지 규칙이 있습니다. 실패도 근거입니다 — 차단된 페이지, 읽지 못한 파일, 건너뛴 단계가 조용히 사라지지 않고 이유와 함께 남습니다. 지어낸 값은 버립니다 — 그림 설명에 문서 어디에도 없는 수치가 섞이면 그 설명을 폐기합니다. 값은 언제나 원문에서만 옵니다. 쓴 것도 남습니다 — 어느 모델이 몇 토큰을 썼는지 실행마다 원장에 남습니다.

답이 맞는지 어떻게 확인하나요?

답에 붙은 인용 번호를 누르시면 원문까지 갑니다. 무엇을 검색했고 무엇을 읽었는지도 단계 아래에 남아 있습니다.

AI가 지어낸 내용이 섞이면요?

값은 원문에서만 오게 막아 두었습니다. 그림 설명에 자료에 없는 수치가 섞이면 그 설명 자체를 폐기하고, 추출한 개념은 코드가 원문과 대조합니다.

승인 없는 완성은 없다

비싼 것을 승인 전에 만들지 않습니다. 조사, 이미지, 장수에 비례하는 생성은 승인 전에 시작하지 않습니다. 완성 도구는 승인 뒤에만 계획에 실립니다.

예약처럼 물어볼 상대가 없는 실행은 게이트를 건너뜁니다. 대신 등록할 때 계획을 확정하고 회전과 비용 상한을 함께 정합니다. 승인이 사라지는 게 아니라 시점이 앞으로 옮겨집니다.

도구나 소스가 없어 막히면 거절하지 않고 부족한 것의 이름을 말합니다. "웹 검색을 켜면 확인해 드립니다" 처럼요. 찾았다고 마음대로 켜서 진행하지 않고, 켤지 여쭤봅니다.

비용이 갑자기 많이 나갈 수도 있나요?

돈이 나가는 자리 앞에서 멈추도록 만들었습니다. 이미지나 영상처럼 장수와 초에 비례해 과금되는 생성은 계획을 확인하신 뒤에 시작합니다.

서비스가 서로를 부른다

리서치, 슬라이드, 데이터 분석, 오디오 — 모든 서비스가 같은 뼈대를 씁니다. 계획, 소스, 확정, 실행 네 단계입니다.

그래서 한 서비스가 다른 서비스를 자기 작업의 일부로 불러올 수 있습니다. 딥 리서치로 조사한 내용으로 발표자료를 만들어 달라고 하면, 리서치가 슬라이드 서비스의 계획을 부르고 만드는 일은 슬라이드가 합니다. 계획만 넘깁니다. 소스는 공유되고, 확정은 사람이 합니다.

조사한 걸로 바로 발표자료를 만들 수 있나요?

네. 딥 리서치가 끝난 자리에서 슬라이드로 이어집니다. 조사한 근거가 그대로 따라가서 같은 조사를 다시 하지 않습니다.

할 수 있는 일

분석 — 읽고 판단한다

이미 있는 자료를 읽고 근거로 답합니다. 승인 대상은 만들 것이 아니라 무엇을 물을지입니다.

[업무명: 딥 리서치] 조사하고, 종합하고, 초안을 쓰고, 검증합니다. 웹과 지식베이스와 데이터베이스와 연결한 앱을 소스로 걸 수 있고, 근거마다 인용 번호가 붙은 리포트를 냅니다.

[업무명: 스프레드시트 분석] 표를 올리시면 구조를 먼저 확인하고, 무엇을 물을지 목록으로 합의한 뒤 SQL로 답합니다. 표를 고치는 도구는 아닙니다.

[업무명: DB 분석] 등록한 데이터베이스에 자연어로 물으실 수 있습니다. 질문 목록을 승인하신 뒤 읽기 전용 가드 뒤에서 조회하고, 화면에서 SQL을 눈으로 보고 실행합니다.

[업무명: 문서 파싱] PDF, 한글, 오피스, 이미지를 레이아웃까지 읽어 표와 차트와 단 구조를 지킨 채 지식으로 넘깁니다.

우리 회사 데이터베이스에 물어볼 수 있나요?

네. 등록해 두시면 자연어로 물으실 수 있습니다. 질문 목록을 먼저 승인하시고, 조회는 읽기 전용 가드 뒤에서만 돕니다. 실행할 SQL도 화면에서 보실 수 있습니다.

엑셀 파일을 분석할 수 있나요?

네. 올리시면 시트 구조를 먼저 보여 드리고 무엇을 물을지 정한 뒤 SQL로 답합니다. 다만 표를 고쳐 드리는 도구는 아닙니다.

PDF도 읽나요?

네. 레이아웃까지 읽어서 표와 단 구조를 지킨 채 넘깁니다. 한글, 오피스, 이미지도 됩니다.

작성 — 글을 쓴다

사실관계를 넣으시면 매체의 문체로 완성합니다. 승인 대상은 유형과 구성입니다.

[업무명: 기사 작성] 취재 자료만 넣으시면 유형을 판단하고, 작성하고, 팩트체크하고, 데스크를 거쳐 교정까지 해서 매체 문체의 기사를 냅니다.

[업무명: 보도자료 작성] 발표 자료만 넣으시면 뉴스 가치를 판단하고 팩트체크와 배포 심사를 거쳐 언론 기준 보도자료를 냅니다.

[업무명: 외신 번역] 원문을 번역하고, 대조하고, 재구성하고, 검수합니다. 대조는 끌 수 없는 단계이고, 긴 원문은 조각으로 나눠 문단이 빠지지 않게 합니다.

[업무명: AI 작성 판별] 글이 AI가 쓴 것인지 잽니다. 계획도 승인도 없는 한 번 호출이라 입력창이 곧 입구입니다.

기사를 대신 써 주나요?

취재 자료를 넣으시면 유형 판단부터 팩트체크와 데스크까지 거쳐 초안을 냅니다. 매체의 문체를 따릅니다.

번역도 되나요?

외신 번역이 있습니다. 번역한 뒤 원문과 대조하는 단계를 끌 수 없게 해 두었습니다. 긴 원문은 조각으로 나눠서 문단이 빠지지 않게 합니다.

제작 — 보고 듣는 것을 만든다

비싼 생성 앞에서 멈춥니다. 승인 대상은 목차와 구성과 대본이고, 장수와 초에 비례해 돈이 나가는 자리입니다.

[업무명: 슬라이드 제작] 주제만 넣으시면 목차를 세우고, 승인하시면 차트와 이미지를 엮어 덱을 만듭니다. 장 하나만 고쳐서 다시 만드실 수 있습니다.

[업무명: 웹 페이지 제작] 색과 글꼴과 구성을 계획 카드로 확인하신 뒤 한 장짜리 웹 문서를 만듭니다.

[업무명: 인포그래픽 제작] 올리신 자료에서 그릴 구간을 찾고, 그린 값이 원자료 표에 있는지 코드가 대조합니다.

[업무명: 이미지 제작] 모델과 비율과 해상도와 참조 이미지를 직접 고르실 수 있습니다. 배경 제거와 영역 텍스트 편집은 어느 화면에서든 같은 조작입니다.

[업무명: 영상 제작] 재료 그림을 먼저 확정하고 스토리보드를 승인하신 뒤 클립을 만듭니다. 돈이 나가는 지점 앞에서 두 번 확인합니다.

[업무명: 모션그래픽] 장면 구성을 승인하시면 장면마다 코드로 그려 한 편으로 잇습니다. 타이밍은 사람이 아니라 코드가 맞춥니다.

[업무명: 사진 영상] 사진을 먼저 붙이고 대본을 확인하신 뒤 렌더합니다. 재료가 글이 아니라 사진이라 순서가 다릅니다.

[업무명: 오디오 제작] 낭독이나 대담 대본을 쓰고 화자별 목소리로 합성합니다. 승인 대상은 대본 전문입니다. 소리는 글자 수로 과금되기 때문입니다.

발표자료를 만들어 주나요?

네. 주제를 말씀하시면 목차를 먼저 세워 보여 드리고, 확인하시면 차트와 이미지까지 엮어 덱을 만듭니다. 마음에 안 드는 장만 골라 다시 만드실 수도 있습니다.

영상도 만드나요?

영상, 모션그래픽, 사진 영상 셋이 있습니다. 재료가 무엇이냐에 따라 순서가 다릅니다. 셋 다 비용이 나가는 자리 앞에서 확인을 받습니다.

이미지 생성도 되나요?

네. 모델과 비율과 해상도를 직접 고르실 수 있고, 만든 뒤에 배경 제거나 영역 텍스트 편집도 그 자리에서 됩니다.

대화 · 지식 · 연동

위 서비스들이 딛고 서는 것들입니다.

[업무명: AI 챗과 도구] 멀티 모델 채팅에 웹 검색과 시각화와 문서 도구와 MCP가 붙습니다. 도구가 없어 막히면 거절 대신 무엇을 켜면 되는지를 답합니다.

[업무명: 음성과 실시간 통역] 말로 대화하는 음성 비서, 마이크와 화면 음성의 실시간 전사와 다국어 통역, 피치 통역 덱이 있습니다.

[업무명: 지식베이스] 사내 문서를 지식화해 근거로 답합니다. 검색과 그래프가 같은 키를 씁니다. 문단에서 관계로, 관계에서 원문으로 갑니다.

[업무명: 에이전트와 워크플로우] 업무에 맞춘 에이전트를 만들고, 여러 에이전트가 노드 설명을 보고 스스로 다음 단계를 넘깁니다.

[업무명: 외부 앱 연결] 지메일, 독스, 드라이브, 유튜브 같은 것을 연결해 에이전트가 대신 읽고 실행합니다.

[업무명: MCP와 공공데이터] MCP 서버를 붙여 도구를 늘립니다. 공공데이터는 포털이 아니라 부동산이나 통계 같은 유형으로 묶여 있습니다.

[업무명: API 키] 발급한 키로 외부 시스템이나 자동화에서 호출하실 수 있습니다. 채팅은 OpenAI 호환 스펙이라 표준 클라이언트가 그대로 붙습니다.

우리 회사 문서를 학습시킬 수 있나요?

학습이 아니라 지식화입니다. 문서를 올리시면 개념 단위로 세워 두고, 답할 때 근거로 씁니다. 답에 붙은 인용을 누르면 원문까지 갑니다.

지메일이나 드라이브를 연결할 수 있나요?

네. 연결해 두시면 에이전트가 대신 읽고 실행합니다. 유튜브 같은 것도 됩니다.

우리 시스템에서 API로 부를 수 있나요?

네. API 키를 발급하시면 됩니다. 채팅은 OpenAI 호환 스펙이라 기존 클라이언트를 그대로 쓰실 수 있습니다.

지식과 자산

지식 파이프라인

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.

RAG랑 뭐가 다른가요?

문서를 잘라 넣고 검색하는 것까지는 어디나 합니다. 저희는 레이아웃을 지킨 파싱, 개념 단위로 세우는 정리, 개념을 잇는 온톨로지까지 갑니다. 검색과 그래프가 같은 키를 써서 문단에서 관계로, 관계에서 원문으로 갈 수 있습니다.

목표 — 흩어진 것을 조직의 자산으로

개인과 조직에 흩어진 문서와 음성과 데이터는 물론, AI가 만든 결과물과 그 근거까지 조직의 지식 자산으로 쌓습니다.

수집하고, 자산화하고, 재생산합니다. 분석에 그치지 않고 리포트와 공유와 다음 작업의 소스로 이어집니다. 낸 것도 남아 되먹임됩니다.

보안과 운영

보안 — 밖으로 내보내지 않는다

보안이 중요한 데이터는 밖으로 내보내지 않습니다. 민감 업무는 온프레미스나 VPC의 로컬 모델로 처리합니다.

프롬프트와 문서와 결과가 외부 API로 전송되지 않습니다. 자체 GPU 서버나 격리 네트워크에서 모델을 직접 구동합니다. 민감 처리용 슬롯이 비면 공개 모델로 새지 않고 멈춥니다. 자료의 개인정보는 답변에서 가립니다.

우리 데이터가 외부로 나가나요?

민감한 업무는 안 나가게 하실 수 있습니다. 온프레미스나 VPC 안의 로컬 모델로 처리하면 프롬프트도 문서도 결과도 밖으로 전송되지 않습니다. 업무 민감도에 따라 클라우드와 로컬을 섞어 쓰실 수 있습니다.

온프레미스로 설치할 수 있나요?

네. 저장소와 데이터베이스와 벡터 DB를 고객 시스템에 붙일 수 있고, 필요하시면 에이전트까지 통째로 온프레미스나 VPC 안에 두실 수 있습니다.

다른 회사 데이터랑 섞이지 않나요?

기업마다 격리된 멀티테넌시로 운영합니다. 스키마와 키와 사용량 원장이 조직마다 따로입니다. 개인이 등록한 데이터베이스는 관리자에게도 보이지 않습니다.

모델 — 두 축, 갈아 끼운다

특정 프로바이더에 종속되지 않습니다. 퍼블릭 API와 로컬 모델을 업무에 맞춰 고릅니다.

모델은 두 축입니다. 도구를 고르고 부르는 오케스트레이션은 사용자가 고른 모델이 하고, 눈에 안 보이는 생성은 관리자가 정한 슬롯이 합니다.

보이지 않는 모델은 없습니다. 어떤 모델이 도는지 관리 화면에 전부 보이고, 코드에 숨은 기본값이 없습니다. 슬롯이 비면 조용히 다른 모델로 돌지 않고 비었다고 말합니다.

클라우드는 OpenAI, Anthropic, Gemini, Groq, Mistral과 OpenAI 호환 엔드포인트를 씁니다. 로컬은 Ollama, vLLM, SGLang과 사내 GPU를 씁니다.

어떤 모델을 쓰나요?

고르실 수 있습니다. 클라우드는 OpenAI, Anthropic, Gemini 같은 것들이고 로컬은 Ollama나 vLLM으로 사내 GPU에서 돌립니다. 기능마다 다른 모델을 걸 수도 있습니다.

비용은 어떻게 관리하나요?

모델과 도구와 사용자별로 토큰 사용량을 실시간 집계합니다. 폴백으로 다른 모델로 갈아탄 실행은 실제로 돈 모델로 원장에 적어서 원가 귀속이 틀어지지 않습니다.

구성 — 에이전트를 어디에나

사람은 화면으로, 시스템은 API 키로 같은 에이전트에 닿습니다.

조직마다 격리되고, 저장소와 데이터베이스와 벡터 DB는 고객 시스템에 붙일 수 있으며, 에이전트까지 통째로 온프레미스에 두실 수 있습니다.

문서 파서와 이미지와 음성과 판별 서버, 그리고 저희가 제공하는 MCP를 별도의 커스텀 에이전트가 API 키로 직접 불러 쓰실 수도 있습니다. 플랫폼의 부품을 당신의 에이전트가 가져다 쓰는 구조입니다.

시작하기

어떻게 시작하나

"무엇을 도와드릴까요" 하나가 입구입니다. 기능이 어느 메뉴에 있는지 모르셔도 됩니다. 일을 말씀하시면 알맞은 파이프라인이 받아 가고, 추가로 필요한 도구는 그때 제시해 드립니다.

어떻게 시작하나요?

회원가입 하시고 로그인하시면 "무엇을 도와드릴까요" 화면이 나옵니다. 거기에 하실 일을 적으시면 됩니다. 예를 들면 "지난주 매출 엑셀로 임원 보고 슬라이드를 만들어 줘" 같은 식으로요.

도입 문의는 어디로 하나요?

조직 단위 도입이나 온프레미스 설치는 담당자 상담이 필요합니다. 홈페이지의 문의 경로로 연락해 주시면 안내해 드리겠습니다.

무료로 써볼 수 있나요?

그 부분은 제가 정확히 안내해 드리기 어렵습니다. 담당자에게 문의해 주시면 조건을 알려 드릴 수 있습니다.