이것이 ChatGPT에 보고서 작성을 요청하는 것과 어떻게 다른가요?

채팅 답변은 모델이 이미 알고 있는 내용을 바탕으로 한 번의 컨텍스트 윈도우에서 한 번의 패스로 생성됩니다. 장문 작성은 먼저 개요를 계획하고, 시작하기 전에 필요한 모든 것을 사용자에게 요청하며, 각 섹션을 별도로 조사한 후 한 번에 하나의 섹션을 작성합니다. 따라서 40페이지 분량의 문서도 일관성을 유지하며, 모든 수치는 출처로 추적 가능하고, 탭을 닫아도 작업이 유지됩니다.

문서의 사실들은 어디에서 나오나요?

사용자 자신의 지식 베이스와, 해당 에이전트에 대해 공개 소스가 활성화되어 있는 경우 에이전트가 실제로 열고 읽은 페이지에서 나옵니다. 각 사실은 출처와 함께 저장되므로, 완성된 문서의 모든 수치는 해당 페이지나 구절에서 가져온 것으로 추적할 수 있습니다.

에이전트가 알지 못하는 것이 필요한 경우 어떻게 되나요?

에이전트는 질문합니다 — 문서 작성 시작 전 한 번, 그리고 왜 그 특정 것이 필요한지 설명합니다. 답변이 들어올 때까지 작성이 시작되지 않으므로, 누락된 세부 사항은 20페이지를 발견하기보다는 첫 분 안에 잡히며, 문서에는 발명된 대체물이 포함되지 않습니다.

전체 문서를 재생성하지 않고 한 단락만 변경할 수 있나요?

네. 구절을 선택하고 변경 사항을 말하면 해당 구절만 대체됩니다 — 섹션의 나머지는 바이트 단위로 동일하게 유지됩니다. 선택 범위는 모델이 선택하는 것이 아니라 시스템에서 계산합니다.

초안 간 변경 사항을 확인할 수 있나요?

네. 섹션의 모든 변경 사항은 버전으로 보관됩니다 — 처음 작성된 버전, 수동 편집, 요청된 모든 다시 작성 및 복원 — 현재 텍스트와의 줄별 비교가 포함됩니다. 이전 버전을 복원하면 아무것도 삭제되지 않고 새로운 버전이 추가됩니다.

문서 작성에 얼마나 걸리며, 탭을 열어둔 채로 기다려야 하나요?

문서 길이와 필요한 조사량에 따라 몇 분에서 수십 분까지 소요됩니다. 작업은 백그라운드 작업으로 실행되므로 탭을 닫고 나중에 돌아올 수 있습니다. 서버가 문서 작성 중 재시작되면 해당 섹션에서 이어서 작업하며, 완료된 섹션은 영향을 받지 않습니다.

문서가 무엇을 말해도 되는지 제어할 수 있나요?

네. 각 문서 유형에는 거부 경계(절대 약속, 인용 또는 예측해서는 안 되는 내용)가 포함되어 있으며, 이 경계는 모델이 기억하도록 맡기는 것이 아니라 시스템이 각 섹션의 지침에 연결합니다. 문서 유형은 사용자가 정의할 수 있으며, 고유한 개요, 필수 정보 및 지식 베이스를 가집니다.

핵심 개념

장문 작성: 계획하고, 조사하며, 실제 문서를 작성하는 에이전트

장문 작성은 에이전트가 먼저 개요를 계획하고, 시작하기 전에 필요한 모든 것을 요청하며, 각 섹션을 귀하의 자료와 공개 출처에 대해 조사한 후 섹션별로 작성하여 재시작 시에도 유지되는 작업을 통해 완성된 다중 섹션 문서(예: 제출 서류, 시장 진출 보고서, 실사 메모)를 생성합니다. 채팅 옆의 캔버스에서 문서를 편집하고, 선택한 구절을 통해 어떤 구절이든 다시 작성할 수 있으며, 모든 버전이 보관됩니다.

이렇게도 부릅니다문서 작성 에이전트보고서 작성 에이전트AI 보고서 생성기장문 문서 생성다중 섹션 문서규제 제출 서류 에이전트작성 캔버스AI 문서 초안 작성자동화된 보고서 작성연구 보고서 에이전트

에이전트가 수행하는 나머지 모든 작업은 한 번의 응답으로 처리됩니다. 장문 작성은 에이전트가 다른 사람에게 건네는 결과물을 만들어내는 단계입니다. 규제 제출 서류, 시장 진출 보고서, 실사 메모, 입찰 응답서 등이 이에 해당합니다. 이러한 문서에는 채팅 답변이 가질 수 없는 세 가지 특성이 있습니다. 즉, 작성 전에 조사가 이루어지며, 구조화되어 있고, 사람이 지켜보고 있을 시간보다 더 오래 걸린다는 점입니다.

따라서 이것은 채팅의 '내보내기 버튼'이 아닙니다. 대화 옆에 위치한 생산 라인입니다. 상태가 유지되며, 중단하고 재개할 수 있고, 결과를 읽고 편집할 수 있는 캔버스를 제공합니다.

작성 전에 계획을 세웁니다

planning

The agent recognises which document is being asked for, lays out the sections, and gives each one its own brief — before it writes a word.

처음으로 일어나는 일은 작성이 아닙니다. 에이전트는 요청된 문서의 종류를 인식합니다. 사용자가 정의한 문서 유형 각각에는 고유한 개요, 필수 정보, 지식 베이스 및 거부 경계가 있으며, 에이전트는 이에 따라 섹션을 정리합니다. 모든 섹션에는 해당 섹션이 다뤄야 할 내용, 대략적인 길이, 그리고 의존하는 사실들이 명시된 간략한 명세가 부여됩니다.

이 명세는 숨겨지지 않습니다. 이는 해당 섹션에 모델에게 제공되는 텍스트이며, 화면에 표시되고, 편집할 수 있으며, 변경 후 해당 섹션만 다시 실행할 수 있습니다. 조종할 수 없는 문서는 결국 사용자가 손으로 다시 작성하게 됩니다.

일치하는 항목이 없으면, 에이전트는 개요를 제안하고 사용자의 확인을 요청합니다. 어쨌든 구조는 단 하나의 단어도 작성되기 전에 고정되며, 실행 동안 고정된 상태로 유지됩니다. 내일 문서 유형을 편집해도 오늘 시작한 문서의 번호가 다시 매겨지지 않습니다.

각 섹션은 자체적으로 조사합니다

research

Each section researches on its own: it searches, opens and reads the page, and keeps every fact next to the source it came from.

이 부분이 문서를 장문 답변과 구분하는 지점입니다. 각 섹션은 자체적인 사실을 수집합니다. 검색하고, 페이지를 열고 읽습니다. 검색 요약이 제목과 두 줄의 텍스트일 뿐 실제 수치는 본문에 있는 경우가 많기 때문입니다. 또한 모든 사실은 출처 옆에 기록됩니다. 자체 지식 베이스도 동일한 방식으로 검색되며, 우선순위가 높게 적용됩니다.

그런 다음 섹션은 오직 그 사실들만 바탕으로 작성됩니다. 모델이 해당 주제에 대해 기억하는 내용이 아닙니다. 이것이 흥미로운 실패 모드가 형태를 바꾸는 이유입니다. 자신감 있게 날조된 수치 대신, 수치를 찾을 수 없다고 명시된 섹션이 생성됩니다. 이를 확인하는 도구는 모델이 자신의 작업을 평가하는 것이 아니라, 텍스트를 스캔하여 출처에 없는 구체적인 내용을 찾아내는 코드입니다.

조사는 문서당 범위가 정해지고 예산이 책정되며, 새로운 정보를 더 이상 찾지 못하면 중단됩니다. 작업 중 섹션별로 어떤 도메인을 읽었는지 확인할 수 있습니다.

발명하기 전에 묻습니다

before writing

When something the document needs is missing, it asks for that one thing — and does not start writing until it has it.

문서에는 보통 귀하만이 알고 있는 몇 가지 사실이 필요합니다. 법적 제조사, 대상 시장, 제출 마감일, 장치의 클래스 등이 있습니다. 이 중 하나가 누락되면 문서가 약간 저하되는 것이 아니라, 문서가 무효화됩니다.

따라서 필수 정보는 문서 유형의 일부이며, 에이전트는 시작 전에 이를 확인합니다. 누락된 항목이 무엇인지 묻고, 왜 필요한지 설명한 후 대기합니다. 답변이 들어올 때까지는 아무것도 생성되지 않으며, 청구되지도 않습니다. 이전에 대화에서 이미 언급한 사항이라면 다시 묻지 않습니다.

문서를 변경하는 것이 아니라 구절을 변경합니다

rewrite a passage

Select a passage, say what you want changed, and only that passage is replaced. The rest of the section stays byte-for-byte identical.

문장을 선택하고 "여기에 브라질 마감일을 추가해"라고 하면 해당 구절이 대체됩니다. 섹션의 나머지 부분은 바이트 단위로 동일하게 유지됩니다.

이 메커니즘은 들리는 것보다 더 중요합니다. 선택 범위는 시스템에 의해 계산되며, 모델은 대체 텍스트만 요청받습니다. 범위를 반환하도록 요청받은 모델은 불확실할 때 오류를 반환하지 않습니다. 그럴듯한 범위를 반환하며, 문장이 조용히 제출 서류에서 사라집니다. 따라서 모델이 하나를 선택하도록 내버려 두지 않습니다.

동일한 경로가 전체 섹션 다시 쓰기, 편집기에서의 수동 편집, 채팅에 입력된 지시문을 모두 처리합니다. 또한 문서가 대화 내부가 아닌 대화 옆에 위치하므로, 문서가 열린 상태에서 에이전트와 계속 대화할 수 있습니다. 자체 데이터에서 차트를 추가하거나, 방금 업로드한 파일을 가져오거나, 사본을 다른 언어로 번역해 달라고 요청할 수 있습니다.

기존 내용은 결코 손실되지 않습니다

history

Every change is kept — written, edited, rewritten, restored. Going back adds a version instead of deleting one.

섹션의 모든 변경 사항이 기록됩니다. 처음 작성된 버전, 수동 편집, 요청된 다시 쓰기, 각 복원 — 당시의 발언 내용과 영향을 받은 구절과 함께. 현재 텍스트와의 비교는 줄 단위로 계산됩니다. 모델이 변경 사항을 설명하도록 요청하지 않습니다. 잘 읽히지만 잘못된 설명은 바로 이 기능이 방지하려는 실패이기 때문입니다.

이전 버전으로 복원하면 새로운 버전이 추가됩니다. 기록은 항상 증가합니다.

최종 결과

클릭 가능한 목차와 페이지 번호가 포함된 PDF로 내보낼 수 있는 캔버스의 문서가 생성됩니다. 차트는 자료에 나타난 숫자에서만 그려집니다. 읽기 전용 사본은 원본을 건드리지 않고 다른 언어로 번역할 수 있습니다. 그리고 이를 생성한 대화를 공유할 때, 문서가 함께 포함될지 여부를 결정할 수 있습니다.

솔직한 한계: 이것은 기계 작업에 몇 분과 해당 주제에 대한 전문가의 검토가 가치가 있는 문서용입니다. 빈 페이지, 사실 수집 및 조립을 제거할 뿐, 책임 소재는 제거하지 않습니다.

자주 묻는 질문

이것이 ChatGPT에 보고서 작성을 요청하는 것과 어떻게 다른가요?: 채팅 답변은 모델이 이미 알고 있는 내용을 바탕으로 한 번의 컨텍스트 윈도우에서 한 번의 패스로 생성됩니다. 장문 작성은 먼저 개요를 계획하고, 시작하기 전에 필요한 모든 것을 사용자에게 요청하며, 각 섹션을 별도로 조사한 후 한 번에 하나의 섹션을 작성합니다. 따라서 40페이지 분량의 문서도 일관성을 유지하며, 모든 수치는 출처로 추적 가능하고, 탭을 닫아도 작업이 유지됩니다.
문서의 사실들은 어디에서 나오나요?: 사용자 자신의 지식 베이스와, 해당 에이전트에 대해 공개 소스가 활성화되어 있는 경우 에이전트가 실제로 열고 읽은 페이지에서 나옵니다. 각 사실은 출처와 함께 저장되므로, 완성된 문서의 모든 수치는 해당 페이지나 구절에서 가져온 것으로 추적할 수 있습니다.
에이전트가 알지 못하는 것이 필요한 경우 어떻게 되나요?: 에이전트는 질문합니다 — 문서 작성 시작 전 한 번, 그리고 왜 그 특정 것이 필요한지 설명합니다. 답변이 들어올 때까지 작성이 시작되지 않으므로, 누락된 세부 사항은 20페이지를 발견하기보다는 첫 분 안에 잡히며, 문서에는 발명된 대체물이 포함되지 않습니다.
전체 문서를 재생성하지 않고 한 단락만 변경할 수 있나요?: 네. 구절을 선택하고 변경 사항을 말하면 해당 구절만 대체됩니다 — 섹션의 나머지는 바이트 단위로 동일하게 유지됩니다. 선택 범위는 모델이 선택하는 것이 아니라 시스템에서 계산합니다.
초안 간 변경 사항을 확인할 수 있나요?: 네. 섹션의 모든 변경 사항은 버전으로 보관됩니다 — 처음 작성된 버전, 수동 편집, 요청된 모든 다시 작성 및 복원 — 현재 텍스트와의 줄별 비교가 포함됩니다. 이전 버전을 복원하면 아무것도 삭제되지 않고 새로운 버전이 추가됩니다.
문서 작성에 얼마나 걸리며, 탭을 열어둔 채로 기다려야 하나요?: 문서 길이와 필요한 조사량에 따라 몇 분에서 수십 분까지 소요됩니다. 작업은 백그라운드 작업으로 실행되므로 탭을 닫고 나중에 돌아올 수 있습니다. 서버가 문서 작성 중 재시작되면 해당 섹션에서 이어서 작업하며, 완료된 섹션은 영향을 받지 않습니다.
문서가 무엇을 말해도 되는지 제어할 수 있나요?: 네. 각 문서 유형에는 거부 경계(절대 약속, 인용 또는 예측해서는 안 되는 내용)가 포함되어 있으며, 이 경계는 모델이 기억하도록 맡기는 것이 아니라 시스템이 각 섹션의 지침에 연결합니다. 문서 유형은 사용자가 정의할 수 있으며, 고유한 개요, 필수 정보 및 지식 베이스를 가집니다.

동작 원리가 궁금하신가요?첫 번째 문서 작성하기

실제로 가동하기

지식 베이스 구축

에이전트가 알아야 할 것의 대부분은 이미 어딘가에 적혀 있습니다 — 당신의 웹사이트에, 그리고 당신 팀이 이미 고객에게 보내는 PDF에. URL에서 가져오기는 공개된 절반을 다루고, 업로드가 나머지를 다룹니다.

구조화된 인덱스

구조화된 인덱스는 에이전트가 문서에 이미 포함된 필드(제목, 가격, 레벨, 링크, 이미지)와 의미 기반 검색을 위해 사용하는 벡터 검색을 함께 활용하여 구축한 작은 테이블입니다. 벡터 검색은 질문과 유사하게 읽히는 구문을 찾아내지만, 카운팅하거나 숫자로 필터링하거나 그룹화할 수는 없습니다. 구조화된 인덱스는 이러한 작업을 처리하며, 에이전트가 단편에서 재구성하는 대신 링크나 식별자를 정확하게 인용할 수 있게 합니다.

스토리라인(Storyline)

스토리라인은 에이전트가 각 최종 사용자와 함께 따라가는 방향 그래프입니다 — 모든 노드는 하나의 단계(고유한 태스크, 지식, 도구)이고, 출구는 조건을 지니며, 각 사람의 진행 상황·프로필·메모는 세션과 채널을 넘어 저장되고 재개됩니다. 이것은 에이전트를 점(point) 작업을 하는 어시스턴트에서, 다단계 서비스를 스스로 수행하는 존재로 바꿉니다.

Dynamic Planner

다이내믹 플래너는 대화를 지켜보다가, 사용자가 에이전트의 영역 안에서 진짜로 여러 단계가 필요한 일을 하려 하고 어떻게 진행해야 할지 눈에 띄게 막막해할 때, 그 일을 임시 스토리라인 — 체크리스트로 움직이는 단계별 계획 — 으로 펼칠지 제안합니다. 에이전트는 그 계획을 한 번에 한 단계씩, 사용자가 볼 수 있는 진행 상황과 함께 실행합니다. 계획 수립은 검증을 거쳐 한 번만 일어나고, 실행은 결정적입니다.