부어 넣으면 일어나는 일

책과 자료에서 지식을 통째로 받아들여 그래프로 엮는 단계입니다.

01

자료를 모음

파일·URL·Notion을 한 번에 끌어다 놓으세요. 스프레드시트, 문서, 슬라이드, PDF, 이미지, 웹 페이지. 형식을 가리지 않고 한자리에서 받습니다.

02

그대로 마크다운에 담기

각 자료를 내용 그대로 마크다운 노트에 옮깁니다. 원본 파일은 그대로 보관하고 출처 링크로 잇습니다. 무엇 하나 요약으로 날리지 않습니다.

03

개념과 관계를 알아내 그래프로

옮겨 담은 노트에서 개념과 관계를 자동으로 알아내 그래프로 엮습니다. 같은 것끼리 알아서 잇고 비슷한 주제를 묶어 줍니다. 부어 넣는 순간부터 당신의 두 번째 뇌가 자라기 시작합니다.

자료 가져오기가 하는 일

내용을 그대로 옮기는 것이 원칙입니다. 요약하지 않고, 출처를 잃지 않습니다.

거의 모든 자료

스프레드시트, 문서, 슬라이드, PDF, 이미지, URL, 일반 텍스트를 받습니다. 흩어진 자료를 하나의 그래프로 모읍니다.

스캔본·이미지 속 글자까지

텍스트가 없는 스캔 PDF와 이미지도 그 안의 글자를 읽어냅니다. 그림으로만 존재하던 문서도 그래프에 들어옵니다.

요약 없이 그대로

AI로 요약하지 않고 내용을 그대로 옮깁니다. 원문의 문장은 줄어들거나 바뀌지 않습니다. 들어온 그대로 남습니다.

원본은 그대로, 출처도 그대로

원본은 그대로 보관되고 노트에서 출처 링크로 되짚을 수 있습니다. 출처는 언제든 확인 가능합니다.

한꺼번에 빠르게

여러 자료를 동시에 처리합니다. 한 폴더를 통째로 부어도 한꺼번에 옮겨 담습니다.

그래프로 자동 연결

가져온 노트는 곧바로 개념과 관계를 알아내 그래프에 엮입니다. 내용을 그대로 옮긴 노트로 다뤄져 임의로 고쳐지지 않습니다.

흩어진 자료를 하나의 두 번째 뇌로

부어 넣으면 내용 그대로 마크다운에 담기고, 개념과 관계를 알아내 지식그래프가 자랍니다. 에이전트는 그 위에서 생각합니다. 전부 내 기기에서, 로컬 우선으로 동작합니다.

다운로드 →온톨로지 그래프 →

부품 제조

은퇴 18개월 전 설비 인계

30년 도장 라인 베테랑이 18개월 뒤 은퇴한다. 수기 정비일지 스캔 15년치와 주 1회 인터뷰 녹음을 한 워크스페이스로 모으는 가상 시나리오다.

15년치 수기 정비일지 스캔과 주 1회 인터뷰 녹음에서, "3번 부스 압력 헌팅, 습도 높을 때 과거 사례" 같은 질문에 그때의 조치와 근거 일지 노트가 붙은 답을 받는다.

예시 · 가설 시나리오사례 읽기 →로펌 · M&A

지배권 변경 조항, 6명×3주 대신

매수 측 자문 로펌의 시니어 변호사가 데이터룸 익스포트 9,400건을 노트북 워크스페이스에 넣고, 계약과 엑셀과 의사록을 건너는 질문을 던진다. 실제 고객 사례가 아니라 가정해 본 가상 시나리오다.

9,400건 데이터룸에서 "지배권 변경 조항이 있는 계약 중 거래상대가 매출 상위 10위인 것" 같은 질문에, 파일을 밖으로 보내지 않고 조문 원문과 출처 링크가 붙은 답을 받는다.

예시 · 가설 시나리오사례 읽기 →지자체 재난대응

같은 다리, 어긋난 두 보고

인구 40만 도시의 재난상황실. 읍면동 한글 보고와 소방 무전 요지가 같은 다리를 두고 다르게 말할 때, 21시 브리핑 전에 그 두 줄을 나란히 찾아낸다. 실제 고객 사례가 아니라 가정해 본 가상 시나리오다.

읍면동 한글 보고·소방 무전 요지·엑셀이 뒤섞인 폴더에서 "동부대교에 대한 보고 전부, 시간순으로"라고 물으면, 문서를 행정 보안망 밖으로 보내지 않고 "동부읍 상황보고 3차 · 12번째 줄"까지 붙은 답을 받는다. 어긋나는 두 보고는 답 안에 나란히 붙어 나오고, 반영은 사람이 확인한 뒤에 된다.

예시 · 가설 시나리오사례 읽기 →

모든 자료, 하나의 그래프.