이미 돌아가는 업무에 맞는 AI 문서 워크플로

패키지 솔루션

세 개 업종, 하나의 기반

세 솔루션은 같은 기반에서 동작하고 워크플로 구성만 다릅니다. 하나를 평가하며 확인한 보안・연결 조건은 나머지 둘에도 그대로 적용됩니다.

• 제조업

  품질검사 보고서와 출하 서류 묶음

  손으로 쓴 검사 기록, 계측기 출력, 사진을 거래처 서식에 맞는 보고서로 정리합니다. 측정값은 고쳐 쓰지 않고 그대로 옮기며, 규격을 벗어난 항목과 판독할 수 없는 칸은 담당자에게 넘깁니다.

• 물류

  통관 전 검토용 서류 묶음

  흩어진 메일, 인보이스, 포장 명세서, 선하증권을 검토 가능한 한 묶음으로 정리합니다. 충돌은 드러내고 누락 서류는 목록으로 만들며, 각 항목에 출처 페이지가 붙습니다.

• 이커머스

  공급사 카탈로그를 등록 가능한 상품 데이터로

  공급사 PDF와 사진을 마켓 가져오기 도구가 한 번에 받아들이는 CSV로 변환합니다. 통화는 열을 나누고 단위는 표준화하며 옵션은 기업 서식에 맞춰 정리합니다.

도입 방식

세 단계, 각 단계는 결재 가능한 산출물로 마무리됩니다

도입 프로젝트가 멈추는 이유는 대개 모델이 아니라 범위입니다. 아래 각 단계는 문서 산출물로 마무리되며, 다음 단계는 추정이 아니라 합의에서 시작됩니다.

1. 01

   요구사항 확정

   이미 쓰고 있는 문서와 시스템을 정리하고, 어떤 항목이 중요하며 각각을 어떻게 판독할지 확정한 뒤, 사람이 검토하는 범위와 워크플로가 판정하는 범위의 경계를 그립니다.

   이 단계의 산출물모든 항목, 판독 규칙, 사람이 검토하는 지점을 명시한 문서 형태의 범위 정의.

2. 02

   빠른 제공

   워크플로는 기존의 범용 도구를 조합해 구성하며, 한 고객을 위해 플랫폼을 고치지 않습니다. 실제 샘플 문서로 먼저 실행하고, 결과가 안정된 뒤에 물량을 늘립니다.

   이 단계의 산출물실제 샘플에서 동작하는 워크플로와, 확대 전에 측정한 실행 1건당 비용.

3. 03

   지속적인 보안

   실행할 때마다 도구 호출 기록이 남습니다. 보관 기간, 삭제 방식, 하위 처리자 목록은 모두 공개 페이지이므로 보안 검토 담당자가 문의 없이 확인할 수 있습니다.

   이 단계의 산출물실행별 감사 추적과, 보관·삭제·하위 처리자에 대한 문서 형태의 설명.

시스템 통합

한 번 만들어 웹・API・SDK에서 같은 워크플로를 호출합니다

워크플로는 Builder에서 한 번 만듭니다. 세 가지 호출 채널은 모두 그 하나를 가리키며, 따로 관리하는 사본이 아닙니다.

• 호출 방식

  웹 화면, REST · Python SDK · TypeScript SDK. 에이전트 워크플로는 WebSocket으로 이벤트를 전송하고, 결정적 변환은 폴링입니다.

• 실행 위치

  워크플로는 클라우드에서 실행됩니다. 데스크톱용 Ainalyn(beta)은 이미지・PDF・OCR 변환을 기기에서 수행하며, convilyn.local은 키나 네트워크 없이 오프라인으로 변환합니다.

• 자사 도구

  자사에서 도구 서버를 운영하고 플랫폼이 호출하도록 할 수 있습니다. 모든 전송 요청에 HMAC-SHA256 서명과 타임스탬프가 포함되어 발신 출처를 검증할 수 있습니다.

URL 가져오기는 https만 허용하고 리다이렉션을 따라가지 않으며, 내부 대역으로 해석되는 주소는 거부하고 크기 상한도 있습니다. 다운로드 링크는 단기 사전 서명 URL이며 다시 발급할 수 있습니다.

Convilyn을 선택하는 이유

워크플로 기반이 자체 자산이며, 약속은 검증할 수 있습니다

문서 자동화 도입은 보안 심사에서 멈춰 섭니다. 이 절의 모든 항목은 문의 전에 직접 확인할 수 있습니다.

• 개인정보 보호는 기본값이며, 찾아서 켜는 설정이 아닙니다

  모델 제공사는 귀사의 내용을 학습에 사용하지 않습니다. API 키로 시작한 실행은 코드 계층에서 Convilyn 자사 모델 작업에서 배제되며 fail-closed입니다. 기본적으로 거부하므로 정책 선언에 그치지 않습니다.

• 연결의 유연성, 제약은 보통 귀사 쪽에 있습니다

  연결 방식은 앞 절에서 정리했습니다. 나머지 절반을 말씀드립니다. 대응할 수 없는 요구는 오픈 이후가 아니라 평가 단계에서 밝힙니다.

• 모델 학습

  AWS Bedrock으로 전송한 입력과 출력은 Anthropic 모델 학습에 사용되지 않습니다(Bedrock 데이터 보호 약관 참조). API 키로 시작한 실행은 코드로 Convilyn 학습 데이터에서 배제합니다.

• 삭제

  파일은 API로 즉시 삭제할 수 있으며, 업로드한 본인만 삭제할 수 있습니다. 실행 중인 워크플로에 연결된 파일은 해당 실행이 종료될 때까지 보호합니다.

• 암호화와 격리

  전송은 TLS, 저장 데이터는 암호화합니다. 저장 경로는 계정별로 분리하고 읽기와 삭제마다 소유권을 확인합니다. 식별자를 맞혀도 다른 계정의 파일에는 접근할 수 없습니다.

• 민감 정보 마스킹

  필드 이름과 값 형태를 규칙으로 대조하므로 resume_text 같은 필드의 내용도 걸러냅니다. 민감 여부 판단을 모델에 맡기지 않습니다.

• 하위 처리자와 DPA

  고객 콘텐츠를 처리하는 하위 처리자는 모두 공개합니다. 기업 고객은 DPA를 체결할 수 있고, 하위 처리자 변경 시 통지를 받고 이의를 제기할 수 있습니다.

현재 처리 리전은 고정되어 있습니다. 파일 저장과 워크플로 실행은 도쿄（ap-northeast-1）, 모델 추론은 us-east-1, OCR은 싱가포르（ap-southeast-1）입니다. 요청마다 리전을 지정할 수는 없습니다. 데이터 소재지 요건이 있다면 상담 단계에서 알려 주시면 가능한 것과 불가능한 것을 그대로 설명드립니다.

• 개인정보 처리방침
• 하위 처리자 목록
• 서비스 약관