Convilyn 품질검사 보고서 에이전트

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.

제공 범위

기업이 넘기는 것과, 돌려받는 것

검사 보고서 과제의 범위는 현장에 있는 기록 형식과 거래처가 지정한 서식으로 정해집니다. 착수 전에 양쪽을 모두 문서로 남깁니다.

예상 결과

로트 하나, 처음부터 끝까지

같은 로트를 라인에서 내려온 바인더부터 제품과 함께 나가는 서류 묶음까지 보여 드립니다.

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

자주 묻는 질문

도입 전에 자주 나오는 질문

• 도입에 얼마나 걸립니까

  기간은 로트 수가 아니라 범위에 들어오는 기록 형식과 거래처 서식이 몇 가지인지에 비례합니다. 라인 하나의 검사표와 거래처 한 곳의 서식은 대개 첫 제공 단계에서 동작합니다. 이후에는 이미 돌아가는 워크플로 위에 서식을 하나씩 얹는 방식입니다.

• 라인이나 품질 시스템을 바꿔야 합니까

  바꿀 필요가 없습니다. 기록은 지금 있는 그대로 찍거나 스캔하면 되고, 보고서는 거래처가 지정한 서식으로 돌려드립니다. 라인 운영은 그대로입니다. 기존 시스템과 연결하고 싶다면 REST API와 Python·TypeScript SDK를 쓸 수 있습니다.

• 도면과 검사 데이터가 모델 학습에 쓰입니까

  아닙니다. 도면과 검사 데이터는 학습 데이터가 되지 않습니다. 모델 제공사도, 당사도 사용하지 않습니다.

• 측정값을 잘못 읽으면 어떻게 됩니까

  측정값은 기록에서 옮겨 적을 뿐 다시 계산하거나 반올림하지 않습니다. 문자 단위로 확정할 수 없는 것은 추측하지 않고 담당자에게 돌려보내며, 규격을 벗어난 특성은 판정하지 않고 표시만 합니다. 최종 판단은 품질 담당자에게 남습니다.

• 어떻게 시작합니까

  실제 배치의 검사 시트 몇 건과 고객사가 지정한 보고서 서식을 준비해 주세요.