문서마다 다른 전략
규정·매뉴얼·FAQ·표 중심 문서를 경량 AI가 구분하고, 자르는 단위와 크기를 문서마다 다르게 정해요. 하나의 설정을 모두에게 강요하지 않아요.
TECHNOLOGY
AI에게 문서를
AI에게 문서를
"그냥 읽게" 하지 않았습니다.
전문을 통째로 먹이는 건 누구나 해요. 느리고, 비싸고, 답이 흐려질 뿐이죠. 위즈덤베이스에는 문서 하나를 올리는 순간부터 답이 나오기까지, 아래의 기술이 전부 기본으로 돌아가요.
그냥 읽기 vs Wisdombase — 실측했어요
실제 기업 문서 50페이지 브레인에 질문 28개를 던져, 실제 토크나이저 기준으로 쟀어요.
실측 조건: 웍스AI 이용가이드 50페이지(본문 28만 자) · 자연어 질문 28개 · qwen 토크나이저 usage 기준 · 2026년 8월. 정답 문서를 이미 아는 경우와 비교해도 문서가 길수록 이득이 커져요 — 13,455토큰짜리 요금 규정 질문은 9.3배였어요.
답이 나오기까지, 6단계가 돌아가요
전부 자동이에요. 고객은 아무것도 설정하지 않아요.
1
경량 AI가 문서를 먼저 읽어요
주제·구조·언어를 파악해 문서 유형을 정해요. 규정인지, 매뉴얼인지, FAQ 인지에 따라 다음 단계의 전략이 달라져요.
{ "유형": "규정", "분할": "조항 단위", "조각 크기": 800자 }2
문서 성격대로 잘라요 (전략 청킹)
규정은 제N조 단위로, FAQ는 문답 단위로, 매뉴얼은 절 단위로. 조각마다 「문서 제목 › 절 제목」 문맥표를 붙여, 조각만 봐도 출처를 알 수 있게 해요.
인사 규정 › 휴가인사 규정 › 경비 처리FAQ › Q. 환불은요?
3
의미를 숫자로 바꿔요 (임베딩)
표현이 달라도 뜻이 같으면 찾을 수 있도록 조각을 숫자 배열로 바꿔요. 만들어진 벡터는 AES-256으로 암호화해 저장해요.
"연차휴가 15일…" → [0.021, -0.114, …] → DPV1:a83f… 암호문4
두 검색을 융합해요 (하이브리드 RRF)
뜻으로 찾는 의미 검색과 글자로 찾는 전문 검색은 서로 놓치는 게 달라요. 두 결과를 순위 기반(RRF)으로 합쳐, 점수 체계가 달라 생기는 왜곡 없이 정확도를 끌어올려요.
의미 검색+전문 검색=최종 순위
5
비슷한 조각은 걸러요 (MMR 다양화)
상위 결과가 같은 얘기의 반복이면 답의 근거가 좁아져요. 이미 고른 조각과 겹치는 후보는 감점해서, 서로 다른 근거가 고르게 올라오게 해요.
휴가 조항휴가 조항 (중복)경조휴가 조항
6
필요한 만큼만 읽혀요 (점진적 읽기)
검색 조각으로 부족하면 목차 → 섹션 한 줄 요약 → 필요한 섹션 전문 순서로만 넓혀요. 전문 전체는 마지막 수단이에요. 읽는 양이 문서 크기가 아니라 질문 크기에 비례해요.
목차→섹션 요약→필요한 섹션→전문(마지막 수단)
중요한 원칙: 요약은 「읽을 범위를 좁히는」 용도로만 써요. 찾는 건 항상 원문 전체를 대상으로 하니까, 요약에서 빠진 내용도 검색에서는 절대 빠지지 않아요.
모델은 감이 아니라 실측으로 골랐어요
같은 질문 세트로 임베딩 모델 5종, 분석 AI 3종을 직접 비교해 채택했어요. 실제 한국어 기업 문서와 한·영·중 합성 문서, 두 벌로요.
| 임베딩 모델 | 실제 문서 정답률1위 적중 · 372조각 28문항 | 한·영·중 교차 질문 | 채택 |
|---|---|---|---|
| Qwen3 4B | 79% | 6/6 | ✓ 채택 |
| Qwen3 8B | 75% | 6/6 | |
| Qwen3 0.6B | 64% | 4/6 | |
| OpenAI small | 61% | 3/6 | |
| OpenAI large | 57% | 5/6 |
흥미로운 결과 — 가장 비싼 모델(OpenAI large)이 실제 한국어 문서에서는 꼴찌였어요. 벤치마크 없이 유명한 모델을 골랐다면 정확도를 22%p 잃을 뻔했죠. 그래서 저희는 잽니다.
문서가 해외로 나가지 않아요
AI 서비스 대부분은 문서를 해외 API로 보내 임베딩을 만들어요. 위즈덤베이스는 임베딩 모델을 AI3가 직접 운영하는 GPU 인프라에 올려, 우리 손안의 국내 환경에서 직접 돌립니다.
남의 GPU가 아니라 우리 GPU
임대한 클라우드가 아니라 AI3가 직접 구매·운영하는 GPU 인프라예요. 문서가 어느 회사 장비를 거치는지 우리가 압니다.
국내에서 시작해 국내에서 끝나요
업로드·변환·임베딩·저장·검색까지 전 구간이 국내예요. 해외 사업자 약관 변경이나 국외 이전 이슈에서 자유로워요.
학습에 쓰이지 않아요
우리 서버니까 「학습 안 함」이 약속이 아니라 구조예요. 만들어진 벡터는 AES-256으로 암호화해 저장해요.
가까워서 빨라요
태평양을 왕복하지 않으니 지연이 줄어요. 문서 수천 개를 한 번에 올려도 국내 회선 안에서 처리돼요.
공공기관·금융처럼 국외 이전 검토가 부담스러운 조직에 특히 중요한 부분이에요.
보안 담당자에게 보여 드릴 자료가 필요하면 보안 정책 페이지를 참고해 주세요.
이 모든 게, 그냥 기본이에요
따로 켜는 옵션도, 추가 요금도 아니에요. 문서를 올리는 순간 전부 적용돼요.
놓치지 않는 검색
「연차」라고 쓴 문서를 「휴가 며칠?」로 물어도 찾아요(의미 검색). 반대로 고유명사·코드처럼 글자가 중요한 질문은 전문 검색이 받쳐요. 둘을 RRF로 융합해요.
토큰을 아끼는 읽기
목차와 섹션 요약을 경량 AI가 미리 만들어 둬서, AI 도구가 필요한 부분만 콕 집어 읽어요. AI 사용료가 문서 크기가 아니라 질문 크기를 따라가요.
표준으로 연결
이 검색·읽기 파이프라인 전체가 MCP라는 표준 방식으로 노출돼요. ChatGPT·Claude·Gemini 어디에 꽂아도 같은 품질로 동작해요.