데이터 보호

Airparser에서 AI의 역할

Airparser는 채팅 모델을 감싼 단순한 래퍼가 아닙니다. 추출 과정은 전처리, OCR, 구조화 추출 모델, 후처리/검증이라는 여러 단계를 결합하며, AI는 이 파이프라인 내에서 가장 큰 가치를 더하는 부분, 즉 레이아웃이나 형식이 다양한 콘텐츠를 해석하여 고객님의 스키마 필드에 매핑하는 작업에 사용됩니다. 범용 채팅 인터페이스는 없으며, 설정된 추출 작업을 벗어나 고객님의 데이터에 대해 개방형 프롬프트를 실행하지도 않습니다.

문서가 처리되는 단계별 과정

• 수집 — 문서는 업로드, 이메일, API 또는 Airparser 메일함으로의 연동을 통해 도착합니다.
• 전처리 — 파일이 정규화되며, 스캔된 파일이나 이미지의 경우 OCR이 실행되어 텍스트 레이어가 생성됩니다.
• 구조화 추출 — 문서는 저희의 추출 모델과 로직을 사용해 고객님의 스키마와 대조됩니다. 이는 자체 모델과, 하위 처리업체 페이지에 나열된 제공업체를 기반으로 문서 데이터 추출에 특화되도록 강화한 모델을 결합한 것입니다.
• 후처리 — 추출된 결과는 최종 확정되기 전에 스키마의 필드 유형에 따라 검증 및 정규화됩니다.
• 전달 — 결과는 고객님의 계정에 저장되며, 앱, API 또는 설정된 내보내기/웹훅을 통해 이용할 수 있습니다.

OCR, AI, 후처리를 결합하는 이유

각 단계는 서로 다른 약점을 보완합니다. OCR만으로는 원시 텍스트를 얻을 수 있지만, 그 텍스트가 무엇을 의미하는지, 스키마와 어떻게 연관되는지는 이해하지 못합니다. AI 모델은 의미를 해석하고 레이아웃이나 표현이 다양한 문서——고정된 템플릿이 잘 처리하지 못하는 부분——를 다루는 데 뛰어나지만, 그 자체만으로는 유형이 잘 정리되고 검증된 결과를 보장하지 않습니다. 후처리는 데이터가 고객님의 계정에 도달하기 전에 유형, 형식, 일관성을 확인하여 이 격차를 메웁니다. 이 세 가지를 결합하면 단일 방법에만 의존하는 것보다 더 신뢰할 수 있는 결과를 얻을 수 있습니다.

임베딩과 긴 문서

임베딩이란 텍스트의 수치적 표현으로, 시스템이 매 단계마다 문서 전체를 처리하지 않고도 특정 필드나 쿼리와 가장 관련성이 높은 문서의 부분을 식별할 수 있게 해줍니다.

저희는 이 기술을 매우 긴 문서를 더 효율적으로 처리하는 데 활용해 왔습니다. 현재는 선택적으로 적용되고 있으며, 모든 추출 작업의 기본 요소라기보다는 다소 실험적인 성격을 띠고 있습니다——기술이 성숙해짐에 따라 향후 사용 범위를 확대할 수 있습니다.

당사의 추출 모델

저희의 추출 파이프라인은 자체 모델과, 하위 처리업체 페이지에 나열된 LLM 제공업체를 기반으로 한 강화·특화 모델을 결합하여 사용합니다——이는 일반적인 채팅이 아닌 문서 데이터 추출에 특화되어 조정되었습니다.

학습 및 데이터 보관

• 저희는 고객님의 데이터로 어떤 모델도 학습하거나 미세 조정하지 않으며, 고객님의 데이터를 절대 판매하지 않습니다. 이는 요금제에 따라 달라지는 기능이 아니라 지속적인 약속입니다.
• AI 하위 처리업체와의 계약에 따라, 추출을 위해 제출된 데이터를 그들의 모델 학습에 사용하는 것은 금지되어 있습니다.

암호화 및 전송

저희 AI 하위 처리업체와의 모든 통신은 암호화된 연결(HTTPS/TLS 1.2 이상)을 통해 이루어지며, 이는 저희 인프라의 다른 모든 부분에 적용하는 것과 동일한 기준입니다.

데이터 분리

각 Airparser 계정의 문서, 스키마, 결과는 다른 모든 계정과 논리적으로 분리되어 있습니다. 한 고객님의 문서를 처리한다고 해서 다른 고객님의 데이터가 노출되거나 섞이는 일은 결코 없습니다.

고객님의 통제하에 남는 것

• 고객님은 데이터 컨트롤러이며, Airparser 및 그 AI 하위 처리업체는 고객님의 지시에 따라서만 행동하는 데이터 프로세서입니다.
• 언제든지 문서, 스키마 또는 전체 계정을 삭제할 수 있습니다.
• 설정 가능한 보관 정책을 통해 처리된 데이터를 1일에서 180일 사이에서 자동으로 삭제할 수 있습니다.