AI 활용과 용어 챗봇

Glossary의 AI 기능은 일반 지식 챗봇을 만드는 것이 목적이 아니다. 에이전트가 알지 못하는 조직 내부 용어·약어·제품명을 용어집에서 찾아, 조직이 정한 의미와 사용법으로 이해시키는 것이 목적이다.

콘텐츠 완성도 자동 판정

모든 용어에 같은 분량을 강제하지 않는다. 플랫폼이 용어의 표기, 상태와 내용을 보고 다음 기준 중 하나를 자동으로 적용한다. 사용자가 용어마다 기준을 선택할 필요는 없다.

프로필	필요한 정보	적합한 예
표기 매핑	Full name 또는 정의	IT, SW, 단위, 짧은 식별자
맥락 설명	정의 + 도메인 또는 업무 분류	일반 사내 용어
사용 지침	정의 + 분류 맥락 + 본문	주의사항·사용법이 중요한 용어, 폐기·금지 용어

Full name이 있는 영문 대문자 약어·식별자·단위는 표기 매핑, 폐기·금지 용어는 사용 지침, 나머지는 맥락 설명으로 판단한다.

최소 글자 수의 0은 해당 필드를 없애는 설정이 아니다. 한 글자 이상의 내용이 있는지만 검사한다. 관리자 패널의 콘텐츠 완성도에서는 기준별 충족 현황을 확인하고 보완할 용어를 함께 정리로 바로 연결한다.

중복·유사 용어 합치기

함께 정리 → 중복 후보 검토에서 표기가 겹치거나 -2, -3처럼 숫자가 붙은 URL의 후보 쌍을 검토한다. 목록에 없는 용어는 URL 슬러그로 찾아 AI 판정 요청을 실행할 수 있다. AI는 표기·약어·확장명·정의·도메인을 비교하여 같은 개념, 다른 개념, 판단 보류로 구분한다. URL 접미사만으로 같은 개념이라고 판단하지 않는다.

후보 쌍을 다른 개념으로 유지하거나 판단 보류할 수도 있으며 이 결정은 양쪽 리비전과 함께 저장된다. 어느 한쪽이 수정되면 이전 결정은 만료되어 다시 검토 대상이 된다.

같은 개념이면 양쪽 중 하나를 대표로 선택해 병합한다. 대표의 이름·정의를 유지하고 양쪽 표기·분류·본문과 다른 정의를 보존한다. 원본 용어는 이력과 함께 보관하고 기존 URL은 대표 용어로 연결한다. 원본의 관계 기록은 원본에 남으며 대표 관계로 자동 승인하지 않는다. 병합은 확인 단계에서 대표 용어와 보관될 원본을 다시 보여준 뒤 실행한다.

Excel 파일과 붙여넣기 검토에서는 AI로 같은 개념 찾기를 사용한다. 선택한 행과 파일 내 최대 30개 후보 행, 기존 용어 최대 12개 후보를 비교한다. 파일 내 대표 행으로 합치거나 기존 용어로 합칠 수 있다. 선택 후 수정 결과 다시 검사에서 병합 후 내용을 확인하고 행별로 승인한다. 기존 용어에 합치면 새로운 숫자 접미사 URL을 만들지 않는다. 파일 안에서 여러 행을 합칠 때는 각 행이 같은 대표 행을 직접 가리키도록 선택한다.

제안 검토의 필드 승인은 선택한 제안 하나만 처리한다. 나머지 제안은 다음 리비전에 이어져 새로고침 후에도 계속 승인·거절할 수 있다. 직접 다른 내용으로 편집한 경우에는 새 검토가 필요하다.

AI 제안이 의심스러울 때는 바로 반영하지 말고 오탐으로 숨김, 보류, 내 작업에 저장 중 하나를 선택한다. 오탐 숨김과 보류는 같은 생성기 버전의 공용 검토 상태로 남고, 내 작업은 본인 계정에만 저장된다. 개인 저장 항목은 함께 정리 → 내 작업에서 다시 확인할 수 있다.

AI 공급자 연결

관리자 패널의 AI 연결은 두 방식을 지원한다.

• Gemini API — API Key를 x-goog-api-key로 전송한다. 기본 Base URL은 https://generativelanguage.googleapis.com/v1beta다.
• OpenAI Compatible — /chat/completions 형식의 서버를 연결한다. Bearer API Key와 공급자별 custom header를 최대 20개까지 설정할 수 있다.
• Ollama — 로컬 Ollama 서버를 API Key 없이 연결한다. http://localhost:11434/v1처럼 /v1 주소를 쓰면 OpenAI-compatible API를 사용하고, http://localhost:11434처럼 기본 주소를 쓰면 Ollama의 /api/chat 및 /api/tags API를 사용한다.

Gemini는 API Key가 필요하다. OpenAI Compatible은 공급자 설정에 따라 API Key 없이도 연결할 수 있으며, Ollama는 API Key를 사용하지 않는다. 연결 가능한 설정이면 모델 목록을 자동으로 불러온다. Gemini 목록에는 사람이 읽는 이름만 표시하지만 실제로는 모델 ID를 저장한다. /models를 제공하지 않는 호환 서버는 모델 ID를 직접 입력하고 저장할 수 있다.

모델 목록 조회 성공이 실제 답변 생성을 보장하지는 않는다. 폐기됐거나 현재 계정에서 허용되지 않은 모델도 목록에 남을 수 있기 때문이다. 녹색 Connected 배지는 선택 모델로 짧은 생성 요청까지 성공했을 때만 표시한다. 저장된 연결은 화면 진입 시 한 번 검증하고, 설정을 저장한 뒤 다시 검증한다. 모델을 목록에서 고르는 동안에는 기존 연결 상태를 유지하며 저장 후 결과를 갱신한다.

연결에 실패하면 관리자 화면에서 공급자가 반환한 원인을 확인할 수 있다. 챗봇 화면은 API Key 같은 비밀이 섞일 수 있는 원문 대신 모델 없음, 인증 실패, 요청 한도·할당량 초과를 구분한 안전한 안내만 보여준다.

사내 네트워크의 AI 서버

서버는 외부 공격이 내부 주소를 호출하도록 유도하는 것(SSRF)을 막기 위해 클라우드 메타데이터 주소와 link-local(169.254.x), 사설망(10.x, 172.16~31.x, 192.168.x) 주소를 기본으로 차단한다. 127.0.0.1 같은 loopback은 로컬 모델 서버를 위해 허용한다.

Base URL이 사내 LAN의 서버를 가리키면 링크 로컬 또는 사설망 주소에는 연결할 수 없습니다.로 막힌다. 이때는 운영 환경변수에 그 호스트를 명시한다.

GLOSSARY_AI_ALLOWED_PRIVATE_HOSTS=ai.corp.example.com,10.20.30.40

호스트 이름과 IP를 쉼표로 구분하며, 포트는 적지 않는다. 폐쇄망 배포라면 *로 사설 대역 전체를 열 수 있다. 목록에 적어도 클라우드 메타데이터와 link-local 주소는 열리지 않는다 — 사내 이름 하나가 169.254.169.254를 가리키면 클라우드 자격 증명이 그대로 새어 나가기 때문이다. 이 설정은 RAG의 Embedding·Reranker 연결에도 함께 적용된다.

비밀값 보관

API Key와 custom header 값은 GLOSSARY_ENCRYPTION_KEY로 AES-256-GCM 암호화해 DB에 저장한다. 화면과 설정 조회 API는 평문을 다시 반환하지 않고 저장 여부와 header 이름만 보여준다. 그래서 저장 뒤 API Key 입력란이 비어 보이는 것은 정상이다.

GLOSSARY_ENCRYPTION_KEY=replace-with-a-long-random-encryption-key

키는 32자 이상이어야 한다. 이 환경변수를 바꾸거나 잃으면 저장된 AI 비밀값을 복구할 수 없으므로 DB 백업과 별도로 운영 비밀 저장소에 보관한다.

답변이 만들어지는 과정

1. 최근 대화와 최신 요청으로 질문·신규 등록·기존 용어 수정·회의록 분석 의도를 구분하고 대상 검색어를 만든다.
2. 선택한 도메인 안에서 정확·부분·유사 표기와 정의·본문 검색 결과를 각각 구한다. 정리 상태는 내용의 완성도를 뜻하며 공식 승인 여부가 아니다.
3. 두 결과를 순위 결합하고, 상위 용어에 사람이 승인한 관계가 있으면 같은 도메인 안에서 최대 2-hop까지 제한적으로 확장한다. 관계의 역방향 의미와 근거·리비전을 함께 보존하므로 간접 경로는 직접 정의와 구분해 표시한다. 공개 위키에서 해당 용어를 주요·관련 용어로 연결한 문서도 defines·applies_to 경로로 추가하며, 위키 본문의 Markdown 이미지는 근거 카드에 함께 표시한다.
4. 본문 전체를 겹치는 구절로 나누고 질문에 관련된 구절을 선택한다. 앞 3,000자 뒤에 있는 예외·주의사항도 검색할 수 있다.
5. 표기·분류, 정의, 본문 구절과 승인된 관계에 근거 ID·용어 리비전·수정 시점을 붙인다. 한 검색 안의 내용과 리비전은 같은 DB 스냅샷에서 읽는다.
6. 모델이 주장별로 근거 ID를 반환하면 서버가 실제 전달한 ID인지 확인한다. 근거가 없는 주장이나 잘못된 ID가 포함된 응답은 사실 답변으로 표시하지 않는다.
7. 근거가 부족하면 검색어를 바꿔 한 번 더 검색한다. 최초 검색 실패 시 원 질문으로 재검색하는 경우를 포함해 검색은 최대 2회다. 선택한 도메인은 추가 검색에도 유지한다.

회의록 이해 모드

질문에 회의록, 회의 메모, 결정 사항, 액션 아이템 등이 포함되면 챗봇은 일반 용어 질문과 다른 분석 경로를 선택한다. 회의록을 용어집 검색어로만 취급해 요약을 잃지 않도록 다음 두 종류의 근거를 분리한다.

• M 근거 — 사용자가 붙여넣은 현재 회의록 또는 저장된 과거 회의록을 줄·문단 단위로 나눈 원문 구절과 UTF-16 오프셋
• G 근거 — 당시 검색된 용어집의 정의·본문·표기·승인 관계와 리비전

응답은 회의 요약, 주요 주제, 결정 사항, 담당자·기한이 포함된 액션 아이템, 리스크, 미해결 질문을 구조화한다. 담당자·기한·완료 상태가 원문에 없으면 추측하지 않고 미지정 또는 확인할 사항으로 남긴다. 용어집과 연결된 용어, 용어집에 없거나 표기가 흔들리는 용어 후보도 별도 목록으로 보여 주므로, 회의 내용을 정리하면서 사전 품질을 함께 높일 수 있다.

도메인 인사이트는 관찰, 영향, 위험, 기회로 구분하고 신뢰도를 표시한다. 인사이트는 회의록이나 용어집 근거를 반드시 인용하며, 해석이 필요한 경우 토론 질문을 함께 제시한다. 용어 등록·수정은 자동 실행하지 않으므로 전문가는 후보를 확인한 뒤 대화로 등록하거나 기존 용어 수정안을 요청할 수 있다. M 근거는 사용자가 제공한 사실이지 조직의 공식 승인 기록이 아니며, G 근거도 인용 연결 자체가 내용의 정확성이나 정책 승인을 보장하지는 않는다.

답변의 **[1], [2]**를 누르면 당시 근거 구절과 기준 리비전을 확인할 수 있다. 회의록 원문은 Confluence를 기준으로 관리하며, 분석 카드에서 전체 원문을 Glossary에 다시 저장하지 않는다. 분석 결과 중 재사용할 결정·원칙은 /w 위키 초안으로, 반복되는 표현은 용어집으로 승격하고 원문 URL을 함께 남긴다. /meetings는 Confluence 원문으로 이동하고 기존에 저장된 분석 자료를 확인하는 읽기 전용 인박스다. 현재 용어와 기준 이력으로 각각 이동할 수 있으며 사용한 검색어와 검색 범위도 표시한다. 불확실하거나 상충하는 내용은 확인할 사항으로 구분하도록 모델에 지시한다.

이 검사는 인용 ID의 존재와 연결을 확인한다. 해당 구절이 주장을 논리적으로 뒷받침하는지까지 자동 판정하거나 내용의 정확성을 보증하지는 않는다. 기준 리비전이 기록된 관계는 양쪽 용어의 현재 리비전과 일치할 때만 관계 근거로 전달한다. 기존 대화의 단순 용어 링크도 계속 표시한다.

RAG 벡터 검색

관리자 패널의 검색 인프라 탭에서 용어집 내용을 Embedding API로 벡터화해 PostgreSQL의 pgvector에 저장할 수 있다. 대표 표기·풀네임·추가 표기·분류·태그·상태와 정의·본문이 청크로 나뉘며, 용어 등록·수정·병합·되돌리기 뒤 최신 리비전이 색인 대기열에 들어간다.

Embedding은 OpenAI-compatible /embeddings와 Gemini batchEmbedContents 형식을 지원하고, 선택적으로 Cohere-compatible 또는 OpenAI-compatible /rerank Reranker를 붙일 수 있다. OpenAI-compatible RAG 서버는 /v1/models를 조회해 모델 ID에 embed가 포함된 모델을 Embedding 선택지로, reranker가 포함된 모델을 Reranker 선택지로 보여 준다. 같은 사내 /v1 서버를 Embedding과 Reranker에 함께 사용할 때는 관리자 화면의 공용 Base URL을 한 번 입력하면 된다. DB 벡터 차원은 1536으로 고정되어 있으며, 공급자 응답도 이 차원인지 검증한다. 연결 설정·API Key·custom header는 기존 AI 연결과 분리해 관리하고, 비밀값은 같은 GLOSSARY_ENCRYPTION_KEY로 암호화한다.

색인 상태는 관리자 화면에서 전체·색인 완료·대기·처리 중·실패 건수로 확인한다. 모델이나 청크 설정을 바꾼 뒤에는 자동으로 전체 대기열을 갱신하며, 필요하면 전체 재색인을 눌러 현재 용어를 다시 넣는다. 검색 연동은 RAG 검색 API를 사용한다.

현재 /api/v1/chat의 답변 근거는 대화·리비전 일관성을 위해 기존 표기·키워드 검색기를 사용하며, RAG가 준비된 경우 챗봇의 하이브리드 검색 보조를 별도로 켤 수 있다. 이 설정을 켜면 질문을 Embedding API로 변환해 현재 용어 리비전과 저장된 활성 회의록의 벡터 청크를 가져오고, 기존 표기·키워드 검색 결과와 순위를 결합한다. Reranker가 켜져 있으면 벡터 후보를 다시 정렬한다. 공급자 오류나 색인 공백이 있어도 기존 검색으로 답변을 계속 시도하며, 현재 리비전과 일치하지 않는 벡터 청크는 답변 근거에서 제외한다. 설정은 기본적으로 꺼져 있어 외부 Embedding 전송에 대한 조직의 동의 후에만 활성화한다.

POST /api/v1/rag/search는 용어집, POST /api/v1/rag/meetings/search는 기존 회의 자료의 직접 벡터 검색 결과를 반환하는 API이며, 두 경로 모두 관리자 화면의 RAG 설정과 색인 대기열을 사용한다. 회의록은 날짜·팀·도메인으로 좁힐 수 있고 삭제 대신 보관해 검색에서 제외한다.

AI 실행 모니터링

관리자 패널의 AI 운영 탭에서는 최근 24시간의 LLM·Embedding·Reranker 호출 수, 성공률, 평균·P95 지연, 토큰 사용량, 작업·모델별 실패와 RAG·AI 작업 상태를 확인한다. 호출마다 같은 trace ID를 묶어 챗봇 한 번의 의도 분류·검색·답변 흐름을 구분하지만, 프롬프트· 답변 원문·API Key는 저장하지 않는다. 프로세스가 중단되어 running으로 남은 실행은 다음 집계 때 오래된 실행으로 표시되어 실패 처리된다.

정리 대기 용어의 자동 검토

관리자가 자동 AI 검토를 켜면 정리 대기열에 들어온 용어를 백그라운드에서 미리 검토한다. 기존 대기 용어도 순차적으로 다시 처리하며 사용자는 /contribute?tab=agent에서 준비된 제안을 바로 승인하거나 거절할 수 있다.

자동 검토가 꺼져 있어도 AI 연결 자체가 활성화되어 있으면 정리 대기 탭에서 용어별 AI 검토 요청을 누를 수 있다. 자동·수동 요청은 모두 별도의 영속 큐에 들어가며, 모든 로그인 사용자는 헤더의 AI 작업 링크에서 전체 등록 건수와 검토 필요·대기·처리·실패 상태를 확인할 수 있다. 상태 필터는 URL에 보존되며 실패한 작업은 화면에서 바로 다시 요청할 수 있다. 수동 재검토는 현재 리비전의 기존 제안을 새 결과로 교체한다.

정리 대기 목록은 표로 표시되며 용어 검색·업무 분야·부족한 정보 필터를 제공한다. 현재 페이지의 체크박스로 여러 용어를 고른 뒤 일괄 AI 검토 요청을 누를 수 있고, 한 요청은 최대 60건이다. 제안 검토에는 별도의 검토 대상 사이드바가 있으며, 용어를 선택해도 정리 우선순위와 목록 순서는 유지된다. 현재 값과 제안을 비교한 뒤 필드별로 승인하고 저장 또는 거절을 선택한다.

필드 보완 → 한줄 정의는 본문은 있지만 한줄 정의가 없는 용어를 목록형 표로 보여준다. 각 행의 본문 근거와 LLM 제안을 먼저 확인하고, 제안 문장을 직접 고친 뒤 승인할 수 있다. 한줄 정의 승인과 AI 필드 제안 승인은 현재 리비전을 확인해 저장하므로 다른 사람이 먼저 용어를 수정했다면 다시 확인해야 한다. 화면별 사용 순서는 함께 정리 가이드에 정리되어 있다.

필드 보완 → 표기 정비는 대표 영문·국문, 영문·국문 확장명, 별칭·약어·비권장·금지 표기의 언어·중복·종류 문제를 규칙으로 먼저 찾는다. 약어와 영문 확장명의 머리글자 대응은 규칙으로 판정하지 않는다. AI는 현재 용어의 이름·도메인·업무 분류·본문과 용어집 검색 근거를 사용해 필드별 fill·replace 또는 추가 표기의 add·reclassify·remove 제안을 만든다. nameKo는 공식 국문 표기가 있을 때만, fullNameKo는 국문 대표명이 약어일 때만 제안한다. 화면은 규칙 확인·AI 문맥 보완·AI 검토 대기 대상을 필터링하고 한 번에 40건씩 페이지로 나눈다. 페이지를 열었다고 AI를 자동 호출하지 않으며, 사용자가 개별 AI 검토 또는 현재 페이지의 AI 검토 시작을 눌렀을 때만 제안을 만든다. 사용자는 제안 문자열을 수정한 뒤 개별 승인할 수 있으며, 승인할 때마다 현재 리비전과 표기 충돌을 다시 검증한다.

에이전트는 한줄 정의·도메인·업무 분야뿐 아니라 검색 근거에 포함된 다른 용어와의 관계도 제안한다. 관계는 related_to, is_a, part_of, used_in, prerequisite_of, replaces 중 하나이며, 제안 단계에서는 검색에 사용되지 않는다. 사용자가 승인한 관계만 RAG의 최대 2-hop 온톨로지 확장 근거가 된다. 챗봇 답변에는 관계의 방향·깊이·신뢰도와 원래 관계 근거가 함께 전달되며, 경로에 포함되지 않은 관계를 모델이 만들어낼 수 없게 했다. 출발 또는 대상 용어의 리비전이 제안 이후 바뀌면 오래된 관계를 승인할 수 없고 새 검토가 필요하다.

검토 생성 규약이 바뀌면 저장된 생성기 버전으로 이전 캐시를 구분한다. 따라서 관계 제안 기능 도입 전에 만들어진 검토 결과도 현재 용어 리비전을 수정하지 않고 새 규약으로 다시 생성된다.

대화로 새 용어 가르치기

질문 속 용어를 찾지 못하면 챗봇은 다른 표기나 도메인을 요청한다. 검색 실패를 곧바로 미등록으로 판단하지 않는다. 새 용어로 등록해줘라고 요청하면 대표 표기, Full name, 한 줄 정의, 사용 맥락·예시·주의사항을 수집한다. 한 번에 모두 답하거나 여러 메시지로 나눠 알려줄 수 있다.

AI는 사용자가 직접 말한 사실만 구조화하며 일반 지식이나 번역으로 빈칸을 채우지 않도록 지시받는다. Full name처럼 존재하지 않는 항목은 없음 또는 생략이라고 답할 수 있다. 다만 이름 외에 Full name·정의·설명 중 아무 의미 정보도 없으면 등록 준비가 끝난 것으로 보지 않는다.

수집된 내용은 대화 안의 카드로 먼저 표시한다. 사용자가 용어로 추가를 눌러야 기존 용어 등록 API가 호출되며 대표 표기 중복 검사와 작성자·리비전 기록을 거친다. 저장 상태는 사용자가 고르지 않고 시스템이 현재 내용의 정리 기준 충족 여부에 따라 자동 판정한다. 사용자가 알려준 도메인과 추가 표기는 등록안에 보존한다. 업무 분류는 카탈로그 key로 전달하며 등록 API에서 실제 카탈로그에 있는 값인지 검증한다. 새 분류 항목을 자동으로 만들지는 않는다. 담당자와 부족한 내용은 등록 뒤 편집 화면에서 보완할 수 있다.

대화로 기존 용어 수정하기

AE의 정의를 …로 수정해줘, AE에 자동노출이라는 별칭을 추가해줘처럼 요청한다. 정의·상세 설명·대표 표기·확장명·추가 표기·도메인·업무 분류·태그를 수정할 수 있다. 대상이 모호하면 이름이나 도메인을 확인한다. 관계 변경·삭제·병합 실행은 현재 챗 범위에 포함되지 않는다.

에이전트는 대상 용어의 전체 내용을 읽어 요청한 필드의 변경안을 만들며, 변경 전후와 기준 리비전을 카드에 표시한다. 수정 적용을 누르기 전에는 용어가 바뀌지 않는다. 추가 변경을 대화로 요청하면 같은 용어의 이전 미적용 수정안은 취소되고 새 수정안으로 대체된다. 필요 없는 제안은 수정안 취소로 종료한다.

적용할 때 다른 수정이 먼저 저장되었으면 덮어쓰지 않고 새 수정안을 요청하도록 안내한다. 성공하면 용어·리비전·대화의 완료 기록을 같은 트랜잭션으로 저장한다. 연결 문제로 같은 적용 요청을 다시 보내도 리비전은 중복 생성되지 않는다. 이력에는 적용한 사용자와 챗 작업 식별자가 남는다. 본문이 20,000자를 넘는 용어는 전체 편집 화면으로 안내한다.

외부 문서 수집, 무제한 그래프 추론 및 자율 의사결정은 구현 범위에 포함되지 않는다. 챗봇의 답변은 표기·키워드·승인된 최대 2-hop 관계와 구절 선택을 기본으로 사용하고, 관리자가 동의한 경우에만 벡터 검색을 보조로 결합한다. 답변 인용은 항상 현재 리비전의 실제 근거 구절에 한정된다.

기존 용어집 붙여넣기

채팅 입력에 TSV/CSV, Markdown 표, 글머리표, 번호 목록처럼 여러 줄로 된 용어집을 붙여넣을 수 있다. 열 이름과 순서가 달라도 AI가 대표 표기·Full name·정의·설명을 공통 형식으로 바꾸며 한 번에 최대 25개를 미리 보여준다. 헤더 행과 대표 표기가 없는 행은 제외하고, 동일한 대표 표기는 한 항목으로 합친다.

붙여넣은 결과도 모두 용어로 추가를 누르기 전에는 저장되지 않는다. 각 항목은 기존 등록 API로 검증하므로 일부가 이미 존재하거나 입력 오류가 있으면 성공한 초안과 실패한 항목 및 사유를 나누어 안내한다. 분류 체계에 없는 문자열을 임의 생성하지 않도록 도메인과 업무 분류는 자동 등록하지 않는다.

질문, 대화에서 제공한 새 용어 정보와 붙여넣은 용어집 내용은 설정한 외부 공급자에 전송될 수 있으므로 조직의 데이터 처리 정책에 맞는 공급자만 연결해야 한다.

문제 해결

증상	확인할 것
모델 목록을 못 불러옴	Base URL, API Key, custom header, 공급자의 /models 지원 여부
모델 목록은 보이지만 Connected가 없음	선택 모델의 생성 권한·폐기 여부와 연결 시험 메시지
401/403	API Key와 해당 모델 접근 권한
404	모델이 폐기됐거나 계정에 제공되지 않음. 다른 모델 선택
429	공급자 요청 한도 또는 할당량
저장된 키가 빈 입력으로 보임	정상 동작. 평문은 다시 표시하지 않음
붙여넣은 표를 인식하지 못함	머리글과 각 용어가 줄로 구분되도록 TSV·CSV·Markdown 표 형태로 다시 붙여넣기

API 형식은 AI 연결과 챗봇 API와 RAG 검색 API, 배포 시 비밀 관리 방법은 운영 안내서를 참고한다.

회의록·장기 기억·평가 지표를 포함한 다음 단계는 에이전트 고도화 전략에 정리되어 있다.