> For the complete documentation index, see [llms.txt](https://docs.wrks.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.wrks.ai/pricing/add-on-services.md). # 부가서비스 소개 ## 1. 조직도 연동 웍스AI와 **조직도를 자동 연동**하고자 하는 기업들을 위해 API를 제공하고 있습니다. 이 [**연동가이드**](https://wrks.ai/ko/docs)를 참고해 개발해 주시면 **부서 정보를 웍스AI에 연동**할 수 있습니다. ([**이 기능을 사용하는 이유 보기**](https://docs.wrks.ai/admin-guide/integrations/org-integration)) ## 2. 이용 기록 기능 웍스AI는 SaaS 버전을 이용하는 기업 고객들을 대상으로 이용 기록 기능을 **월 25만원**(부가세 별도)의 **유료 서비스**로 제공하고 있습니다. 이용 기록 기능은 **\[기업관리자]-\[이용 기록]** 메뉴에서 보실 수 있으며 아래와 같이 생겼습니다. (일부 기업 정보는 마스킹 처리하였습니다.)
이 기능을 유료로 사용하시는 회사에 한하여 **회사명, 부서, 이름, 이메일, 로그유형, 세부사항, 일시, IP, 기기정보, 브라우저** 정보가 실시간으로 기록되어 위와 같이 관리자가 확인할 수 있습니다. 확인 가능한 로그유형에는 다음과 같은 항목이 있습니다. * **로그인 기록** (SaaS/설치형 공통 제공) * **비서 추가/삭제/변경** (SaaS/설치형 공통 제공) * **사용자 권한 변경** (SaaS/설치형 공통 제공) * **파일 업로드/다운로드시 파일명** (SaaS/설치형 공통 제공) * **문서 번역시 파일명** (SaaS/설치형 공통 제공) * **이용 기록 기능 활성화/비활성화 내역** (SaaS/설치형 공통 제공) * **각 메뉴 접근** (SaaS는 불가. 설치형에서만 제공)
이 기능은 2025년 9월부터 고객사가 직접 켜고 끌 수 있게 되었습니다. [**\[기업관리자\]-\[내부 통제\]**](https://www.wrks.ai/ko/admin/control) 메뉴에서 간단히 '**이용 기록 기능 설정**' 스위치를 켜 언제든지 직접 활성화 하실 수 있습니다. (활성화 이후 **일할 계산**되어 **후불 청구에 합산**됩니다.) ## 3. 접속 통제 기능 **허용 IP 대역**을 웍스AI에 제공해 **사내에서만 접속을 허용**하고, 사내에서는 회사 이메일로 만들어진 웍스AI 공식 계정 외에 네이버/카카오 등 **개인 계정 로그인은 차단**할 수 있습니다. 이 기능은 **월 10만원**(부가세 별도)의 유료 부가서비스로 제공되고 있습니다. 제공되는 상세 기능은 다음과 같습니다. * **사외 접속 전면 통제** (사내에서는 데스크탑/모바일 모두 허용) * **사외 모바일 접속 허용** (데스크탑만 접속 통제) 이 기능은 2025년 8월부터 고객사가 직접 켜고 끌 수 있게 되었습니다. [**\[기업관리자\]-\[내부 통제\]**](https://www.wrks.ai/ko/admin/control) 메뉴에서 접속을 허용할 **사내 IP를 직접 등록**하셔서 **사내/사외 기기별 접속 허용 설정**을 활성화 하실 수 있습니다. (활성화 이후 **일할 계산**되어 **후불 청구에 합산**됩니다.)
{% hint style="info" %} 이 기능을 설정해 둔 회사의 경우, 카카오톡/네이버 등 **개인 계정으로의 로그인이 차단**됩니다. **오직 회사에서 허용한 이메일 계정**으로만 **로그인 가능**합니다. (단, **IP 설정 후 30분 이후부터** 개인 계정 **로그인이 차단**됩니다.) {% endhint %} ## 4. 주기적 대화/파일 자동 삭제 기능 우리 회사 직원들이 나눈 **모든 대화와 대화 내 첨부파일**을 일정한 기간이 지나면 **자동 삭제**시킬 수 있어요. 사용자들이 나눈 대화는 마지막 대화가 있은지로부터 **일정 기간이 지나면 자동으로 삭제**되어 혹시나 모를 **사내 데이터 유출을 예방**하게 됩니다. 이 기능은 삭제를 위한 별도의 로봇을 돌려야 하는 관계로 **월 15만원**(부가세 별도)의 유료 부가서비스로 제공하고 있습니다.
삭제 주기는 **회사 정책에 따라** 마지막 대화로부터 **7일, 15일, 30일 등 자유롭게 설정**할 수 있습니다. 이 기능은 2025년 8월부터 고객사가 직접 켜고 끌 수 있게 되었습니다. [**\[기업관리자\]-\[내부 통제\]**](https://www.wrks.ai/ko/admin/control) 메뉴에서 직접 활성화 하실 수 있습니다. (활성화 이후 **일할 계산**되어 **후불 청구에 합산**됩니다.)
## 5. 한국형 개인정보 코어핀 필터 ### 정규식 필터의 시대는 끝났습니다 기존 Rule-based DLP는 주민번호·여권번호처럼 **명백한 패턴이 있는 정보만** 인식할 수 있었습니다. 이름·주소·회사명처럼 사람마다, 상황마다 다른 비정형 개인정보는 식별도 차단도 사실상 불가능했습니다. 그래서 많은 AI 서비스가 "개인정보를 필터링한다"고 말하지만, 실제로는 정규식이 놓친 개인정보가 그대로 LLM으로 전달됩니다. 웍스AI는 정규식 기반 DLP가 아니라, AI 시대에 맞는 — **문맥을 이해하는 진짜 개인정보 필터링**이 필요하다고 판단했습니다. 그 결과가 한국어 개인정보에 특화된 AI 필터 **코어핀(Corepin)** 입니다. 코어핀은 정규식이 아니라 한국어의 의미를 직접 읽습니다. 문장의 의도와 시제까지 파악해 패턴에 없는 **인명·주소·회사명·금액**을 잡아내고, "예시로 적은 표현"과 "실제 노출된 정보"를 구분합니다. 한국 전용 11가지 + 해외 표준 8가지, **총 19가지 항목**을 한 번의 검사로 탐지·마스킹합니다. ### 무엇이 다른가 * **정규식이 못 잡는 비정형 PII까지.** 패턴 없는 인명·주소·회사명·금액을 문맥으로 인식합니다. 해외 범용 필터가 한국인 이름의 약 44%를 놓치는 반면, 코어핀은 99.9%를 잡아냅니다. * **한국 고유식별정보를 정확한 라벨로 분리.** 해외 범용 분류기는 주민번호·사업자번호 같은 한국 전용 카테고리 라벨 자체가 없어, 구간을 찾아도 제대로 분류하지 못합니다. 코어핀은 개인정보보호법 기준에 맞춰 한국 전용 항목을 분리 라벨로 출력해, 컴플라이언스 보고에도 그대로 활용할 수 있습니다. * **엄격 기준 정확도 100.00%.** 학습에 쓰지 않은 14,195건 독립 평가에서, 분류 라벨까지 일치해야 정답으로 인정하는 엄격 채점 기준 100.00%(v1.1)를 기록했습니다. 같은 기준에서 해외 범용 PII 분류기보다 **36%p 이상 높은** 수치입니다. * **우회 시도까지 차단.** 숫자 사이 공백 삽입, 전각 숫자, 한글 풀어쓰기 등 9가지 우회 패턴을 학습했습니다. * **자연스러운 대화는 보존.** 유명인 약 200명을 예외 처리해, "김연아 은퇴식 봤어?" 같은 일상 대화는 불필요하게 마스킹하지 않습니다. * **국가정보원 가이드라인 부합.** 「AI 보안 가이드북」(2025.12)이 권고하는 입력 단계 다층 통제를 충족합니다. > 비교 대상은 해외에서 공개된 범용 PII 분류 모델이며, 대화형 LLM(ChatGPT 등)과의 직접 비교가 아닙니다. ### [벤치마크](https://privacy.corepin.ai/benchmarks) — 한국어 정확도 검증 코어핀의 정확도는 두 가지 방식으로 측정합니다. **관대 채점**은 개인정보 구간을 찾았는지만 보고, **엄격 채점**은 정확한 카테고리 라벨까지 맞췄는지 봅니다. "주민번호만 로그에서 삭제" 같은 실전 마스킹 정책을 운영하려면 라벨 정확도가 필수이므로, 엄격 채점이 실질적인 기준입니다. 구간만 맞히면 되는 관대 채점에서도 종합 99.97점(해외 범용 분류기 88.2점)이고, 라벨까지 맞혀야 하는 엄격 채점에서는 99.97점 대 63.3점으로 격차가 더 벌어집니다.
가장 신뢰도 높은 검증은 **학습에 전혀 쓰지 않은 14,195건 독립 평가**입니다. 인명처럼 보이는 일반어 함정 3,682건과 공인 본명 1,222건을 섞어 인명 과탐까지 정밀하게 검사합니다. 코어핀은 엄격 채점 100.00점, [두 종류의 오탐 모두 0건을 기록했습니다.](https://privacy.corepin.ai/benchmarks)
### 사용하는 방법 관리자 페이지의 **\[맞춤설정 > 개인정보 필터]** 메뉴에서 코어핀 필터의 사용 여부와 세부 항목을 직접 설정할 수 있습니다. 켜는 즉시, 사용자들이 올리는 **모든 프롬프트와 첨부파일**에 필터링이 적용됩니다.
기능을 켜놓으면 개인정보로 추정되는 정보가 항목별로 분류되어, 아래처럼 마스킹된 채 LLM에 전달됩니다.
### 엑셀·CSV는 마스킹 대신 '차단'으로 보호합니다 대부분의 파일은 개인정보를 가린(마스킹된) 상태로 LLM에 전달되지만, **엑셀(.xlsx)과 CSV는 예외입니다.** 이 형식들은 민감정보가 감지되면 마스킹하지 않고 **업로드 자체를 차단**합니다. 스프레드시트는 행과 열로 짜인 정형 데이터입니다. 이를 마스킹하려면 문서(텍스트) 형태로 변환해야 하는데, 그 과정에서 표 구조가 깨져 오히려 데이터 분석 품질이 떨어집니다. 그래서 코어핀은 데이터를 훼손하면서까지 마스킹하기보다, **원본 구조를 지키고 민감정보가 포함된 파일은 차단하는 정책**을 택했습니다. 민감정보가 감지된 엑셀·CSV를 올리면, 아래처럼 어떤 항목이 감지됐는지(예: `private_person`) 표시되며 처리가 중단됩니다.
이 파일을 꼭 업로드해야 한다면, 표시된 차단 내역에서 해당 민감정보를 정리(삭제·수정)한 뒤 다시 업로드하면 됩니다. ### 탐지·마스킹 항목 (현재 19가지, 계속 추가 중) * **한국 고유식별정보** (개인정보보호법 §24-2) — 주민등록번호 · 외국인등록번호 · 여권번호 · 운전면허번호 · 건강보험증번호 * **한국 전용** — 사업자등록번호 · 법인등록번호 · 차량번호 · 회사명·기관명 · 금액 · IP 주소 * **해외 표준** — 이름 · 주소 · 이메일 · 전화번호 · URL · 날짜 · 계좌·카드번호 · 비밀정보(API 키·토큰·비밀번호) ### 데이터는 국내에서만 처리됩니다 모든 전처리는 **대한민국 국내 데이터센터에서만** 수행되며, **개인정보의 국외 이전이 없습니다.** 마스킹을 위해 전송된 데이터는 오직 마스킹 목적으로만 사용되고, 서버에 **저장되지 않으며 모델 학습에도 이용되지 않습니다.** > 추후 기업별 저장 여부·저장 기간을 직접 설정하는 기능을 단계적으로 제공할 예정입니다. ### 요금 (종량제) 언제든 켜고 끌 수 있는 **부가서비스**입니다. 매월 고정으로 내야 하던 월정액 의무 비용 없이, **실제 사용한 만큼만 부과되는 종량제**입니다. | 항목 | 요금 (VAT 별도) | | --------- | ----------- | | 대화 입력 필터링 | 호출당 5원 | | 파일 처리 필터링 | 32,768자당 5원 | > 사내 구축형 온프렘 가드레일 모델 도입 시 평균 단가가 1\~2억원 수준인 것과 비교하면, 코어핀은 **초기 구축 비용 없이 사용한 만큼만** 내는 종량제로 동급 이상의 품질을 제공합니다. ## 6. 한국형 코어핀 보안, 안전 필터 ### **에이전트에 올라온 파일을 읽어내고, 또 걸러냅니다.** 에이전트에 파일을 올리면 그 내용은 곧바로 LLM으로 전달됩니다. 스캔만 떠서 글자를 읽지 못하던 문서, 외부로 나가면 안 되는 기밀 자료, 욕설·프롬프트 인젝션·위기 신호가 섞인 입력까지 — 지금까지는 이 모든 것이 아무런 점검 없이 모델로 들어갔습니다. 이번 업데이트는 그 길목에 관문을 하나 세웁니다. 파일이 LLM에 닿기 전, 한국 문서에 특화된 **Corepin(코어핀)** 엔진이 먼저 스캔·이미지 문서를 자동 OCR로 **읽어내고**, 이어서 보안 등급·유해 표현·정신건강 위험을 검사해 위험한 파일을 **걸러냅니다**. 차별점은 '한국어'와 '속도'입니다. 외산 거대 LLM을 가드레일로 쓰면 한 번 검사에 1\~6초가 걸리고 한국어 정확도도 떨어집니다. Corepin은 한국어 전용으로 학습한 작은 모델(SLM)이라 수십 ms 안에 끝나고, 한국어 정확도는 오히려 외산 플래그십을 앞섭니다. 모든 추론은 국내에서 이뤄지고, 입력 본문은 저장하지 않습니다. > 💡 **현재 베타 버전으로, 추가 비용 없이 무료로 사용해 보실 수 있습니다.** #### 동작 한눈에 보기 `업로드` → ① **자동 OCR**로 문서를 텍스트로 변환 → ② **문서보안 · 유해발화 · 정신건강** 3종 필터로 검사 → 통과하면 분석 진행, 위험하면 사유와 함께 업로드 차단 설정은 관리자 페이지 `맞춤설정 > AI 문서 인식 성능 자동 향상`에서 Corepin 전처리 엔진을 켜면 됩니다. 적용 형식은 PDF · DOCX · DOC · PPTX · HWP · HWPX이며, 확장자를 직접 추가할 수도 있습니다. *** ### 1. 자동 OCR — 스캔본도, 찍은 영수증도 텍스트가 됩니다 검사의 출발점은 '읽기'입니다. 스캔한 계약서나 사진으로 찍은 영수증, 이미지로 된 PDF는 글자가 그림으로 들어 있어 그동안 에이전트가 내용을 분석할 수도, 보안 검사를 할 수도 없었습니다. Corepin 전처리 엔진은 이런 문서를 자동으로 OCR 처리해 텍스트로 바꾼 뒤 다음 단계로 넘깁니다. 읽기 성능은 한국어 OCR에서 세계 최고 수준입니다. * 한국 사업 문서 [**74.0%**](https://corepin.ai/ocr), 영수증 [**58.8%**](https://corepin.ai/ocr)(글자 단위 정확도)로, Claude Opus 4.7 · GPT-5.5 · Gemini 3.1 Pro 같은 거대 모델까지 모두 추월했습니다. * 글로벌 공개 leaderboard(OmniDocBench v1.5)에서도 종합 [**94.62점**](https://corepin.ai/ocr)으로 PaddleOCR · MinerU · Gemini 3 Pro · GPT-5.2 위에 올랐습니다. * 한 문서에 한국어·영어·중국어가 섞여 있어도 언어를 지정할 필요 없이 가장 강한 엔진으로 자동 분기합니다. * 결과를 평문이 아닌 **마크다운**으로 내보내, 표·제목·키값 구조를 살린 채 검색·요약에 바로 쓸 수 있습니다.

외부 공개 벤치마크(NVIDIA OCR-Synthetic · CORD v2 · CC-OCR)에서 7개 모델 동일 조건 측정 · 출처: corepin.ai/ocr

> **설정** `AI 문서 인식 성능 자동 향상 > Corepin 전처리 엔진 사용` *** ### 2. 문서보안 필터 (DLP) — 같은 문서도 '보도자료'와 '미공시 보고서'를 구분합니다 읽어낸 문서가 외부(LLM)로 나가도 되는 자료인지 판단합니다. 기존 정규식 DLP는 "기밀"·"내부용" 같은 단어가 있으면 막을 뿐, 같은 매출·단가 정보가 보도자료인지 사내 보고서인지 구분하지 못했습니다. Corepin은 문서의 의미를 읽어 보안 등급과 유형을 함께 매깁니다. * 6단계 보안 등급(PUBLIC\~CLASSIFIED) × 11가지 유형을 한 번에 분류하는, 국내 최초의 맥락 기반 DLP입니다. * 학습에 쓰지 않은 금융 사내 문서 1,541건 평가에서 [미공시 중요정보 차단 **99.7%**, 공개 자료 정상 통과 **98.5%**, 정상 자료 그대로 처리 **99.8%**, 등급 정확도 **91%**를 기록](https://dlp.corepin.ai/)했습니다. * 2026년 5월 시행된 **N2SF(국가 망 보안체계)** 의 C/S/O 3등급 자동 분류 요건을 그대로 충족합니다.

학습에 쓰지 않은 금융 사내 문서 1,541건 기준 · 출처: dlp.corepin.ai

* **등급 6종** PUBLIC · INTERNAL · CONFIDENTIAL · RESTRICTED · TRADE\_SECRET · CLASSIFIED * **유형 11종** 계약 · 재무 · 인수합병 · 인사 · 법무 · R\&D·IP · 전략 · 고객 · 보안 · 구매·조달 · 공시 분류물 > **설정** `코어핀 분석 옵션 > 문서보안 필터`에서 차단할 **등급**과 **유형**을 각각 체크합니다. 체크한 등급으로 분류되거나 체크한 유형 중 하나라도 걸리면 차단됩니다. *** ### 3. 유해발화 필터 (Moderation) — 키워드 사전이 못 잡던 변형·우회까지 욕설·혐오 표현은 물론 "이전 지시는 모두 잊고…" 같은 AI 우회 시도(프롬프트 인젝션)를 잡아냅니다. 변형 욕설("ㅅㅂ")이나 신조어처럼 키워드 사전이 놓치던 표현, 반대로 "할머니가 그런 차별 발언을 하셨어" 같은 인용·교육 맥락까지 의미로 구분합니다. * 한국 인터넷 혐오 공개 셋 4종에서 [외산 거대 LLM을 모두 앞섰고(평균의 1.7배)](https://moderation.corepin.ai/), 한국어 100문장 종합 정확도 **90/100**으로 Claude · Gemini · OpenAI를 통틀어 1위입니다. * AI 우회 시도 평가 셋 520건을 **100% 차단**하면서, 정상 발화는 한 건도 잘못 막지 않았습니다(오차단 0%). * 평균 **17ms**로 외산 플래그십보다 80\~350배 빨라, 입력 앞단에 그대로 끼울 수 있습니다.

평가 데이터: K-MHaS(Korean Multi-label Hate Speech) 무작위 100문장(혐오 50 + 정상 50). 모든 AI에 같은 입력을 똑같이 넣어 채점. 학습-평가 분리(K-MHaS 평가 셋은 학습에 미포함). 채점 원칙: 잡아야 할 혐오를 잡으면 +1점, 정상 글을 그대로 통과시키면 +1점. 100건 = 100점 만점. — 외산 플래그십 4종 통틀어 두 지표 모두 1위입니다. 출처: moderation.corepin.ai

* **라벨 11종** 여성·젠더 · 인종·국적·지역 · 정치·이념 · 종교 · 연령·세대 · 장애·질병 · 욕설·비속어 · 성희롱·성적 · 위협·자해 · 프롬프트 인젝션 · 모델 정체 누설 > **설정** `코어핀 분석 옵션 > 유해발화 필터`. 라벨링은 항상 수행되고 **체크한 라벨만 차단**합니다. 욕설·성적 표현·위협/자해·프롬프트 인젝션은 기본 차단으로 켜져 있습니다. *** ### 4. 정신건강 필터 (Mental Health) — 대화에 먼저 나타나는 신호를, 운영자가 먼저 봅니다 사용자가 AI와 보내는 시간이 늘면서, 정신건강 신호가 대화 로그에 먼저 드러나는 경우가 많아졌습니다. 운영자가 이를 미리 인지하지 못하면 사고의 책임은 결국 서비스 사업자에게 돌아옵니다. 이 필터는 입력을 10개 축 × 5단계로 분석해 위험 신호를 사전에 알립니다. LLM 앞단에 두는 정신건강 가드레일로는 세계 최초입니다. * 학습에 쓰지 않은 8,116건 평가에서 [자살 사고 **98.7%**, 급성 위기 **95.1%**, AI 시대 신규 위험(파라소셜 의존·AI 망상) **97.2%**를 탐지했습니다.](https://mental.corepin.ai/) * 정확도(F1 0.847)는 Gemini 3 Pro와 사실상 동률이고 GPT · Claude보다 높으면서, 속도는 113\~500배 빠르고 비용은 1/5\~1/14입니다. * "오늘 죽겠다"·"엿같네" 같은 강한 일상 표현은 한 건도 위기로 오인하지 않았습니다(724건 중 0건).

출처: mental.corepin.ai

* **축 10종** 자살 사고 · 비자살 자해 · AI 파라소셜 의존 · AI 망상 강화 · 정신증 신호 · 조증 · 섭식장애 · 약물·알코올 · 현실감 상실 · 급성 위기 > **설정** `코어핀 분석 옵션 > 정신건강 필터`. 체크한 축에서 중간 이상 신호가 감지되면 차단합니다. 자살 사고·자해·정신증·급성 위기는 기본 차단이며, 급성 위기 시 1393 안내를 자동으로 띄울 수 있습니다. · 참고 단가 호출당 약 10원 · 베타 기간 무료 *** ### 차단될 때는, 이유까지 함께 보여줍니다 위험 정보가 감지된 파일은 업로드가 중단되고, 그 자리에서 사유가 표시됩니다. 예를 들어 "민감정보(기밀 등급 문서)가 포함되어 있어 업로드할 수 없습니다" 또는 "민감정보(프롬프트 인젝션 표현)가 포함되어 있어 업로드할 수 없습니다"처럼 안내합니다.
### 처리는 전부 국내에서, 본문은 남기지 않습니다 모든 전처리·검사는 국내 데이터센터에서만 수행되며 개인정보의 국외 이전이 없습니다. 입력 본문은 저장되지 않고 로그에는 요청 수·길이 같은 메타데이터만 남으며, 모델 학습에도 쓰이지 않습니다. 각 필터는 관리자가 언제든 켜고 끌 수 있고, 베타 기간에는 모두 무료로 사용할 수 있습니다. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.wrks.ai/pricing/add-on-services.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.