도구
Chat with PDF
작성자: Ofrai Editorial (AI Model Curators)
Ofrai 텍스트 스튜디오는 PDF와 DOCX 업로드를 받습니다. 라이브 채팅 모델로 추출된 텍스트에 질문하세요 — 문서 Q&A이며 별도 ChatPDF 구독이 아닙니다.
채팅과 영상은 크레딧을 사용합니다.
사용 방법
텍스트 스튜디오를 열고 PDF 또는 Word를 첨부합니다. 신중한 읽기는 Claude, 빠른 패스는 DeepSeek이나 GPT를 고른 뒤 파일과 같은 스레드에서 질문하세요. 첨부는 대화 내내 남아 있어 후속 질문마다 다시 올릴 필요가 없습니다. 스튜디오에 표시된 업로드 한도 안에서 작업하고, 자료를 대조할 때는 한 번에 파일 하나씩 첨부하세요. 같은 스레드에 두 파일을 넣으면 어느 쪽도 인용하지 않은 엮인 답이 나오기 쉽습니다. 첫 질문은 평가가 아니라 설명으로 시작하는 편이 좋습니다. "1페이지의 범위와 언급된 당사자를 정리해 주세요"라고 물으면 질문을 열 개나 쓰기 전에 추출이 성공했는지 알 수 있습니다.
무엇이 아닌가
완전한 법률 디스커버리 플랫폼이 아니며, 추출이 실패하는 스캔 이미지 전용 페이지용 OCR도 아닙니다. 웹을 찾아보지 않으므로 직접 붙여 준 내용이 아니라면 문서의 빈 곳을 외부 지식으로 메우지 않습니다. 새 스레드를 열면 이전 파일을 기억하지 못합니다. 답변의 숫자가 페이지의 숫자와 같다는 보장도 없습니다. 추출 과정에서 위 첨자, 소수점 구분자, 각주 표시가 조용히 빠질 수 있기 때문입니다. 그래도 쓸모가 없다는 뜻은 아닙니다. 기록 시스템이 아니라 읽기와 질문 도구라는 뜻입니다.
AI 코딩으로 돌아갈 시점
문서 질문 답을 받은 뒤 같은 텍스트 스튜디오에서 AI 코딩 모드로 돌아가 요약을 IDE나 티켓에 붙이세요. 스레드와 지갑은 유지됩니다.
어떤 PDF가 가장 잘 동작하나요
네이티브 텍스트 PDF가 가장 깔끔한 답변을 줍니다. 추출기가 문자를 직접 읽기 때문입니다. 즉 Word, InDesign, Google Docs, 현대적인 편집 도구에서 내보낸 파일들입니다. 보이는 텍스트가 스캔 이미지 위에 놓인 레이어 파일도 대체로 잘 추출됩니다. 문제가 시작되는 경우는 슬라이드 스크린샷을 이어 붙인 PDF, 오래된 CAD나 플로터에서 내보낸 파일, 스캐너 앱이 다시 저장하면서 모든 페이지를 이미지로 눌러 버린 경우입니다. 비밀번호가 걸린 파일은 질문 때가 아니라 업로드 때 실패합니다. 그게 바람직한 실패 방식입니다. 어느 쪽인지 확인하려면 파일을 열어 본문 단락을 선택한 뒤, 선택이 진짜 글자인지 그림 위의 사각형인지 보세요.
어떤 형식이 문제없이 올라가는가
PDF가 가장 견고하고 DOCX도 좋습니다. 텍스트 층이 모호하지 않기 때문입니다. 순수 텍스트나 마크다운이 가장 정확합니다. 스프레드시트 내보내기는 읽히지만 병합 셀과 열 머리글의 의미가 사라지므로, 합계를 물을 때는 프롬프트에 머리글 행을 다시 적어 주세요. 발표자료는 슬라이드당 한 페이지로 변환되며 대개 문제없지만, 차트 라벨이 잘게 파편으로 나오기 쉽습니다. 이메일 대화를 PDF로 저장하면 인용된 이전 기록이 딸려 와 페이지 수가 늘고 누가 무슨 말을 했는지 헷갈립니다. 까다로운 형식에는 실용적인 답이 있습니다. 파일 전체가 아니라 필요한 절만 내보내세요. 명확한 제목이 있는 스무 쪽이, 답이 160쪽에 잠들 이백 쪽보다 낫습니다.
정확한 페이지를 인용하는 답
인용을 명시적으로 요구하지 않으면 자신만만합니다. "세 문장으로 답하고, 근거로 삼은 문장을 그대로 인용하며 페이지 번호를 붙여라"라고 하면 모델이 근거를 보여줘야 하고, 문서 전체를 다시 읽는 대신 두 초 만에 확인할 수 있습니다. 계약, 금액, 규제와 얽힌 내용은 반드시 인용을 먼저, 요약을 나중에 받으세요. 요약은 작은 표현 차이를 숨기지만 인용은 숨기지 않습니다. 답을 찾지 못했을 때는 그렇게 말하게 하세요. "문서에 없으면 문서에 없다고만 답하라"는 지시가 상상한 조항을 빠르고 눈에 띄는 실패로 바꿉니다.
실행에 옮길 근거는 전부 인용하고, 요약을 다른 사람에게 넘기기 전에 가장 중요한 두세 곳의 인용을 직접 확인하는 두 가지 습관이 이 도구를 쓸 만한 작업과 위험한 작업으로 가릅니다.
스캔 문서와 네이티브 문서
스캔 PDF에는 추출할 문자가 없고 글자를 찍은 그림만 있습니다. 모델은 사실상 아무것도 없는 상태에서 답을 만들기 때문에, 유창하고 그럴듯하지만 틀린 문장을 내놓습니다. 판별법은 간단합니다. 1페이지 요약에 그 페이지에서 보이는 정확한 숫자, 사람 이름, 날짜가 하나도 없으면 추출이 실패한 것입니다. 해결책은 전처리입니다. 먼저 OCR을 돌리거나 원본 프로그램에서 텍스트 층 옵션을 켜고 다시 내보내세요. OCR을 쓸 수 없다면 스캔 전체를 올려 기대하지 말고 필요한 몇 쪽만 이미지로 비전 모델에 넘기세요. 그리고 절대 섞지 마세요. 일부만 스캔된 문서는 네이티브 쪽에는 잘 답하고 나머지를 지어냅니다.
파일을 쓸 수 없다고 아는 것보다 나쁜 건, 그 실패가 선별적으로 보여 신뢰할 수 있어 보인다는 점입니다.
어떤 모델이 어떤 문서를 읽는가
Claude Sonnet은 꼼꼼한 독자입니다. 긴 계약, 빽빽한 보고서, 한 조항을 놓으면 비용이 큰 문서, 표와 각주를 따라가야 하는 문서에 맞습니다. GPT-5는 빠른 범용 엔진으로 익숙한 문서 종류의 첫 훑기, 같은 문서의 두 판본 비교, 사실 하나를 찾는 대신 여러 절을 거슬러 추론하는 질문에 좋습니다. DeepSeek V4 Pro는 대량 읽기에 경제적인 중간입니다. 계약 서른다섯 건에서 조항 하나를 찾는 일이라면 가치는 정답 하나의 완성도보다 커버리지에 있습니다. 실용적인 배분은 값싼 모델로 읽어 해당 페이지를 먼저 찾고, 그 페이지만 비싼 모델로 다시 묻는 것입니다.
비싼 모델이 중요한 페이지를 추측하지 않아도 되므로 비용은 고급 회독의 몇 분의 1이고, 오히려 답이 나아집니다.
문서 질문 프롬프트 형태
질문의 형태가 답의 형태를 정합니다. 추출이라면 문자 그대로 쓰세요. "지급 조건 절에 나온 모든 날짜, 금액, 통화를 페이지 번호와 함께 표로 만들어라." 비교라면 양쪽을 다 줍니다. "4절과 7절의 해지 통지 기간을 비교하고, 다른 점만 말해라." 규정 준수 점검이라면 주제 대신 규칙을 줍니다. "우리는 델라웨어 법인이고 직원 50명입니다. 이 계약은 동의 없는 양도를 허용합니까? 해당 조항을 인용해 주세요." 목적이 있는 요약이라면 독자를 지정합니다. "기술적 제한 절을 비기술 구매자를 위해 요약해라." 써서는 안 되는 문장은 "이 계약에 대해 알려줘"입니다. 계약에 대한 일반적인 문단을 반드시 내놓습니다.
여러 각도가 필요하면 한 메시지에 번호 붙인 질문으로 나열하세요.
문서 답이 틀리는 지점
실패는 다섯 갈래입니다. 말없이 건너뛴 페이지. 추출이 표나 별첨을 잃었는데 모델은 몰라서 남은 내용으로 당당하게 답합니다. 숫자가 뒤엉킨 경우. 숫자 한 줄이 문 하나로 뭉개지면서 한 자리가 바뀝니다. 긴 스레드의 귀속 이탈. 열 번째 질문쯤 모델은 파일이 아니라 자신이 앞서 쓴 요약을 근거로 답하기 시작하고, 첫 오류는 바로 그 요약에서 들어왔습니다. 용어 정의 이탈. 모델이 정의 절과 다른 뜻으로 용어를 쓰는데 계약서에서 손실이 가장 큽니다. 그리고 자신감 있는 부재. 파일 밖의 일을 물어도 그럴듯하게 답합니다.
페이지 인용을 강제하고 중요한 질문을 같은 파일을 붙인 새 스레드에서 다시 묻기만 하면 이 다섯 가지는 싼 값으로 막을 수 있습니다.
긴 문서와 문맥 한계
길다고 파일 전체가 똑같이 잘 읽히는 것은 아닙니다. 아주 긴 문서에서는 가운데 부분의 답이 가장 흐릿합니다. 앞의 모든 것에 모델의 주의가 얇게 퍼지기 때문입니다. 맞서기 말고 우회하세요. 300쪽 문서를 논리적 덩어리로 나누고 같은 질문을 던진 뒤 답을 비교합니다. 유난히 다른 답이 나온 덩어리가 대체로 재미있는 부분입니다. 긴 읽기는 두 단계로 합니다. 값싼 모델로 절과 페이지 번호 한 장 지도를 만들고, 관심 있는 범위에서만 일합니다. 스레드 맨 앞에 이 문서가 무엇인지 적으세요. "2024년에 우리와 독일 고객이 체결한 주 계약서"입니다. 이 한 문장만으로 눈에 띄게 줄어드는 오독이 있습니다.
새 스레드에서는 다시 적으세요.
문서 질문 한 번의 비용
문서 작업도 다른 텍스트 작업らしく 추출된 텍스트의 토큰으로 과금됩니다. 큰 파일은 긴 스레드의 모든 턴에서 비쌉니다. 첫 번째 조절은 범위입니다. 이백 쪽 매뉴얼 대신 필요한 스무 쪽을 올리면 답을 잃지 않고 비용의 대부분을 없앨 수 있습니다. 둘째는 모델 배분입니다. 값싼 모델이 서른다섯 건을 읽어 조항 하나를 찾는 비용은, 그것을 최종 해석하는 고급 회독의 몇 분의 1입니다. 셋째는 중복하지 않는 것입니다. 답이 나오면 내 노트에 적고, 같은 질문을 다른 말로 바꾸어 정가로 다시 묻지 마세요. Ofrai에서는 같은 지갑이 이미지와 영상도 치릅니다.
문서 작업의 오후는 그 뒤에 세워둔 마케팅 작업과 직접 경쟁합니다.
파일을 먼저 전처리해야 할 사람
채팅 창에서 맞붙일 가치가 없는 문서가 있습니다. 모든 숫자에 법적 무게가 있는 규제 제출물, 요약 한 단어가 뜻을 바꾸는 계약, 전문가의 비밀 비밀유지 의무가 걸린 것, 외부에 인용될 모든 것. 이런 건 전용 도구로, 또는 책임질 수 있는 사람에게 넘기세요. 대량 처리도 마찬가지입니다. 수백 건을 읽어야 한다면 추출 API에 붙인 스크립트가 사람 개입 대화보다 빠르고 싸고 기록도 고르게 남습니다. chat-with-PDF가 가장 강한 지점은 본래 사람이 문서를 끝까지 읽고 나서야 다른 사람과 이야기할 수 있었던 바로 그 상황입니다.
계약서 한 건, 보고서 한 권, 긴 매뉴얼, 점심 전까지 답이 필요한 질문. 요약 검증을 놓치면 돈과 신뢰를 잃는 일일수록 채팅 창 안이 아니라 그 상류에서 다뤄야 합니다.
스튜디오 열기
자주 묻는 질문
- 어떤 모델이 파일을 볼 수 있나요?
- 텍스트 스튜디오의 목록 텍스트 모델. 모델 목록가 허용하면 같은 스레드에서 모델을 전환할 수 있습니다.
- 파일이 Ofrai 학습에 쓰이나요?
- 제품은 생성용입니다. 업로드 처리는 개인정보 처리방침을 보세요.
- 생성 1회에 크레딧이 얼마나 드나요?
- 각 잡의 Ofrai 크레딧은 스튜디오에 표시됩니다. 모델 목록 크레딧은 시작점이며 해상도와 길이로 최종 소모가 달라집니다.
- Ofrai에서 어떻게 시작하나요?
- 이 페이지에서 이미지/영상 스튜디오를 열고 추천 모델을 고른 뒤 시작 프롬프트를 그대로 쓰거나 조정해서 라이브러리에서 생성하세요.
- chat-with-PDF 출력을 상업적으로 사용할 수 있나요?
- 어떤 모델 출력에서와 마찬가지로, 각 모델 이용 규칙에 따라 답변을 활용하세요. 상업 게시 전에 모델 페이지와 배포 조건을 확인하세요.