콜레나
Kolena는 기업 문서 집약적 프로세스를 위한
콜레나
핵심 매개변수 및 통계
Kolena의 현재 제품 초점은 문서 중심 비즈니스 프로세스를 실행 가능하고 검증 가능하며 통합 가능한 AI 에이전트로 분류하는 것입니다. OCR이나 단일 질문 및 답변만 수행하는 도구가 아니라 입력 파일 프롬프트, 구조화된 결과, 템플릿 출력, 권한 및 감사를 중심으로 엔터프라이즈 수준의 프로세스 플랫폼을 구성합니다. 계약서, 양식, 이메일 및 검토 자료에 크게 의존하는 부동산, 금융 서비스, 보험 및 은행과 같은 팀의 경우 Kolena의 가치는 구조화되지 않은 자료를 검증 가능한 데이터 및 보고서로 전환하는 데 있습니다.
| 매개변수 | 현재 역량 |
|---|---|
| 제품 포지셔닝 | 기업 문서 워크플로우 AI 자동화 플랫폼 |
| 핵심 개체 | 에이전트, 프롬프트, 실행, Ground Truth, 검증, 작업 공간 |
| 일반적인 입력 | PDF, 스캔한 Office 문서, 이메일, 표, 그림, 텍스트, 오디오, 압축 패키지 |
| 단일 실행 제한 | 최대 300개 파일 총 2GB, 단일 파일 250MB, 콘텐츠 1,500페이지 |
| 프롬프트 첨부 파일 제한 | 프롬프트당 최대 5개 파일, 각 5MB |
| 프롬프트 파일 생성 제한 | 최대 단일 파일 크기는 20MB입니다. |
| 출력방법 | 웹 결과 API JSON, Webhook, Word/Excel/CSV 템플릿 PDF 다운로드 |
| 통합 포털 | Amazon S3, Azure Blob Storage, Box, 이메일, Gmail, Google 드라이브, SharePoint, CRM, Webhook, API |
| 엔터프라이즈 거버넌스 | 사용자 관리, 팀, 작업 공간, 역할 에이전트 수준 권한, 감사 로그, 데이터 보존 IP 화이트리스트 SSO/SCIM |
| 보안 기본 | AI 모델, 미국 클라우드 데이터 센터 스토리지, 전송 및 나머지 암호화를 훈련하는 데 데이터가 사용되지 않습니다 |
이러한 매개변수는 Kolena가 일회성 문서 요약 도구보다는 "자료가 AI 처리에 들어가 결과가 게시되고 시스템이 다시 작성"하는 지속적인 프로세스에 더 적합하다는 것을 나타냅니다. 특히 단일 실행 제한인 파일 300개, 2GB, 1,500페이지를 통해 일괄 실사, 계약 검토, 보험 자료 분석 등의 과중한 작업을 수행할 수 있습니다. 템플릿 출력 및 통합 기능을 통해 결과를 팀의 기존 Word, Excel, CRM, 네트워크 디스크 또는 데이터 웨어하우스에 다시 연결할 수 있습니다.
사용자 및 시장 인지도
Kolena의 시장 인지도는 주로 두 가지 방향에서 비롯됩니다. 하나는 기업 문서 프로세스의 자동화이고, 다른 하나는 초기 기계 학습 테스트 플랫폼을 통해 축적된 엔지니어링 신뢰성입니다. 메인 웹사이트는 부동산, 금융 서비스, 보험, 은행 등 산업 분야에 초점을 맞추고 있으며, 게이트웨이, 유니온 퍼시픽, SFA 파트너스, 프로스타 등의 고객 로고를 표시하여 제품이 일반적인 개인 생산성 애플리케이션보다는 B측 조달 및 산업 솔루션에 더 중점을 두고 있음을 나타냅니다.
개발자 생태계의 관점에서 보면 Kolena는 여전히 'kolena' Python 패키지를 유지 관리하고 있습니다. 패키지 설명에서는 이를 기계 학습 테스트 플랫폼 클라이언트로 정의하며 Apache-2.0 라이선스에 따라 릴리스됩니다. 이러한 역사적 맥락은 현재 AI 에이전트 제품에도 의미가 있습니다. 기업이 문서 에이전트를 사용할 때 답변을 생성할 수 있는지 여부뿐만 아니라 정확성을 측정하고, Ground Truth를 저장하고, 검증 결과를 비교하고, 액세스 및 데이터 처리를 추적할 수 있는지 여부에 관심을 갖는 경우가 많습니다. Kolena는 이러한 평가 및 거버넌스 요소를 문서 자동화 시나리오로 확장하여 일반 문서 구문 분석 도구와 구별되는 임계값을 형성합니다.
비용 이점
Kolena의 비용 이점은 낮은 공개 가격이 아니라 대량의 수동 검토, 데이터 입력, 템플릿 작성 및 시스템 간 동기화를 재사용 가능한 에이전트로 변환할 수 있는 능력입니다. 부동산 임대 추상화, 보험 손실 실행 분석, 은행 규정 준수 테스트 등의 경우 실제 비용은 일반적으로 수동 검토 시간, 재작업 비율, 리드 타임 및 감사 추적 비용입니다.
| 솔루션 | 스타터 | 전문가 | 기업 |
|---|---|---|---|
| 월간 신용한도 | 800 | 1,800 | 맞춤형 견적 |
| 사용자 좌석 | 3 | 10 | 15부터 시작, 사용자 정의 가능 |
| API 및 Python SDK | 지원 | 지원 | 지원 |
| 통합 및 템플릿 출력 | 지원 | 지원 | 지원 |
| 대시보드 | 포함되지 않음 | 지원 | 지원 |
| 데이터 분석 및 웹 검색 | 포함되지 않음 | 지원 | 지원 |
| 감사 로그 상담원 권한, 사용자 정의 역할 | 포함되지 않음 | 포함되지 않음 | 지원됨 |
| 데이터 보존, 서비스 사용자 SSO/SCIM, 팀 및 작업 공간 | 포함되지 않음 | 포함되지 않음 | 지원 |
단지 소수의 문서를 일시적으로 추출하는 것이라면 Kolena의 플랫폼 기능이 과중해 보일 수 있습니다. 그러나 팀이 대량의 파일을 안정적으로 처리하고, 템플릿을 재사용하고, 액세스를 제어하고, 감사 로그를 내보내고, 기존 시스템에 연결해야 하는 경우 신용 한도 및 좌석을 기준으로 구매하는 것이 스크립트 작성, 수동 입력, 수동 품질 검사를 반복하는 것보다 예측 가능한 비용이 발생할 가능성이 더 높습니다.
주요 기능
Kolena의 주요 기능은 에이전트 수명 주기를 중심으로 이루어집니다. 사용자는 먼저 Agent를 생성하고 입력 소스와 프롬프트를 구성한 후 실행 결과를 템플릿 API, Webhook 또는 외부 시스템으로 출력합니다. 프롬프트는 각 에이전트의 핵심 구성 요소이며 자료를 읽고, 필드를 추출하고, 판단을 생성하고, 구조화된 결과를 형성하는 방법을 정의하는 데 사용됩니다.
| 기능 | 적용 가능한 작업 | 사용가치 |
|---|---|---|
| AI 에이전트 오케스트레이션 | 다중 파일, 다단계 문서 처리 | 검토, 추출, 생성 및 검증을 반복 가능한 프로세스로 수정 |
| 프롬프트 라이브러리 및 프롬프트 생성 | 임대, 실사, 규정 준수, 모델 작성 | 빈 프로세스에서 설계 비용 절감 |
| Ground Truth 및 검증 | 정확도 평가, 결과 회귀 | 알려진 답변을 사용하여 에이전트 출력 품질 확인 |
| 템플릿 출력 | Word 보고서 Excel 모델 CSV 데이터 테이블 | 원래 형식, 수식 및 보고서 구조 유지 |
| 다중 소스 통합 | 네트워크 디스크, 객체 스토리지, 이메일 CRM, 웹훅 | 기존 시스템에서 자료와 결과 흐름 |
| API 및 Python 클라이언트 | 프로그래밍 방식으로 파일 제출 및 결과 읽기 | 일괄 처리, 내부 애플리케이션 및 데이터 파이프라인 액세스에 적합 |
| 권한 및 감사 | 엔터프라이즈 팀 협업, 규정 준수 추적 | 에이전트 및 데이터에 액세스할 수 있는 사용자 제어 및 액세스 동작 기록 |
이러한 기능의 조합으로 인해 Kolena는 독립형 AI 플러그인이라기보다는 "문서 운영 체제"에 더 가깝습니다. 팀은 먼저 웹 UI에서 프롬프트를 확인한 다음 API를 사용하여 파일을 일괄 제출하고 마지막으로 결과를 Word, Excel, Google Drive, SharePoint, CRM 또는 내부 웹후크에 쓸 수 있습니다.
모델 및 버전의 진화
Kolena의 버전 진화는 두 줄로 나눌 수 있습니다. 첫 번째는 문서 워크플로우 프롬프트, 통합, 템플릿 출력 및 엔터프라이즈 거버넌스를 중심으로 지속적으로 업데이트되는 현재 Kolena AI Agents 클라우드 제품 라인입니다. 두 번째는 'kolena' Python 클라이언트 및 Kolena 문서를 사용한 테스트로 기계 학습 테스트, 세분화된 평가 및 모델 동작 추적을 제공합니다.
현재 클라우드 제품은 시맨틱 버전 번호를 노출하지 않기 때문에 문서에 클라우드 형태로 기록하는 데 적합합니다. 핵심 기능이 Agent Run, Ground Truth, Validation, Usage Records, Access Logs, Workspaces, API Keys 등의 객체로 확장되어 '문서 처리 가능'에서 '문서 AI 프로세스 관리 가능'으로 한 단계 더 발전했음을 알 수 있습니다. Python 클라이언트의 최신 공개 패키지 버전은 1.69.0이며, 이는 여전히 ML 테스트 플랫폼에 대한 개발자의 접근권을 유지합니다. 기업의 경우 이는 평가, 테스트 및 추적성 측면에서 Kolena의 제품 DNA를 반영합니다.
기술적인 장점
Kolena의 기술적 이점은 "문서 이해 + 프로세스 조정 + 결과 평가 + 기업 거버넌스"의 조합에서 비롯됩니다. 많은 문서 AI 도구는 필드 추출이나 요약 생성에만 중점을 둡니다. Kolena는 검토 및 감사를 용이하게 하기 위해 인용, 신뢰도, 추론, 검증 결과 등의 메타데이터와 함께 에이전트 출력을 반환합니다.
엔지니어링 액세스 계층에서 Kolena는 웹 UI, REST API, Python 클라이언트 및 Webhook를 제공합니다. API 반환 구조에는 에이전트 ID, 실행 ID, 파일 목록 프롬프트 순서, 상태, 결과 값 및 메타데이터가 포함되어 있어 R&D 팀이 비즈니스 담당자가 결과를 수동으로 다운로드할 필요 없이 Kolena를 내부 시스템에 내장할 수 있습니다. 보안 및 규정 준수 팀의 경우 모델 교육에 사용되지 않는 데이터, 클라우드 암호화 IP 화이트리스트, 감사 로그 및 데이터 보존 SSO/SCIM과 같은 기능을 통해 기업 조달에 대한 저항을 줄일 수 있습니다.
또 다른 장점은 템플릿 출력입니다. Kolena는 문서의 원래 스타일, 형식, 수식 및 매크로를 유지하면서 에이전트 결과를 Word, Excel 또는 CSV 템플릿으로 채울 수 있습니다. 이는 재무 모델, 임대 요약, 실사 보고서 등과 같은 시나리오에 매우 중요합니다. 비즈니스 팀은 종종 데이터가 필요할 뿐만 아니라 기존 제공 형식을 준수해야 하기 때문입니다.
사용방법
Kolena의 일반적인 사용 경로는 먼저 웹 UI에서 에이전트를 생성한 다음 샘플 파일을 사용하여 프롬프트를 디버깅하고 출력 구조 및 검증 표준을 확인한 다음 마지막으로 API, 통합 또는 템플릿 출력에 액세스하는 것입니다. R&D 팀이 아닌 경우 에이전트 구성 및 결과 확인에는 웹 UI가 더 적합합니다. 플랫폼 팀의 경우 API, Python 클라이언트 및 Webhooks가 대규모 작업에 더 적합합니다.
| 입구 | 역할에 적합 | 일반적인 조치 |
|---|---|---|
| 웹 UI | 비즈니스 운영, 분석가, 규정 준수 팀 | 에이전트 생성, 프롬프트 구성, 샘플 파일 업로드, 실행 결과 보기 |
| API | 엔지니어링팀, 데이터플랫폼팀 | Agent Run에 파일 업로드, 결과 쿼리, 템플릿 출력 다운로드 |
| Python 클라이언트 | 데이터사이언스 및 자동화팀 | 일괄 호출, 로그 읽기 및 내부 처리 스크립트 액세스 |
| 통합 | IT 및 비즈니스 시스템 리더 | S3, Azure Blob, Google Drive, SharePoint, 이메일, CRM, Webhooks 연결 |
| 템플릿 출력 | 배송 및 보고팀 | Word, Excel, CSV 또는 PDF 결과물 생성 |
권장되는 구현 리듬은 임대 추상 손실 실행 분석 또는 대출 정보 검토와 같이 빈도가 높고 경계가 명확하며 인건비가 높은 프로세스를 먼저 선택하는 것입니다. 프롬프트 및 근거 진실을 확립하기 위해 20~50개의 대표적인 자료를 사용합니다. 검증을 통해 출력 정확도를 비교합니다. 마지막으로 객체 스토리지, 이메일 또는 CRM에 연결하여 프로세스를 파일럿에서 안정적인 운영으로 마이그레이션합니다.
제품 가격
Kolena는 조직 계층과 신용 한도의 조합을 사용합니다. Starter 및 Professional은 고정된 월간 크레딧과 시트를 제공하는 반면 Enterprise는 보다 복잡한 권한, 보안 및 조직 거버넌스 요구 사항에 맞춰져 있습니다. 공개 수준 설명에서 모든 수준은 API, Python SDK, 통합, 템플릿 출력 및 무제한 에이전트를 지원합니다. 실제 차이점은 대시보드, 데이터 분석 웹 검색, 감사 로그 에이전트 수준 권한, 사용자 정의 역할, 데이터 보존 SSO/SCIM, 팀 및 작업 영역입니다.
구매할 때 네 가지 유형의 비용을 확인하는 데 집중해야 합니다. 첫 번째는 월간 신용 한도가 얼마나 많은 에이전트 실행을 감당할 수 있는지입니다. 두 번째는 입력 파일 크기, 페이지 수 및 동시 프로세스가 실제 비즈니스 볼륨과 일치하는지 여부입니다. 세 번째는 Enterprise가 감사 SSO, 데이터 보존 및 세분화된 권한을 충족해야 하는지 여부입니다. 네 번째는 템플릿 Webhook, CRM 또는 네트워크 디스크 통합이 온라인 상태가 된 후 내부 프로세스 변경 및 검토 메커니즘에 대한 유지 관리 비용입니다.
애플리케이션 시나리오
Kolena는 구조화되지 않은 자료가 많고, 고정된 검토 규칙이 있으며, 강력한 전달 형식 요구 사항이 있는 팀에 가장 적합합니다. 산업 시나리오는 부동산, 금융 서비스, 보험 및 은행에 중점을 두고 있지만 기본 기능은 복잡한 문서를 검증 가능한 구조화된 결과로 변환해야 하는 모든 엔터프라이즈 프로세스에도 적합합니다.
- 부동산 및 자산 사업: 임대 계약 추상화, 대출 규모 조정, 모기지 실사 및 분기별 임대 감사를 처리하여 수동으로 계약을 검토하고 조건을 수정하고 양식을 입력하는 시간을 줄입니다.
- 금융 서비스: 투자 분석 PE 펀드 모델링, 위험 평가 및 회계 운영 자료를 생성하고 여러 PDF, 양식 및 메모를 검토 가능한 모델 입력으로 구성합니다.
- 보험: 손실 실행, 정책 COI, 청구 자료 및 인수 데이터를 분석하고 구조화된 결과를 사용하여 청구 처리, 위험 프로파일링 및 인수 검토를 지원합니다.
- 은행 및 규정 준수: 대출 패키지 UCC 제출, 고객 불만 사항, 규제 검토 및 보상 프로세스를 처리하고 감사 로그 및 권한 제어를 활용하여 규정 준수 팀 요구 사항을 충족합니다.
- 내부 작업: 이메일, 네트워크 디스크 파일 및 CRM 개체를 에이전트에 연결하여 중복 문서 검토 및 데이터를 자동화된 대기열에 동기화할 수 있습니다.
해당자
Kolena는 세 가지 유형의 사용자에게 적합합니다. 첫 번째 범주는 부동산 자산 관리, 보험 청구, 은행 규정 준수, 재무 분석 팀과 같은 산업 비즈니스 팀으로, 대량의 자료에서 신뢰할 수 있는 결과를 신속하게 얻어야 합니다. 두 번째 범주는 에이전트를 기존 네트워크 디스크, 개체 스토리지 CRM, 웹후크 또는 내부 애플리케이션에 연결하는 역할을 담당하는 엔터프라이즈 IT, 데이터 플랫폼 및 자동화 팀입니다. 세 번째 범주는 Ground Truth, 검증, 액세스 로그, 권한, 데이터 보존 및 결과 추적성에 관심을 갖는 AI 거버넌스 및 QA 팀입니다.
적합하지 않은 상황도 분명합니다. 팀이 가끔 몇 페이지의 문서만 작업하거나 고정된 출력 형식, 검토 표준 및 시스템 통합 요구 사항이 없는 경우 Kolena의 엔터프라이즈 수준 기능은 너무 무거울 것입니다. 이미 안정적인 프로세스, 명확한 분야, 명확한 책임, 대규모 처리량을 갖춘 조직에 더 적합합니다.
요약 및 전망
콜레나의 핵심 역량은 문서 AI를 '단일 답변 생성'에서 '엔터프라이즈 수준의 자동화 프로세스'로 발전시키는 것입니다. 복잡한 입력 프롬프트 조정, 템플릿 출력 API 호출, 통합, 권한, 감사 및 데이터 보존을 지원하며 정확성, 검토 가능성 및 안정적인 전달이 필요한 업계 팀에 서비스를 제공할 수 있습니다. 동시에 초기 ML 테스트 플랫폼과 Python 클라이언트가 남긴 평가 기능을 통해 에이전트 출력 검증, Ground Truth 구축 및 회귀 관리에 대한 엔지니어링 깊이가 향상되었습니다.
후속 관찰에서는 세 가지 사항에 중점을 둘 것입니다. 클라우드 에이전트가 업계 템플릿 및 사전 설정된 프롬프트의 적용 범위를 지속적으로 향상하는지 여부; 엔터프라이즈 수준의 감사, 권한 및 데이터 보존 기능을 구성하기가 더 쉬운지 여부 Python 클라이언트가 현재 문서 에이전트 제품 라인과 추가로 통합되는지 여부. 구매를 준비하는 팀의 경우 가장 좋은 출발점은 전체 문서 프로세스를 한 번에 교체하는 것이 아니라 Kolena가 시간 절약을 입증하고 재작업을 줄이며 소규모 감사 기능을 향상시킬 수 있는 높은 빈도, 높은 가치, 측정 가능한 정확도 프로세스를 선택하는 것입니다.
버전 정보
- 콜레나 AI 에이전트 ：기본 웹사이트의 현재 제품 형태는 신속한 조정, Python 클라이언트를 호출하는 파일 업로드 API, 템플릿 출력, 통합, 권한, 감사, 데이터 보존 및 엔터프라이즈 수준 거버넌스를 지원하는 엔터프라이즈 문서 워크플로우 AI 에이전트에 중점을 둡니다.
- 콜레나 Python 클라이언트 1.69.0 ：테스트 데이터, 지표 및 모델 평가 워크플로의 코드 관리를 지원하는 Kolena 기계 학습 테스트 플랫폼용 Python 클라이언트의 공개 패키지 버전입니다.
- 콜레나로 테스트하기 ：개발자 문서는 기계 학습 모델 테스트, 세분화된 평가, 디버깅 및 회귀 추적을 위한 Kolena의 초기 제품 기능을 보여줍니다.
사용자 후기