Whizi에서 AI에 문서 업로드하는 방법

지원되는 파일 형식과 실제로 일어나는 일

파일을 작성창에 드래그하거나 클립 아이콘을 클릭해 첨부한 다음 질문을 입력하세요. 모델이 받는 내용은 파일 유형에 따라 다르며, 어떤 유형인지 아는 것이 예상 밖의 결과 대부분을 설명해 줍니다.

유형	확장자	모델이 처리하는 내용
텍스트 PDF	.pdf	읽기 순서대로 추출된 텍스트, 표도 텍스트로 포함
스캔한 PDF	.pdf	서버 측 비전 처리로 생성된 페이지별 텍스트
Word 문서	.docx	브라우저에서 추출한 문서 텍스트
스프레드시트	.xlsx, .csv	셀 값(텍스트), 실행 가능한 수식이 아님
이미지	.png, .jpg, .jpeg	멀티모달 모델이 읽는 이미지 자체
코드 및 일반 텍스트	.py, .js, .ts, .go, .md, .txt 등	파일 내용 그대로

숙지해 둘 만한 두 가지 결과가 있습니다. 첫째, 스프레드시트는 작동하는 워크북이 아니라 값으로 도착하므로, 모델은 수식이 만들어낸 결과는 읽을 수 있지만 수식을 다시 실행할 수는 없습니다. 둘째, 스캔한 PDF는 일반 텍스트 추출이 아니라 비전 방식의 전사를 거치므로, 특이한 글꼴이나 손으로 쓴 메모, 저해상도 스캔은 숫자에서 잘못 읽힌 문자를 만들어낼 수 있습니다. 스캔한 문서의 수치는 원본과 대조해 확인하세요. 이미지 관련 참고 사항 하나: 작성창은 GIF 파일을 거부하며 PNG나 JPEG를 요청합니다.

질문하기 전에 파일을 준비하세요

여기서 5분을 들이면 나중에 헷갈리는 대화를 피할 수 있습니다.

• 파일 이름을 내용에 맞게 지으세요. 모델은 파일명을 보므로, 2025-q3-vendor-contract-acme.pdf는 document(3).pdf보다 유용한 맥락을 제공합니다. 스레드에 여러 파일이 있을 때는 그 차이가 더욱 커집니다.
• 발표용이 아니라 원본 소스를 보내세요. 특히 스프레드시트의 경우, 병합된 셀과 데이터 안에 있는 소계, 여백의 메모가 있는 버전은 크지만 단순한 파일보다 훨씬 많은 오류를 일으킵니다.
• 거대한 문서는 크기가 아니라 목적에 따라 나누세요. 방법론과 결과 부분만 필요하다면, 400페이지 전체를 올리고 주의가 알맞은 곳에 가닿기를 바라는 것보다 해당 부분만 올리는 편이 낫습니다.
• 필요 없는 개인 정보는 제거하세요. 이름, 이메일, 식별자는 분석에 필요한 경우가 거의 없으며, 업로드해도 되는지 고민하는 것보다 지우는 편이 더 빠릅니다.
• PDF가 실제로 텍스트인지 확인하세요. PDF 리더에서 텍스트를 선택해 보세요. 선택되지 않는다면 스캔본이며, Whizi는 비전 처리로 전사하므로 수치는 원본과 대조해 확인할 가치가 있습니다.

파일에 맞는 모델 고르기

문서 작업에서는 이 선택이 프롬프트보다 더 중요합니다.

• 긴 파일에는 Gemini. Whizi의 Gemini 모델은 100만 토큰의 컨텍스트 창을 갖추고 있어, 200페이지 보고서나 전체 계약서 묶음, 십여 편의 논문을 나눠서가 아니라 한 번에 모두 담을 수 있습니다. 문서 간 질문은 모든 내용이 실제로 컨텍스트 안에 있을 때만 제대로 작동합니다.
• 미묘한 뉘앙스에는 Claude. 법률 용어, 정책 문서, 그리고 의미가 단서와 완곡한 표현에 좌우되는 모든 것. 문서가 말하지 않는 내용을 알려주는 데도 가장 뛰어나며, 이것이 실제로 필요한 질문인 경우가 많습니다.
• 추출 작업에는 GPT. 청구서, 양식, 구조화된 데이터, 엄격한 표나 JSON 형태로 결과를 받고 수백 개 행에서 일관된 필드 이름을 원할 때.
• 이미지, 차트, 스크린샷, 도표에는 멀티모달 모델. 해석을 요청하기 전에 먼저 보이는 것을 설명해 달라고 하세요. 그러면 잘못 읽은 부분을 일찍 발견할 수 있습니다.

다시 업로드하지 않고도 스레드 중간에 모델을 바꿀 수 있으며, 바로 이것이 하나의 워크스페이스에서 작업하는 이유입니다. 같은 첨부 파일을 두고 Gemini로 읽고, GPT로 추출하고, Claude에게 요약을 맡길 수 있습니다. 자세한 내용은 대화 중 모델 전환하기를 참고하세요.

여러 문서를 한 번에 다루기

문서 하나에 대한 질문은 유용합니다. 여러 문서에 대한 질문은 이것이 단순한 편의 기능을 넘어 이전에는 없던 능력이 되는 지점입니다.

프롬프트: 비교

contract-a.pdf와 contract-b.pdf를 비교해줘. 서로 다른 모든 조항을 표로 정리해줘: 조항, A의 내용, B의 내용, 그리고 어느 쪽이 우리에게 더 유리한지와 그 이유. 서식과 번호 매기기의 차이는 무시해줘. 한쪽에는 있고 다른 쪽에는 없는 조항은 따로 나열해줘.

프롬프트: 통합

첨부된 모든 파일에서 [질문]에 답하는 표 하나를 만들어줘. 문서당 한 행씩, 첫 번째 열에는 문서 이름을 넣어줘. 문서가 해당 내용을 다루지 않으면 '해당 없음'이라고 적어줘. 정의가 서로 다른 문서는 표시 없이 합치지 마.

프롬프트: 모순 찾기

이 문서들이 서로 모순되는 부분이 어디야? 두 구절을 나란히 인용하고 각각 어느 파일에서 나왔는지 밝혀줘. 진짜 모순과 범위나 날짜 차이로 인한 차이를 구분해줘.

문서가 두 개 이상이 되면 프롬프트에서 항상 파일 이름으로 지칭하세요. "공급업체 계약서에서 통지 기간은 며칠인가요?"는 명확하지만, "통지 기간은 며칠인가요?"는 모델이 임의로 골라야 하며, 어느 것을 골랐는지 알려주지 않습니다.

답변이 이상해 보일 때

대부분의 문제를 해결하는 짧은 진단 절차입니다.

모델이 파일을 볼 수 없다고 합니다. 첨부 파일이 실제로 업로드됐는지 확인한 다음, "첨부된 report.pdf에서"처럼 명시적으로 지칭하세요. 특히 이미지의 경우 "첨부된 이미지를 봐줘"라고 말하면 모델이 질문의 텍스트만으로 답하지 않고 멀티모달 경로를 사용하게 됩니다.

답이 엉뚱한 문서에 관한 내용입니다. 스레드에 문서가 여러 개 있다면 모든 질문에서 파일 이름을 지칭하세요.

스캔한 문서에서 숫자가 미묘하게 틀립니다. 이것은 추론이 아니라 스캔의 전사 문제입니다. 모델에게 주변 줄을 그대로 인용해 달라고 요청해 무엇을 읽었는지 확인한 다음 원본을 대조하세요.

분명히 있는 내용을 놓쳤습니다. 먼저 위치를 찾는 질문을 하세요: [주제]를 다루는 구절을 인용하고 페이지나 섹션을 알려줘. 찾지 못한다면 문제는 추론이 아니라 추출입니다. 다른 모델을 시도하거나 해당 페이지만 따로 업로드해 보세요.

답이 아니라 요약을 내놓습니다. 결론이 아니라 근거를 요청하세요: 답변을 뒷받침하는 정확한 텍스트를 인용해줘. 이는 답이 문서가 아니라 일반 지식에서 추론된 경우도 잡아내며, 이것이 가장 중요하게 걸러야 할 실패입니다.

이 마지막 확인은 강조할 가치가 있습니다. 잘 알려진 계약 유형이나 흔한 규정, 유명한 논문에 대해 질문받은 모델은 파일을 전혀 참고하지 않고도 학습 데이터로 그럴듯하게 답할 수 있습니다. 인용을 요구하면 답변이 실제로 눈앞에 있는 문서에 기반하도록 강제할 수 있습니다.

개인정보와 업로드 전에 고려할 사항

업로드된 첨부 파일은 최대 30일 후 만료되도록 설정되어 있으며, 원하면 파일이나 대화 전체를 더 일찍 직접 삭제할 수 있습니다. Whizi는 사용자의 프롬프트, 파일, 대화, 음성 기록, 생성된 콘텐츠를 Whizi 소유 AI 모델 학습에 사용하지 않으며, 해당 콘텐츠를 학습 데이터로 판매하지도 않습니다. 선택한 모델을 운영하는 공급업체는 답변에 필요한 내용을 전달받으며, 자체 정책에 따라 임시 캐시를 보관할 수 있습니다.

여전히 사용자 본인의 판단이 필요한 부분은 해당 문서를 제3자 서비스로 처리해도 되는지 여부입니다. 특히 주의할 만한 범주는 다른 사람의 개인 정보, 특정 기밀 유지 조항이 적용되는 내용, 중대한 비공개 정보, 그리고 건강이나 금융 기록처럼 특정 취급 규정이 적용되는 규제 데이터입니다.

대부분의 사람에게 현실적인 절충안은 업로드를 아예 포기하는 대신 편집하는 것입니다. 이름을 역할로 바꾸고, 수치는 절대값 대신 지수로 표시하고, 식별자를 제거하면 분석에 필요한 내용은 그대로 유지하면서 문서를 민감하게 만드는 대부분의 요소를 없앨 수 있습니다.