AI 비서에게 묻기 전에 정보 보관소를 준비하기

정보 준비의 출발점은 어느 계정에서 수집한 어떤 메일인지 아는 것입니다. 원본, 출처 식별 정보, 제공자가 전달한 표현 형식은 이후 작업의 기준으로 남습니다. HTML 본문을 읽기 쉬운 텍스트로 바꾸면 검색에 도움이 되지만, 변환물이 원본을 조용히 대체하거나 제공자가 준 정확한 파일인 것처럼 표시되어서는 안 됩니다.

SMS와 외부 보고서에도 같은 원칙을 적용합니다. 자동화 보고서는 정확한 JSON 원본과 읽기 쉬운 화면 표현을 함께 가질 수 있습니다. 내용이 같다는 이유로 서로 다른 출처의 기록을 하나로 합치지 않습니다. 이렇게 해야 결과 뒤의 증거를 열어 보고, 누가 제공했는지 확인하며, 해석이나 색인 작업이 실패해도 생성된 설명에만 의존하지 않고 복구할 수 있습니다.

추출은 지원하는 형식의 내용을 검색과 분석에 쓸 수 있는 텍스트로 바꾸는 과정입니다. HTML 변환, 문서 추출, 이미지 문자 인식은 처리 범위와 필요한 자원이 다릅니다. 본문은 준비되었어도 첨부파일은 지원하지 않는 형식이거나 암호로 잠겨 있거나 처리를 기다릴 수 있습니다. AI 비서의 다음 행동은 이 차이에 따라 달라집니다.

첨부파일 이름, 이미지 개수, 실제로 추출한 첨부 내용도 구별해야 합니다. 요약에 스프레드시트 이름이 나왔다고 셀을 검사한 것은 아닙니다. 첨부 내용을 분석에 넣을지는 설정과 지원 가능한 처리 방식에 달려 있습니다. 본문만 본 답변이 완전해 보이도록 만들기보다, AI 비서가 자신의 입력 범위를 설명할 수 있어야 합니다.

카테고리, 태그, 디렉터리는 큰 보관소를 업무에 맞는 묶음으로 정리합니다. 분류 체계 탐색은 실제 메일에서 쓸 만한 어휘를 제안하고, 배정은 그 어휘를 개별 메일에 적용합니다. 고정된 분류 규칙이 실제 배정 결과를 결정하고, 모델 분석은 다른 관점을 보탤 수 있습니다. 제안과 확정된 정리 결과는 구별할 수 있어야 합니다.

스팸과 분류 판단은 사람마다 합리적으로 다를 수 있으므로 사용자에게 속합니다. 같은 공급업체 공지도 구매팀에는 필요하고 개발자에게는 방해일 수 있습니다. 개인의 분류는 접근 권한을 추가하거나 다른 사람의 업무를 바꾸지 않습니다. 메일 제공자에서의 이동 같은 외부 행동도 자동으로 허가하지 않습니다. 제공자 폴더와 SyncPier의 정리 체계를 연결하는 방식은 명시적으로 관리합니다.

중요도는 특정 기준에서 어느 메일에 주의를 기울일지 묻습니다. 답변 기한, 서비스 중단, 동료의 작업을 막는 요청처럼 질문과 이유가 분명할수록 유용합니다. 모델의 판단은 기록된 평가이며 메일 자체의 보편적인 진실은 아닙니다. 나중에 이의를 제기할 때는 입력, 적용한 기준, 해당 출처의 버전을 확인할 수 있어야 합니다.

의심스러운 지시, 피싱, 스팸을 살피는 작업도 정보 준비의 일부입니다. 이런 신호는 외부에서 온 문장을 AI 비서 자신의 규칙을 바꾸는 명령이 아니라 검토할 자료로 다루게 돕습니다. 완벽한 탐지를 약속하지는 않습니다. 다음에 읽을 대상을 정할 때는 모델 점수만 따르기보다 업무 목적, 확보한 증거와 사람의 결정을 함께 봅니다.

본문 요약은 요청, 달라진 내용, 남은 질문, 관련 답장 맥락을 짧게 보여 주는 출발점입니다. 대화의 입력 공간을 쓰기 전에 어떤 원본을 자세히 읽을지 고르는 데 도움이 됩니다. 인용된 답장, 전달된 메일, 첨부파일이 있을수록 요약에 실제로 들어간 범위를 알아야 합니다. 받지 않은 근거를 짧은 설명이 대신할 수는 없습니다.

메일 본문 요약은 같은 사용자의 AI 비서와 워크스페이스가 현재 메일 계정 권한을 확인한 뒤 함께 쓸 수 있습니다. 준비 작업의 반복은 줄이되 댓글, 개인 업무 상태, 다른 사용자의 분석까지 공유하지 않습니다. 본문이 같은 별도 메일도 답장 맥락, 허용 독자, 처리 기준이 다를 수 있습니다. 더 넓은 계산 재사용은 자동 규칙이 아니라 명시적인 운영 선택이 필요합니다.

임베딩은 텍스트의 의미를 비교하는 데 쓰는 수치 표현입니다. 사용자가 보낸 사람과 다른 단어로 질문해도 관련 메일을 찾거나, 분류와 주제 제안을 위한 후보를 좁히는 데 도움을 줍니다. 이는 발견을 돕는 수단입니다. AI 비서는 허용된 증거를 직접 살피고 왜 답을 뒷받침하는지 설명해야 합니다.

조직이 관리하는 계정의 임베딩은 조직 소유의 준비 작업입니다. 사용자마다 같은 메일함을 따로 임베딩할 필요가 없습니다. 이 공통 기반은 개인의 스팸·분류 판단과 구별됩니다. 긴 입력은 조용히 생략하는 대신 여러 조각으로 표현하고 처리 범위를 남깁니다. 유사도는 원본 접근 권한을 주거나 별도 메일을 하나로 만들거나 제안된 주제를 확정된 대화로 바꾸지 않습니다.

요약, 임베딩, 중요도 판단, 검증은 서로 다른 기능입니다. 운영 설정에서 기능마다 모델과 처리 설정을 고르며, 모델 이름을 정보 자체의 정체성으로 삼지 않습니다. 입력과 출력 한도는 제공자 토큰 기준으로 다루고, 지시문이나 필요한 추론 공간도 고려합니다. 긴 입력은 기능별 범위 규칙에 따라 처리해야 하며 임의의 바이트 제한 뒤에서 사라져서는 안 됩니다.

모델 처리에는 허용된 내용이 선택한 제공자로 전송될 수 있습니다. 따라서 동의, 계정 설정, 개인 맥락과 예산을 작업 전에 함께 확인합니다. 결과에는 기능, 입력 범위, 모델 또는 실행 주체, 기준 버전과 사용량의 출처를 남깁니다. 제공자가 측정한 사용량과 AI 비서가 스스로 보고한 사용량은 다른 증거입니다. 실패, 보류, 불완전한 단계를 드러내면 다음 AI 비서가 성공을 추측하지 않고 사실에서 이어갈 수 있습니다.