> Markdown twin of https://conduitllm.com/ko/use-cases/chat-with-documents.html > PDF, Word, CSV, Markdown 파일을 Conduit에 추가해 질문하세요. 답변을 클릭하면 근거 구절이 보입니다 — 로컬 색인. --- 1. [Conduit](https://conduitllm.com/ko/) 2. [사용 사례](https://conduitllm.com/ko/use-cases.html) 3. Documents Documents # 내 문서와 대화하고, *정확히 어떤 것이 답했는지 확인하세요* 나만의 텍스트, Markdown, CSV, Word, PDF 파일을 컬렉션에 추가하고, 채팅에 첨부해서 질문하세요. Conduit는 의미와 정확한 단어, 두 가지 방식으로 동시에 검색하고, 모든 답변이 근거로 삼은 파일의 이름을 밝힙니다 — 하나를 클릭하면 구절 자체를 읽을 수 있습니다. [Conduit 다운로드](https://conduitllm.com/ko/#get) 실제 예시 보기 - 텍스트, Markdown, CSV, Word, PDF - 하이브리드 검색 — 의미와 정확한 단어로 - 모든 답변이 사용한 구절을 인용합니다 문제 내 파일에 대해 어시스턴트에 무언가를 물으면, 실제로 중요한 문단을 읽었는지, 오래된 초안을 읽었는지, 아무것도 읽지 않았는지 확인할 방법 없이 자신 있게 답합니다. 매번 관련 페이지를 손으로 채팅창에 붙여넣는 것은 워크플로가 아닙니다. 답을 신뢰할 수 없는 상황을 우회하는 임시방편일 뿐입니다. Documents가 주는 것 ## 그냥 읽는 답이 아니라 확인할 수 있는 답 내 파일을 제대로 검색하고, 매번 소스로 돌아갈 길을 남겨 둡니다. ### 다섯 가지 파일 형식, 하나의 컬렉션 텍스트, Markdown, CSV, Word(`.docx`), PDF입니다. 창 어디에나 파일을 끌어다 놓으면 추가되고, 사이드바에서 컬렉션을 만들어 통째로 채팅에 첨부할 수 있습니다. ### 의미로도, 정확한 단어로도 찾습니다 벡터 검색과 SQLite 전체 텍스트 검색이 같은 구절 위에서 함께 실행되어 하나의 순위로 합쳐집니다 — 그래서 다르게 표현된 질문과 정확한 한 단어에 좌우되는 질문 둘 다 잡아냅니다. ### 별도로 운영할 색인이 없습니다 색인은 대화와 같은 로컬 SQLite 데이터베이스에 평범한 행으로 존재합니다 — 따로 설치하거나, 호스팅하거나, 백업할 벡터 데이터베이스가 없습니다. 작동 방식 ## 세 단계, 별도 도구 없이 모든 과정이 Conduit 안에서 일어납니다 — 파일을 먼저 제3자 색인 서비스로 내보낼 필요가 없습니다. ### 컬렉션 만들기 사이드바에서 Documents를 열고 컬렉션을 만드세요. 창 어디에나 파일을 끌어다 놓아 추가하거나, 텍스트, Markdown, CSV, Word, PDF 파일을 한 번에 하나씩 추가하세요. ### 채팅에 첨부하기 그 대화의 composer에서 컬렉션을 고르세요. 특정 제공업체로 처음 색인할 때, Conduit는 무엇이든 전송하기 전에 동의를 구합니다. ### 질문하고, 소스 확인하기 답변은 검색한 파일을 질문 아래 칩으로 이름을 밝힙니다. 칩을 클릭하면 요약이 아니라 사용한 정확한 구절이 열립니다. 실제 예시 ## 설계에 대한 질문을, 답한 노트까지 거슬러 올라가기 어느 엔지니어링 팀은 하나의 컬렉션에 파일 네 개를 넣어 둡니다: 아키텍처 개요, 인증 설계 노트, 동기화 적체 런북, API 레퍼런스입니다. 새로 합류한 팀원이 클라이언트가 사용자를 로그아웃시키기 전에 인증을 왜 두 번 재시도하는지 묻습니다. Conduit는 네 문서를 한 번에 검색합니다 — 의미로 검색하므로 "리프레시 경합"이라는 말을 쓰지 않은 질문도 그에 대한 단락을 찾아내고, 정확한 단어로도 검색하므로 `409 refresh_reused` 같은 오류 코드가 직접 걸립니다. 답변은 근거로 삼은 파일의 이름을 밝히고 설계 노트를 바탕으로 두 번의 재시도를 모두 설명합니다. 인용된 파일을 클릭하면 요약이 열리지 않습니다. 답변이 사용한 실제 구절이, 디스크상의 파일 경로와 함께 그 위에 열립니다 — 그래서 답을 확인하는 데 원본 문서를 뒤질 필요 없이 클릭 한 번이면 됩니다. [Documents 작동 방식, 문서에서 보기](https://conduitllm.com/ko/docs.html#documents) 데이터가 가는 곳 ## 하나가 아니라 두 가지 다른 네트워크 이동 파일을 색인하는 것과 그것에 대해 질문하는 것은 서로 다른 것을, 서로 다른 곳으로 보냅니다. | 단계 | 전송 대상 | | --- | --- | | OpenAI, Gemini, OpenRouter로 색인 | 그 제공업체가 문서의 전체 텍스트를 한 번 받습니다 | | Ollama로 색인 | 어디에도 가지 않음 — 임베딩은 사용자의 컴퓨터에서 실행됩니다 | | 질문하기 | 채팅 제공업체가 검색된 구절을 프롬프트의 일부로 받습니다 | Anthropic은 임베딩 API를 제공하지 않으므로 Claude는 절대 색인 선택지가 되지 않습니다 — 채팅 선택지일 뿐입니다. Conduit가 만드는 이 흐름만이 아닌 모든 네트워크 흐름은 [개인정보 페이지](https://conduitllm.com/ko/privacy.html)를 참고하세요. 제한 사항 ## 할 수 있는 것과 할 수 없는 것 ### 할 수 있는 것 - 텍스트, Markdown, CSV, Word, PDF 파일을 직접 관리하는 컬렉션에 추가하고, 의미와 정확한 단어로 동시에 검색합니다. - 답변이 근거로 삼은 파일을 정확히 보여주며, 클릭하면 소스 구절로 이동합니다. - 파일을 사용자의 컴퓨터에서 파싱합니다 — Conduit는 이를 업로드할 자체 서버가 없습니다. - 임베딩 제공업체를 고를 수 있고, 마음을 바꿀 수도 있습니다: 동의는 제공업체별이며 문서 페이지에서 철회할 수 있습니다. - 색인을 대화와 같은 로컬 SQLite 데이터베이스에 유지하므로 별도로 운영할 벡터 서비스가 없습니다. - 임베딩과 채팅 모두에 Ollama를 고르면 완전히 온디바이스로 작동합니다. ### 할 수 없는 것 - 텍스트 레이어가 없는 스캔 PDF는 읽지 못합니다 — OCR 단계가 없어서 그런 파일은 아무것도 내놓지 않습니다. - Claude로 색인할 수 없습니다 — Anthropic은 임베딩 API가 없으므로, 채팅은 Claude가 답하더라도 그 부분은 OpenAI, Gemini, OpenRouter, Ollama 중 하나를 고르세요. - Ollama를 고르지 않는 한 문서의 텍스트를 네트워크 밖에 두지 못합니다 — 클라우드 임베딩은 설계상 전체 텍스트를 한 번 전송합니다. - 저장 시 암호화를 켜지 않는 한 문서 청크를 암호화하지 않습니다 — 기본값은 꺼짐이며, 켜기 전까지는 모두 평문입니다. - 소스 발췌에서 멈추지 않습니다 — 검색된 구절은 프롬프트의 일부로 채팅 제공업체에도 전송되므로, 그 제공업체 자체의 정책도 함께 적용됩니다. - 로컬 전용 모드에서는 클라우드 임베딩 제공업체를 허용하지 않습니다 — 그 모드에서 Conduit가 선택하는 것은 Ollama뿐입니다. ## 문서와 대화하기 — 질문에 솔직하게 답합니다 **어떤 파일 형식과 대화할 수 있나요?** 일반 텍스트, Markdown, CSV, Word(`.docx`), PDF입니다. 이들 파일을 Conduit 창에 끌어다 놓으면 컬렉션에 추가되고, 사이드바의 Documents 항목에서 한 번에 하나씩 추가할 수도 있습니다. OCR 단계는 없으므로 텍스트 레이어가 없는 스캔 PDF는 읽을 수 없습니다 — 그냥 텍스트가 나오지 않을 뿐입니다. **내 문서가 내 컴퓨터를 떠나나요?** 파일은 어느 경우든 사용자의 컴퓨터에서 파싱됩니다. 색인이 작동하려면 문서의 전체 텍스트가 선택한 임베딩 제공업체로 한 번 전송됩니다 — Ollama를 선택하면 예외로, 이는 온디바이스로 임베딩하며 아무것도 전송하지 않습니다. 나중에 질문을 하면, 파일에서 검색된 구절이 그 밖에 입력하는 것과 마찬가지로 프롬프트의 일부로 채팅 제공업체에 전송됩니다. 그러므로 컬렉션이 완전히 온디바이스로 유지되는 것은 Ollama가 임베딩을 하고 로컬 모델이 답할 때뿐입니다. **왜 Claude로는 내 문서를 색인할 수 없나요?** Anthropic은 임베딩 API를 제공하지 않으므로, 파일을 검색 가능한 색인으로 만드는 선택지에 Claude는 들어 있지 않습니다. 색인에는 OpenAI, Gemini, OpenRouter, Ollama 중 하나를 고르세요 — 채팅 자체와 문서에서 검색된 구절은 여전히 Claude로 보내 답하게 할 수 있습니다. **완전히 오프라인으로 문서와 대화할 수 있나요?** 네, Ollama가 두 가지 역할 — 파일 임베딩과 채팅 답변 — 을 모두 맡아 이미 로컬에 있는 모델로 처리하면 됩니다. 로컬 전용 모드를 켜면 Conduit가 이를 강제해 줍니다 — 클라우드 임베딩 제공업체는 아예 거부되므로, 컬렉션이 조용히 인터넷과 통신하기 시작할 수 없습니다. **Conduit는 어떤 구절을 쓸지 어떻게 정하나요?** 같은 로컬 데이터베이스 위에서 두 가지 검색이 동시에 실행됩니다 — 의미로 맞추는 벡터 검색과 정확한 단어로 맞추는 SQLite 전체 텍스트 검색이며, 두 순위는 reciprocal rank fusion으로 합쳐집니다. 이 조합은 원문과 다르게 표현된 질문과, 제품 코드나 이름처럼 정확한 한 단어에 좌우되는 질문 둘 다를 잡아냅니다. 답변이 근거로 삼은 파일은 메시지 아래 칩으로 표시됩니다 — 하나를 클릭하면 요약이 아니라 구절 자체를 읽을 수 있습니다. **내 문서 색인은 암호화되나요?** Settings에서 저장 시 암호화를 켰을 때만 그렇습니다 — 기본값은 꺼짐입니다. 켜면 문서 청크가 첨부 파일, 아티팩트, 메모리 항목과 함께 OS 키체인에 연결된 키로 암호화됩니다. 꺼져 있으면 색인은 대화와 같은 로컬 데이터베이스에 암호화되지 않은 채로 있으며, 운영체제 자체의 파일 권한만으로 보호됩니다. 관련 콘텐츠 ## Conduit를 쓰는 또 다른 방식 민감한 작업을 위해 ### 몰래 통신하지 않는 AI 어시스턴트 텔레메트리도, 계정도 없이 로컬 저장 — 그리고 문서 임베딩과 검색에 대한 같은 유의 사항까지 낱낱이. [프라이버시 알아보기](https://conduitllm.com/ko/use-cases/private-ai.html) 로컬 모델 사용자를 위해 ### 로컬 모델에, 제대로 된 앱을 더하다 채팅에도, 임베딩 단계에도 Ollama나 LM Studio를 — 내 파일을 완전히 온디바이스로 검색하는 방법입니다. 로컬 모델 알아보기 AI를 많이 쓰는 사람을 위해 ### 좌석이 아니라 토큰 단위로 지불하세요 채팅 제공업체에도, 문서를 임베딩하는 서비스에도 각각 나만의 키를 쓰세요. BYOK 알아보기 ## 내 파일에 물어보고, 무엇이 답했는지 확인하세요 무료 오픈소스이며, 첫 컬렉션을 만들기 전부터 내 컴퓨터에서 실행됩니다. [Conduit 다운로드](https://conduitllm.com/ko/#get) [Documents의 모든 세부 사항 보기](https://conduitllm.com/features.html#documents) Release candidate입니다. 설치 프로그램은 아직 OS 코드 서명이 되어 있지 않아 첫 실행 시 SmartScreen이나 Gatekeeper 경고가 뜰 수 있습니다.