FactChat Super Agent 출시

TL;DR

Super Agent 는 검색·코드·문서·이미지·차트 도구를 한 모델 안에 묶은 모드예요. 파일 업로드, 분석, 문서 생성, PDF/Excel 내보내기, 형식 변환까지 한 채팅에서 자연어 한 줄로 이어져요. "이 작업을 어디서 해야 하지?" 라는 메뉴 고민이 사라져요.

---

유저는 이미 답을 알고 있었어요

두 달 전에 PPT 탭을 따로 만들었어요. 슬라이드 작업이 많으니까, 전용 환경이 있으면 더 잘 쓸 거라고 생각했거든요.

그런데 데이터를 열어보고 좀 놀랐어요. PPT 탭을 만들었는데도, 사람들은 일반 채팅에서 PPT를 만들고 있었어요. 이미지 생성도 마찬가지였고요. 메뉴를 잘 만들어준다고 사람들이 그대로 따라가지는 않더라고요.

이유는 단순했어요. 사람들은 한 작업이 한 도구에서 끝난다고 생각하지 않아요.

"이 PDF 두 개 비교해서 표로 만들고, 그걸로 PPT 만들고, 마지막에 Excel로도 정리해줘."

이런 요청이 자연스럽잖아요. 그런데 탭을 옮기는 순간 방금 만든 표를 어떻게 다음 단계로 넘기지? 라는 고민이 따라와요. 결국 사람들은 채팅 하나로 돌아오고 있었어요.

내부 결론은 분명했어요. 탭을 더 만들지 말자. 한 에이전트가 채팅 안에서 끝까지 처리하게 하자. 그게 Super Agent의 시작이었어요.

그런데 왜 이제야 가능해졌냐면

솔직히 1년 전이면 이런 통합은 쉽지 않았어요. 한 모델이 "이번엔 이미지 도구, 다음엔 코드, 그 다음엔 문서 변환" 처럼 여러 도구를 길게 이어 호출하는 게 agentic 성능이라고 부르는 영역인데, 여기서 망가지기 쉬운 게 한두 군데가 아니거든요.

• 작업을 단계로 쪼개고 어떤 도구를 어떤 순서로 호출할지 — 사용자가 직접 정해줘야 했어요
• 한 단계의 출력이 다음 단계에 적합한지 모델이 스스로 판단 하지 못했어요
• 컨텍스트가 길어지면 앞에서 만든 파일이나 결과물이 뒤로 잘 전달되지 않았어요
• 도구 호출이 실패했을 때 모델이 알아채지 못해서 사용자가 다시 시켜야 했어요

지난 1년 사이에 LLM의 agentic 성능이 가파르게 올라왔어요. 그래서 지금은 가능해졌어요.

• 멀티 에이전트 오케스트레이션 — 작업을 작은 전문 에이전트들에게 위임(delegation)하고, 각 에이전트가 자기 도구를 알아서 호출
• 컨텍스트 최적화 — 채팅 안의 어떤 중간 결과물(업로드한 파일·생성된 표·이전 답변)을 다음 단계로 넘길지 자동 판단
• 샌드박스 + 코드 실행 — 데이터 변환, 차트 생성, 표 정규화 같은 코드 작업까지 한 채팅 안에서 직접 실행
• 자기 검증과 재시도 — 만든 결과물이 요청과 다르면 인정하고 다시 만드는 단계까지 모델이 알아서

이게 우리가 "탭을 더 만들지 않기로" 결정할 수 있었던 진짜 배경이에요. 모델이 알아서 한다는 가정을 처음으로 신뢰할 수 있게 된 거죠.

어떤 게 가능한지 — 실제 사례

말로만 하면 잘 안 와닿으니까, 실제 사용자가 Super Agent에게 시킨 작업을 그대로 옮겨볼게요. 모두 한 채팅 안에서 끝났다 는 게 공통점이에요.

1. PDF 학습 자료 → 정리된 PDF로 변환

"PDF 안에 있는 모든 문제 + 보기 + 해설 전부 정리해줘. 정답, 정답 이유, 오답 이유 ①~④, 핵심 암기포인트까지 붙이고, 하나의 PDF 파일로 만들어 줘."

학생이 시험 기출 PDF 한 권을 던지자, Super Agent는 문제 1~15번 전체를 추출하고, 각각에 보기·정답·오답 이유·암기포인트를 붙여 새 PDF 한 권 으로 묶어서 돌려줬어요. 도중에 원본 PDF의 OCR 오타("감상선종" 같은)를 발견하면 식사요법/임상영양학 기준으로 자동 보정하는 메모까지 붙였고요.

업로드 → OCR 분석 → 내용 재구성 → PDF 생성, 전부 한 채팅에서.

2. PDF + Excel 입력 → 차트 박힌 Excel 보고서

"PDF에서 파트2 결과처리 해야 하는데, 엑셀 파일 참고해서 처리해줘. 그래프는 엑셀로 그려줘."

연구실 학생이 분광학 실험 데이터(PDF + xlsx 두 개)를 한 번에 올렸어요. Super Agent는

1. 두 파일을 읽어서 스펙트럼 데이터를 매칭
2. 샌드박스에서 직접 코드 실행 — 블랭크 값 차감 보정
3. λmax / Imax 자동 계산
4. 그래프가 들어간 .xlsx 보고서 생성

학생이 "그래프를 이런 식으로 만들어야 해" 라며 예시 이미지를 보여주자, Super Agent가 "보고서형 배치" 로 그래프 위치·축·요약을 다시 잡아 새 .xlsx를 다시 출력했어요. 같은 채팅 안에서요.

이건 파일 업로드 + 코드 실행 + 차트 생성 + Excel 변환 + 후속 수정 이 한 모델 안에서 자연스럽게 이어진 케이스예요.

3. 한 줄 → 이미지 + 캐릭터 변형 옵션

"귀여운 빨간 사과 캐릭터 이미지 하나 만들어줘. 1:1 비율."

PNG 한 장 + "배경 투명 / 더 유아풍·캐릭터풍 / 스티커 느낌 / 표정 3종 세트" 같은 다음 단계 제안이 같이 와요. 어디서 어떤 옵션을 켜야 하는지 사용자가 알 필요 없어요.

4. 매일 받는 CSV → 운영용 HTML 대시보드

대학 운영팀이 매일 추출하는 사용량 CSV를 "업로드만 하면 자동으로 인사이트 보이는 대시보드 코드" 로 만들어달라고 했어요. Super Agent는 처음엔 일반 Streamlit 코드를 줬다가, 사용자가 "단일 HTML로, 학교 조직도 반영해서, 시계열·드릴다운·임원보고용 KPI까지" 로 요건을 좁히자, 같은 채팅에서 Pareto·Cohort·휴면율·활성화율 까지 들어간 단일 HTML 대시보드 생성기로 진화시켜 갔어요.

같은 채팅, 한 모델, 자연어 대화로 프로토타입 → 운영용 도구 까지.

무엇을 할 수 있나

자연어로 요청하면 AI가 알아서 도구를 골라요. 큰 카테고리만 적어볼게요.

• 문서 (Word, 한글 .hwpx, PDF, HTML, Markdown), PPT (PPTX + PDF)
• 파일 분석 (PDF, 한글, Excel, CSV, 이미지, JSON)
• 데이터 변환 / 차트 생성 / Excel·PDF 내보내기
• 이미지 / 영상 / 음악 / 효과음 / 음성 합성
• 다이어그램 (SVG), 웹페이지 / 대시보드 (단일 HTML)
• Korea in Data (공공 통계 + 지도), Law in Data (법령 + 판례)
• 웹·학술·유튜브 검색

진짜 가치는 카테고리 자체보다 이것들이 한 채팅 안에서 자연스럽게 묶인다는 것 이에요. 결과물이 떨어지면 다음 단계 제안이 같이 따라와요.

다음 한 줄 요청에서 처음부터 다시 시작할 필요가 없어요. "색상 버전, 아이콘 포함, 발표용 16:9 레이아웃, 한글 라벨" 같은 후속 옵션이 그대로 이어져요.

PPT는 PPTX와 PDF 두 파일이 함께 떨어지고, "디자인 더 세련되게 / 발표 스크립트 추가 / 5장으로 확장" 으로 자연스럽게 이어가면 돼요.

마무리 — 하나의 에이전트로 수렴

이번 결정 이후로 우리는 product 측면에서 한 가지 원칙을 잡았어요.

새 기능은 일단 Super Agent 안에서 동작하게 만들고, 전용 화면은 정말 필요할 때만 만들기로.

사용자가 "어느 메뉴에서 뭘 해야 하지?" 라는 학습 비용을 들이지 않게 하는 게 다음 몇 년의 방향이에요. 모델이 알아서 도구를 고를 수 있다면, 굳이 사람한테 그 결정을 떠넘길 이유가 없거든요.

지금 FactChat 모델 드롭다운에서 Super Agent 를 골라보세요. 한 줄짜리 요청 안에 파일 분석·차트·문서·이미지가 자연스럽게 묶여 떨어지는 게 어떤 느낌인지 직접 경험할 수 있어요.