블로그
보고서 AI 비교: inline AI, Notion AI, Claude를 회사 업무 기준으로
보고서 AI를 고를 때 흔히 문장 품질을 먼저 비교합니다. 하지만 회사 보고서에서 시간이 드는 곳은 문장이 아니라 그 앞뒤입니다. 숫자를 찾고, 회사 양식 파일에 옮기고, 지난 보고서와 형식을 맞추는 일입니다. 그래서 회사가 비교해야 할 질문은 "AI가 우리 양식 파일을 직접 고쳐 마감본을 만드는가", 그리고 "그 일이 직원의 권한 안에서 이뤄지는가"입니다.
이 글은 inline AI의 AI 브라우저에서 보고서를 마감하는 장면을 먼저 보여 드리고, 같은 기준으로 Notion AI와 Claude를 비교합니다. 세 도구 모두 쓸모가 있지만 맡기기 좋은 일이 다릅니다.
AI 브라우저에서 월간 보고서 마감하기
장면: 대표에게 올리는 월간 경영 보고서
경영지원팀 직원이 10월 경영 보고서를 준비합니다. AI 브라우저 첫 번째 탭에는 회사 양식인 월간경영보고_양식.hwp가, 두 번째 탭에는 지난달 보고서가, 세 번째 탭에는 원가 담당자가 공유한 10월_원가집계.xlsx가 열려 있습니다.
직원은 AI 패널에 이렇게 입력합니다.
"지난달 보고서 형식대로 10월 보고서를 양식 파일에 채워줘. 원가가 아직 마감 전이면 그 사실을 적어줘. 전월 대비 크게 달라진 항목은 원인 칸을 비워두고 표시해줘."
4. 파급효과
| 4.1 기술적 파급효과 | 완전 망분리 환경에서 LLM/Vector DB/Agent Runtime을 배포/업데이트하는 방법론은 의료, 금융, 국방 등 유사 보안 요구 산업에도 그대로 적용 가능하여, 한국 온프레미스 AI 생태계의 표준으로 확산될 수 있다. |
| 5) LLM-오피스 애플리케이션 연동 인터페이스 표준 - 네이티브 오피스 Add-in과 LLM 에이전트가 상호작용하는 구조는 향후 업무용 AI 표준 인터페이스로 저장될 가능성이 높다. | |
| 4.2 사회/산업적 파급효과 | □ 사회적 파급효과 |
| 1) 행정 생산성 혁신 - 공무원 1인당 연간 문서 업무 시간(약 340시간)을 50% 이상 단축할 간접효과가 기대된다. 전국 공무원(약 117만명) 중 10%만 도입해도 연간 약 4,900만 시간의 행정 역량이 정책 기획/현장 서비스 등 고부가가치 업무로 재배치된다. | |
| 2) 정책/법령 품질 향상 - 법령/선례/통계 데이터 자동 근거제시(Grounded Citation)로 보고서/정책 보고의 정보 출처 검증 가능성이 향상되어, 정책 결정의 증거 기반성(Evidence-based Policy)이 제도적으로 정착된다. | |
| 3) 디지털 격차 완화 - 스타트업/중소기업이 접근하기 어려운 공공부문 AI 인프라를 표준화된 설치형으로 제공하여 중앙-지방, 대-소형 기관 간 AI 격차를 해소. | |
| 4) 공공기록물 전자화 가속 - 공공기록물관리법에 따른 기록물 분류/메타데이터 부여가 AI로 반자동화되어 국가기록원의 장기보존 업무 부담이 대폭 감소한다. | |
| □ 산업적 파급효과 | |
| 5) 국산 AI 소프트웨어 시장 창출 - 국내 중앙행정기관 45개, 지방자치단체 243개, 공공기관 347개 중 도입률 30% 가정 시 초기 도입 시장 규모는 약 1조 5천억원(기관당 평균 라이선스+학습/운영 5억원 기준)으로 신규 국산 AI SaaS/On-prem 시장이 생성된다. | |
| 6) 민간 규제산업 확장 - 금융권(은행/증권), 의료(종합병원), 국방, 회계법인 등 망분리/규제산업으로 확장 시 추가 시장 규모는 다시 수조원에 달하여, 국산 B2B AI 기업의 글로벌 경쟁력 확보 거점이 된다. | |
| 7) AI 엔지니어/보안 인력 고용 창출 - 서버 구축/보안인증/모델 업데이트 수행을 위한 전문인력 수요가 증가하여, LLMOps 및 보안 분야 고급 일자리가 대량 창출된다. | |
| 8) 수출 경쟁력 확보 - Air-gapped AI 배포 솔루션은 동남아/중동 등 공공부문 디지털화가 진행 중인 국가에 패키지 수출 가능하여 K-AI 수출 전략 품목으로 등장할 수 있다. |
공공기관 On-premise 설치형 inline AI에 대한 내용으로 굉장히 풍부하게 5페이지 이상으로 채워봐.
문서 구조를 파악했습니다. 3페이지짜리 구현제안서 양식이며, 2장(기술 명세)/3장(구현 방법)/4장(파급효과)의 본문 셀이 모두 비어있었습니다. 공공기관 On-premise 설치형 inline AI를 주제로 풍부하게 채워 5페이지 이상으로 확장하겠습니다.
7페이지까지 풍부하게 채워졌습니다. 공공기관 On-premise 설치형 inline AI 제안서 작성을 완료했습니다.
작성 완료 - 총 7페이지 (표지 포함)
- /1장 일반사항: 기술명을 "공공기관 On-premise 설치형 inline AI - 망분리/폐쇄망 환경 대응 문서 자동화 AI 비서"로 변경, 활용 분야/유사 기술/차별점 6개 항목을 공공기관 맥락으로 전면 재작성
- /2장 기술 명세: 기술 목적/3-Tier On-premise Stack(AI Engine / Data/Knowledge / Client)/주요 기능 11개/결과물 형상까지 2페이지 분량
- /2.5~2.7: Air-gapped Deployment 5단계 프로토콜, HWPX 네이티브 엔진 등 혁신적 요소 5종, GPU 자원 제약/Hallucination 제어 등 도전적 요소
- /3장 구현 방법/계획: 5단계 구현 방법론(Foundation Model → 한/글 엔진 → RAG → Agent → 보안), 18개월 로드맵 6 Phase, 기술 스택 5계층 상세
- /4장 파급효과: 기술적 파급효과 5종, 사회/산업적 파급효과 8개 항목(연간 4,900만 시간 재배치, 1조 5천억원 시장 창출, K-AI 수출)
AI가 하는 일
- 지난달 보고서의 구성과 문체를 읽고, 양식 파일의 같은 자리에 이번 달 내용을 직접 채웁니다.
- 매출과 재고 숫자는 AI 브라우저 안에 연결된 ARP에서, 원가는 옆 탭의 엑셀에서 가져옵니다. 원가 마감 전이라면 그 수치를 확정값처럼 쓰지 않고 마감 전임을 적습니다.
- 숫자 계산은 AI가 짐작하지 않습니다. 집계된 값을 쓰고, 어디서 가져왔는지 근거를 함께 보여 줍니다.
- 전월 대비 변화가 큰 항목은 원인을 짐작해 쓰지 않고 표시만 해 둡니다.
- 고칠 문단을 지정하면 그 자리만 다시 씁니다.
연구개발기관 정보
(단위: 천원, 백분율)
| 순번 | 구분 | inline AI 주식회사 | 한국행정혁신연구원 | 서울디지털정책센터 | |
| 1 | 사업자등록번호 | 123-86-54821 | 214-82-77541 | 847-82-19034 | |
| 2 | 법인등록번호 | 110111-7890123 | 134271-4458120 | 114471-9081204 | |
| 3 | 대표자 성명/국적 | 박세현 / 대한민국 | 이경훈 / 대한민국 | 박서연 / 대한민국 | |
| 4 | 기관 유형 (대학, 정부출연연, 중소기업 등) | 중소기업 | 비영리연구기관 | 지자체출연기관 | |
| 5 | 최대 주주 성명/국적 | 박세현 / 대한민국 | 사단법인 공공혁신재단 / 대한민국 | 서울특별시 / 대한민국 | |
| 6 | 설립 연월일 | 2021. 03. 15 | 2014. 09. 01 | 2018. 05. 10 | |
| 7 | 주생산 품목 | AI 업무자동화 솔루션 | 행정혁신 정책연구 | 디지털정책 기획/실증 | |
| 8 | 상시 종업원 수 | 48명 | 27명 | 19명 | |
| 9 | 전년도 매출액 | 8,200,000 | 2,100,000 | 1,480,000 | |
| 10 | 매출액 대비 연구개발비 비율 | 18.5% | 12.0% | 15.3% | |
| 11 | 부채 비율 (최근 3년 간 결산 기준) | 2023년 | 92.4% | 34.2% | 28.1% |
| 2024년 | 88.1% | 32.8% | 27.4% | ||
| 2025년 | 81.6% | 30.5% | 26.9% | ||
| 12 | 유동 비율 (최근 3년 간 결산 기준) | 2023년 | 142.0% | 186.4% | 175.3% |
| 2024년 | 156.8% | 191.1% | 182.5% | ||
| 2025년 | 168.4% | 198.7% | 189.2% | ||
| 14 | 이자 보상 비율 (최근 3년 간 결산 기준) | 2023년 | 5.8배 | 해당 없음 | 해당 없음 |
| 2024년 | 7.1배 | 해당 없음 | 해당 없음 | ||
| 2025년 | 8.4배 | 해당 없음 | 해당 없음 | ||
| 16 | 연구개발기관의 연구개발과제 지원 담당자 | 성명 | 박지은 | 김소연 | 정우석 |
| 전자우편 | pm@inlineai.ai | support@kaii.kr | contact@sdpolicy.or.kr | ||
이 문서의 모든 빈칸을 inline AI 회사와 inline AI의 행정혁신 효과에 대한 연구개발 내용으로 채워줘. 모르는 내용은 예시로 넣어줘.
네, 문서의 빈칸을 inline AI 회사 기준의 연구개발 계획 내용으로 전반적으로 채워두었습니다.
- /기관명
- /사업자등록번호 / 법인등록번호
- /대표자 / 기관유형 / 최대주주
- /설립일 / 주생산품목 / 종업원 수
- /매출액 / 연구개발비 비율
- /최근 3년 재무 예시 수치
- /연구개발과제 지원 담당자 정보
반영 결과
- /원래 3페이지였던 문서가, 내용이 들어가면서 5페이지 분량으로 자연스럽게 확장되었습니다.
- /요약문과 본문 문단은 문서 톤에 맞게 가독성 중심으로 서식도 정리했습니다.
참고해 주세요
아래 항목들은 사용자가 "모르는 내용은 예시로 넣어달라"고 하셔서 예시값으로 넣었습니다.
직원이 확인할 것
직원은 바뀐 칸 목록과 근거를 보고, 표시된 항목의 원인 칸만 직접 채운 뒤 보고서를 올립니다.
안전하게 동작하는 방식
AI는 요청한 직원의 계정과 권한을 그대로 따릅니다. 원가를 볼 권한이 없는 직원이 요청하면 AI도 그 숫자를 읽지 않고, 되돌리기 어려운 작업은 먼저 확인을 받으며, 바꾼 내용은 기록으로 남습니다. 회사 데이터는 AWS에 저장되고 AI 모델 학습에 쓰이지 않으며, 모델 제공사와 eZDR 계약을 맺어 요청 내용과 파일이 모델 제공사에 저장되지 않습니다.
폴더에 있는 파일 전부 찾아줘. 엑셀, PDF 청구서, 영수증 사진, 워드 문서... 전부 하나의 깔끔한 엑셀 파일로 정리해줘.
2026_1월_경비 폴더 탐색
하위 폴더 4개 / 파일 24개
PDF와 영수증 이미지 읽기
OCR 17개 파일
Word/CSV/Excel 표 구조 통일
날짜 / 거래처 / 금액 / 출처
1월_경비통합_v2.xlsx 저장
155행 / 중복 12건 제거
완료 - 1월_경비통합_v2.xlsx
24개 소스 파일에서 데이터를 추출해 하나의 깔끔한 엑셀로 정리했습니다.
통합 내역
| 출처유형 | 파일 수 | 건수 |
|---|---|---|
| CSV (법인카드, 급여팀, 기업은행) | 3개 | 50건 |
| 은행거래명세 (하나은행) | 1개 | 45건 |
| 엑셀 (기타경비, ERP) | 2개 | 25건 |
| PDF 청구서 | 10개 | 10건 |
| 영수증 사진 | 5개 | 5건 |
| 은행 스크린샷 | 2개 | 10건 |
| 워드 문서 | 1개 | 10건 |
👉 한글 보고서 양식, AI 브라우저에서 회사 템플릿으로 채우는 법
세 도구를 같은 기준으로 비교하기
| 기준 | inline AI (AI 브라우저) | Notion AI | Claude |
|---|---|---|---|
| 일하는 곳 | 회사 파일, 업무 앱, 웹 페이지를 탭으로 연 화면 옆 | Notion 워크스페이스 안의 페이지 | 대화창, 올린 파일, 연결한 도구 |
| 회사 양식 파일 | 한글, 워드, 엑셀, 파워포인트 파일을 열어 그 파일에 작업 | Notion 페이지 중심 | 내용을 만든 뒤 사람이 양식에 옮기는 경우가 많음 |
| 회사 데이터 | 탭에 연 파일과 브라우저에 연결된 회사 시스템을 직원 권한으로 읽음 | 워크스페이스에 있는 문서 | 올리거나 연결한 범위 |
| 확인 | 되돌리기 어려운 작업은 먼저 확인 | 문서 편집 중심 | 연결 방식과 회사 설정에 따라 다름 |
| 기록 | 요청과 바꾼 내용을 기록 | 각 서비스의 관리 기능에 따름 | 각 서비스의 관리 기능에 따름 |
Notion AI: Notion으로 일하는 팀의 문서 정리
Notion AI는 Notion 워크스페이스 안에서 페이지를 요약하고 초안을 쓰고, 회의록과 위키를 정리하는 데 잘 맞습니다. 팀의 문서가 이미 Notion에 모여 있다면 새 도구를 배우지 않고 바로 쓸 수 있다는 점이 장점입니다.
반대로 회사의 공식 보고서가 한글이나 워드 양식 파일로 정해져 있고, 숫자가 ERP에 있다면 Notion에서 만든 내용을 다시 양식에 옮기는 단계가 남습니다.
Claude: 범용 대화형 AI
Claude는 긴 자료를 읽고 구조를 잡고 문장을 다듬는 데 강한 범용 AI입니다. 파일을 올려 함께 읽을 수 있고, MCP(Model Context Protocol) 같은 연결 방식으로 다른 도구와 이어 쓸 수도 있습니다.
회사 업무에 쓰려면 어떤 데이터를 연결할지, 누가 어떤 권한으로 무엇을 실행할 수 있게 할지, 결과를 어떤 양식에 넣을지를 회사가 따로 설계해야 합니다. 아이디어를 정리하거나 자료를 읽는 데는 바로 쓸 수 있지만, 정기 보고서를 회사 규칙 안에서 반복하려면 그 설계가 먼저 필요합니다.
보고서 AI를 고를 때 확인할 다섯 가지
- 양식 파일 위에서 일하는가: 초안을 주는지, 회사 양식 파일에 직접 채워 마감본을 만드는지 봅니다.
- 회사 데이터와 연결되는가: 숫자를 사람이 옮겨 적어야 하는지, 시스템의 집계를 근거와 함께 가져오는지 봅니다.
- 권한을 지키는가: AI가 직원의 권한을 넘지 않는지, 되돌리기 어려운 일은 먼저 확인을 받는지 봅니다.
- 기록이 남는가: 누가 무엇을 요청했고 AI가 무엇을 바꿨는지 확인할 수 있어야 합니다.
- 데이터를 어디에 어떻게 두는가: 저장 위치, 학습 사용 여부, 모델 제공사의 보관 정책을 확인합니다.
보고서 정리에 쓰는 요청 예시
어떤 도구를 쓰든 아래처럼 결과의 형태를 구체적으로 말하면 품질이 좋아집니다.
- "회의록을 결정 사항, 할 일(담당자, 기한), 미해결 이슈로 나눠 정리해줘."
- "지난 4주 주간 보고서를 월간 보고서 형식으로 합치고, 반복된 이슈만 따로 모아줘."
- "이 표의 전월 대비 변화가 큰 항목만 골라 한 줄씩 요약해줘. 원인은 쓰지 말고 표시만 해줘."
- "보고서에 나온 약어와 전문 용어를 모아 용어 설명 표를 만들어줘."
보고서 AI 비교 자주 묻는 질문 (FAQ)
Q. AI가 쓴 보고서 숫자를 믿어도 되나요?
inline AI에서는 숫자를 AI가 짐작하지 않고 회사 시스템과 파일의 집계를 가져오며, 어디서 가져왔는지 근거를 보여 줍니다. 원가처럼 마감 전인 수치는 확정값으로 쓰지 않습니다. 그래도 최종 확인은 담당자가 합니다.
Q. AI가 보고서를 잘못 고치면 어떻게 되나요?
AI는 바꾼 칸과 문단을 목록으로 보여 주므로 확인한 뒤 다시 요청하면 됩니다. 되돌리기 어려운 작업은 실행 전에 확인을 받고, 바꾼 내용은 기록으로 남습니다.
Q. 권한이 없는 데이터를 AI에게 물으면요?
AI도 그 데이터를 읽지 않습니다. AI는 요청한 직원의 권한을 그대로 따르고, 볼 수 없는 데이터가 있다는 사실만 알려 줍니다.
Q. 회사 데이터는 어디에 저장되나요?
AWS에 저장되고 AI 모델 학습에 쓰이지 않습니다. 모델 제공사와 eZDR 계약을 맺어 요청 내용과 파일이 모델 제공사에 저장되지 않습니다.
inline AI로 정기 보고서를 양식 파일에서 바로
Notion AI와 Claude는 문서 정리와 자료 읽기에 유용하지만, 만든 내용을 회사 양식 파일에 다시 옮기는 일은 사람 몫으로 남습니다. inline AI의 AI 브라우저에서는 양식 파일을 탭으로 연 채 옆의 AI에게 요청하면 그 파일을 직접 채워 마감본을 만들고, 직원은 바뀐 곳만 확인합니다. AI는 직원의 권한 안에서만 문서를 고치고, 바꾼 내용은 기록으로 남습니다.
이 작업, AI 브라우저에서는 한 줄 요청으로 끝납니다
inline AI OS는 직원이 회사 파일을 열어 둔 채 옆의 AI에게 일을 맡기는 업무용 AI 브라우저입니다. 우리 회사 업무에 맞는지 무료 도입 상담으로 먼저 확인해 보세요.
무료 도입 상담 받기
