Datasets:

dosa777
/

data_kmslab2

text stringlengths 85 3.19k	instruction stringlengths 16 40	output stringlengths 36 3.14k
<s>[INST] 본인 결혼시 경조사비와 휴가는 어떻게 되나요? [/INST] 본인 결혼시 5일간의 휴가와 경조비 500,000원이 지급됩니다. </s>	본인 결혼시 경조사비와 휴가는 어떻게 되나요?	본인 결혼시 5일간의 휴가와 경조비 500,000원이 지급됩니다.
<s>[INST] 부모/배우자 부모 회갑시 경조사비와 휴가는 어떻게 되나요? [/INST] 부모/배우자 부모 회갑시 1일간의 휴가와 경조비 200,000원이 지급됩니다. </s>	부모/배우자 부모 회갑시 경조사비와 휴가는 어떻게 되나요?	부모/배우자 부모 회갑시 1일간의 휴가와 경조비 200,000원이 지급됩니다.
<s>[INST] 부모/배우자 부모 칠순시 경조사비와 휴가는 어떻게 되나요? [/INST] 부모/배우자 부모 칠순시 1일간의 휴가와 경조비 200,000원이 지급됩니다. </s>	부모/배우자 부모 칠순시 경조사비와 휴가는 어떻게 되나요?	부모/배우자 부모 칠순시 1일간의 휴가와 경조비 200,000원이 지급됩니다.
<s>[INST] 자녀돌의 경우 경조사비와 휴가는 어떻게 되나요? [/INST] 자녀돌 일 경우 휴가는 제공되지 않고 경조비 100,000원이 지급됩니다. </s>	자녀돌의 경우 경조사비와 휴가는 어떻게 되나요?	자녀돌 일 경우 휴가는 제공되지 않고 경조비 100,000원이 지급됩니다.
<s>[INST] 결혼기념일시 경조사비와 휴가는 어떻게 되나요? [/INST] 결혼기념일의 경우 휴가는 제공되지 않고 경조비 100,000원과 상품권이 지급됩니다. </s>	결혼기념일시 경조사비와 휴가는 어떻게 되나요?	결혼기념일의 경우 휴가는 제공되지 않고 경조비 100,000원과 상품권이 지급됩니다.
<s>[INST] 본인생일시 경조사비와 휴가는 어떻게 되나요? [/INST] 본인생일의 경우 휴가는 제공되지 않고 경조비 50,000원과 상품권이 지급됩니다. </s>	본인생일시 경조사비와 휴가는 어떻게 되나요?	본인생일의 경우 휴가는 제공되지 않고 경조비 50,000원과 상품권이 지급됩니다.
<s>[INST] 배우자/본인부모/배우자부모/자녀 조위시 경조사비와 휴가는 어떻게 되나요? [/INST] 배우자/본인부모/배우자부모/자녀 조위의 경우 5일간의 휴가와 경조비는 1,000,000원이 지급됩니다. </s>	배우자/본인부모/배우자부모/자녀 조위시 경조사비와 휴가는 어떻게 되나요?	배우자/본인부모/배우자부모/자녀 조위의 경우 5일간의 휴가와 경조비는 1,000,000원이 지급됩니다.
<s>[INST] 형제/자매 조위시 경조사비와 휴가는 어떻게 되나요? [/INST] 형제/자매 조위의 경우 3일간의 휴가와 경조비 500,000원이 지급됩니다. </s>	형제/자매 조위시 경조사비와 휴가는 어떻게 되나요?	형제/자매 조위의 경우 3일간의 휴가와 경조비 500,000원이 지급됩니다.
<s>[INST] 본인 조부모/외조부모 조위시 경조사비와 휴가는 어떻게 되나요? [/INST] 본인 조부모/외조부모 조위시 3일간의 휴가와 경조비 200,000원이 지급됩니다. </s>	본인 조부모/외조부모 조위시 경조사비와 휴가는 어떻게 되나요?	본인 조부모/외조부모 조위시 3일간의 휴가와 경조비 200,000원이 지급됩니다.
<s>[INST] K-Portal 아카아비이 솔루션에 대해서 설명해주세요 [/INST] Archiving이란? K-Portal® Archiving은 사내 메일 시스템이나 메신저 시스템을 비롯하여 대규모 데이터를 저장하는 시스템에서 중복제거 및 압축 등의 아카이빙 기술을 사용 하여 안정적으로 데이터를 저장, 관리하는 것을 물론 실시간 검색 등 다양한 기능을 지원하여 사용자 편의성 및 기업 효율 극대화를 지원하는 제품입니다. 특히 포스코(임직원 2만 5천명)의 메일 시스템에 구글클라우드를 대신하여 적용되었으며 대규모 환경에서도 안정적으로 가동되어 높은 고객만족도를 보여주고 있습니다. 수평적인 확장수평적인 확장 데이터를 저장하는 방식과 자체 파일 압축 기술을 통해서 대량이 메일 데이터를 최소한의 공간으로 운영할 수 있도록 설계되었으며 Scale-Out (수평적인) 확장이 가능 빠른 검색 속도빠른 검색 속도 개인별 검색의 속도 개선을 위해 검색 데이터는 개인별로 별도 관리하고, 첨부파일과 메일복원 데이터는 하나의 데이터만 저장 (SIS - Single Instance Storage) DB 경량화DB 경량화 메일 DB 경량화로 접속 속도 개선 / 압축시간 절감 / 서버의 경량화 ㆍ아카이빙 기대효과 K-Portal® Archiving은 법적규제 관리(이메일 보존 권고), 파일관리(최대 40% 디스크 절감), 개일별 메일 용량 관리, 백업관리(시간 및 비용 절감)등 기업의 핵심 자산의 보호 및 관리를 지원합니다. 아카이빙 기대효과. 01.대용량 메일 제공 02.메일복구 업무 해소 03.메일 보안 강화 및 감사메일 계정 삭제로 인한 데이터 소실과 모든 업무 관련 메일을 보존해야 하는 상황속에서, 아카이빙되는 데이터와 첨부파일을 압축하여 관리하는 방식으로, 서버 디스크 증설 필요없이 사용자들에게 대용량의 메일을 지원합니다.매일 수십건씩 발생하는 메일 운영자와 백업관리자의 사용자 메일 복구를 위한 업무를 해소 합니다.아카이빙 된 데이터는 암호화가 적용된 상태로 서버 인증을 통해서만 데이터를 확인 할 수 있으며, 색인된 데이터는 첨부 파일 내용도 검색 가능 합니다. </s>	K-Portal 아카아비이 솔루션에 대해서 설명해주세요	Archiving이란? K-Portal® Archiving은 사내 메일 시스템이나 메신저 시스템을 비롯하여 대규모 데이터를 저장하는 시스템에서 중복제거 및 압축 등의 아카이빙 기술을 사용 하여 안정적으로 데이터를 저장, 관리하는 것을 물론 실시간 검색 등 다양한 기능을 지원하여 사용자 편의성 및 기업 효율 극대화를 지원하는 제품입니다. 특히 포스코(임직원 2만 5천명)의 메일 시스템에 구글클라우드를 대신하여 적용되었으며 대규모 환경에서도 안정적으로 가동되어 높은 고객만족도를 보여주고 있습니다. 수평적인 확장수평적인 확장 데이터를 저장하는 방식과 자체 파일 압축 기술을 통해서 대량이 메일 데이터를 최소한의 공간으로 운영할 수 있도록 설계되었으며 Scale-Out (수평적인) 확장이 가능 빠른 검색 속도빠른 검색 속도 개인별 검색의 속도 개선을 위해 검색 데이터는 개인별로 별도 관리하고, 첨부파일과 메일복원 데이터는 하나의 데이터만 저장 (SIS - Single Instance Storage) DB 경량화DB 경량화 메일 DB 경량화로 접속 속도 개선 / 압축시간 절감 / 서버의 경량화 ㆍ아카이빙 기대효과 K-Portal® Archiving은 법적규제 관리(이메일 보존 권고), 파일관리(최대 40% 디스크 절감), 개일별 메일 용량 관리, 백업관리(시간 및 비용 절감)등 기업의 핵심 자산의 보호 및 관리를 지원합니다. 아카이빙 기대효과. 01.대용량 메일 제공 02.메일복구 업무 해소 03.메일 보안 강화 및 감사메일 계정 삭제로 인한 데이터 소실과 모든 업무 관련 메일을 보존해야 하는 상황속에서, 아카이빙되는 데이터와 첨부파일을 압축하여 관리하는 방식으로, 서버 디스크 증설 필요없이 사용자들에게 대용량의 메일을 지원합니다.매일 수십건씩 발생하는 메일 운영자와 백업관리자의 사용자 메일 복구를 위한 업무를 해소 합니다.아카이빙 된 데이터는 암호화가 적용된 상태로 서버 인증을 통해서만 데이터를 확인 할 수 있으며, 색인된 데이터는 첨부 파일 내용도 검색 가능 합니다.
<s>[INST] K-Portal 아카이빙 솔루션의 아키텍쳐에 대해서 설명해주세요 [/INST] 아키텍쳐 ㆍ설계방식 측면 K-Portal® Archiving은 데이터를 저장하는 방식과 자체 파일 압축 기술을 통해서 대량의 메일 데이터를 최소한의 공간으로 운영 할 수 있도록 설계되었으며, Scale-Out(수평적인 확장) 확장이 가능하게 개발 되었습니다. 설계방식 측면 아키텍쳐 ㆍ저장방식 측면 K-Portal® Archiving은 개인별 검색 속도 개선을 위해 검색데이터는 개인별로 별도 관리하고, 첨부파일과 메일 복원 데이터는 하나의 데이터만 저장 합니다. (SIS - Single Instance Storage) 저장방식 측면 아키텍쳐 ㆍ아카이빙 구성 K-Portal® Archiving은 다음과 같이 구성되어 있습니다. 데이터 수집 모듈 데이터 수집 모듈 수집된 데이터 베이스(수신, 발신 메일)를 아카이빙 처리 할 수 있는 표준 아카이브 문서로 변환. 메일에 첨부파일을 다운로드. 아카이빙 서버의 부하를 판단, 아카이빙 처리가 최적화 될 수 있게 설계됨. 아카이빙 모듈 (K-Portal ArchiveV2 Engine) 아카이빙 모듈 (K-Portal ArchiveV2 Engine) 아카이빙 대기문서로 만들어진 메일 데이터에서 본문(MIME)과 첨부파일을 분리. 첨부파일을 압축 처리(K-Portal Zip). 개인별 검색용 색인파일을 생성해서 K-Portal Search 서버에 추가. MIME 복원용 데이터와 압축된 첨부파일을 K-Portal BigData에 추가.[파일 중복 체크 SHA-1 + 파일 사이즈, 중복 제거율 70%] SIS(Single Instance Storage) [중복여부 체크해서 하나의 메일만 저장 될 수 있도록 구성됨] 디스크 사이즈 (60~70%) 절감. 검색엔진 모듈 (K-Portal Search) 검색엔진 모듈 (K-Portal Search) 검색을 위한 메일 헤더 정보, 본문, 첨부파일 색인 생성 (파워포인트, 엑셀, 워드, PDF, Text, HTML 색인). 색인된 데이터를 검색 (제목, 발신자, 날짜, 본문, 첨부내용, 기간별 검색 기능). 사용자 기능 모듈 사용자 기능 모듈 [검색기능] 제목, 발신자, 날짜, 본문, 첨부파일, 통합검색, 기간검색 기능. 통합보기, 받은 편지함만 검색, 보낸 편지함만 검색, 개인 편지함 별 검색 기능. 전체 목록 기능 (아카이빙 된 개인 메일 전체 리스트 목록 보기 기능). 검색 결과 타입 선택 (검색엔진 형, 일반 목록 형). [복구기능] 원본보기 기능 (복구 후 메일 형태의 바로 조회 기능). 본문내용 미리 보기 기능 (본문 이미지 포함 : Text / Html 지원). 첨부파일 다운로드. 관리자 기능 모듈 관리자 기능 모듈 [모니터링기능] 아카이빙 처리서버의 부하상태 모니터링 기능 (부하량 그래프 형태 지원). 아카이빙 대기건수 / 처리건수 모니터링 / 사용자별 아카이빙 처리건수 / 저장사이즈 / 압축률 모니터링. 아카이빙 처리서버의 CPU사용률 모니터링 (그래프 형태 지원) / 아카이빙 처리 프로세스의 메모리 사용량 모니터링. 아카이빙 처리서버의 서버프로세스 메모리 사용량 / 아카이빙 처리 디스크 사용량 모니터링 (사용량 원형 그래프 형태 지원). [그 외 기능] 아카이빙 대상자 조직도에서 지정 (대상자 / 비대상자 지정). 아카이빙 되는 전체 메일에 대한 기간 검색. 아카이빙 데이터의 보관주기를 년도별로 지정, 해당년도 지난 데이터는 자동 삭제. 특정인에게 아카이빙 데이터 조회 할 수 있는 권한 부여 가능. 전체 또는 개인별 (기간 설정 가능) 아카이빙 데이터 분석 (원본 건수, 아카이빙 건구, 사이즈, 압축률, 그래프화지원). 전체 또는 개인별 (기간 설정 가능) 아카이빙 데이터 활용도 분석 (조회, 검색, 복구, 이동). 검석서버 인덱스 / 상태 관리. ㆍ데이터 처리 프로세스 데이터 처리 프로세스 </s>	K-Portal 아카이빙 솔루션의 아키텍쳐에 대해서 설명해주세요	아키텍쳐 ㆍ설계방식 측면 K-Portal® Archiving은 데이터를 저장하는 방식과 자체 파일 압축 기술을 통해서 대량의 메일 데이터를 최소한의 공간으로 운영 할 수 있도록 설계되었으며, Scale-Out(수평적인 확장) 확장이 가능하게 개발 되었습니다. 설계방식 측면 아키텍쳐 ㆍ저장방식 측면 K-Portal® Archiving은 개인별 검색 속도 개선을 위해 검색데이터는 개인별로 별도 관리하고, 첨부파일과 메일 복원 데이터는 하나의 데이터만 저장 합니다. (SIS - Single Instance Storage) 저장방식 측면 아키텍쳐 ㆍ아카이빙 구성 K-Portal® Archiving은 다음과 같이 구성되어 있습니다. 데이터 수집 모듈 데이터 수집 모듈 수집된 데이터 베이스(수신, 발신 메일)를 아카이빙 처리 할 수 있는 표준 아카이브 문서로 변환. 메일에 첨부파일을 다운로드. 아카이빙 서버의 부하를 판단, 아카이빙 처리가 최적화 될 수 있게 설계됨. 아카이빙 모듈 (K-Portal ArchiveV2 Engine) 아카이빙 모듈 (K-Portal ArchiveV2 Engine) 아카이빙 대기문서로 만들어진 메일 데이터에서 본문(MIME)과 첨부파일을 분리. 첨부파일을 압축 처리(K-Portal Zip). 개인별 검색용 색인파일을 생성해서 K-Portal Search 서버에 추가. MIME 복원용 데이터와 압축된 첨부파일을 K-Portal BigData에 추가.[파일 중복 체크 SHA-1 + 파일 사이즈, 중복 제거율 70%] SIS(Single Instance Storage) [중복여부 체크해서 하나의 메일만 저장 될 수 있도록 구성됨] 디스크 사이즈 (60~70%) 절감. 검색엔진 모듈 (K-Portal Search) 검색엔진 모듈 (K-Portal Search) 검색을 위한 메일 헤더 정보, 본문, 첨부파일 색인 생성 (파워포인트, 엑셀, 워드, PDF, Text, HTML 색인). 색인된 데이터를 검색 (제목, 발신자, 날짜, 본문, 첨부내용, 기간별 검색 기능). 사용자 기능 모듈 사용자 기능 모듈 [검색기능] 제목, 발신자, 날짜, 본문, 첨부파일, 통합검색, 기간검색 기능. 통합보기, 받은 편지함만 검색, 보낸 편지함만 검색, 개인 편지함 별 검색 기능. 전체 목록 기능 (아카이빙 된 개인 메일 전체 리스트 목록 보기 기능). 검색 결과 타입 선택 (검색엔진 형, 일반 목록 형). [복구기능] 원본보기 기능 (복구 후 메일 형태의 바로 조회 기능). 본문내용 미리 보기 기능 (본문 이미지 포함 : Text / Html 지원). 첨부파일 다운로드. 관리자 기능 모듈 관리자 기능 모듈 [모니터링기능] 아카이빙 처리서버의 부하상태 모니터링 기능 (부하량 그래프 형태 지원). 아카이빙 대기건수 / 처리건수 모니터링 / 사용자별 아카이빙 처리건수 / 저장사이즈 / 압축률 모니터링. 아카이빙 처리서버의 CPU사용률 모니터링 (그래프 형태 지원) / 아카이빙 처리 프로세스의 메모리 사용량 모니터링. 아카이빙 처리서버의 서버프로세스 메모리 사용량 / 아카이빙 처리 디스크 사용량 모니터링 (사용량 원형 그래프 형태 지원). [그 외 기능] 아카이빙 대상자 조직도에서 지정 (대상자 / 비대상자 지정). 아카이빙 되는 전체 메일에 대한 기간 검색. 아카이빙 데이터의 보관주기를 년도별로 지정, 해당년도 지난 데이터는 자동 삭제. 특정인에게 아카이빙 데이터 조회 할 수 있는 권한 부여 가능. 전체 또는 개인별 (기간 설정 가능) 아카이빙 데이터 분석 (원본 건수, 아카이빙 건구, 사이즈, 압축률, 그래프화지원). 전체 또는 개인별 (기간 설정 가능) 아카이빙 데이터 활용도 분석 (조회, 검색, 복구, 이동). 검석서버 인덱스 / 상태 관리. ㆍ데이터 처리 프로세스 데이터 처리 프로세스
<s>[INST] K-Portal 아카이빙 솔루션의 기능에 대해서 설명해주세요 [/INST] 주요기능 ㆍ아카이빙 기능 아카이빙 폴더를 클릭 할 경우 전체 아카이빙 데이터의 목록을 확인 할 수 있습니다. 전체 아카이빙 데이터 검색 아카이빙 처리할 메일을 Drag&Drop 또는 폴더 이동시 개인보관함으로 이동하면, 자동 아카이빙 처리 됩니다. Drag&Drop 아카이빙 폴더 클릭시 해당폴더로 아카이빙 된 메일을 확인 할 수 있습니다. 아카이빙 폴더 클릭 ㆍ관리자 기능 관리자 메인 화면에서 디스크 사용량, 메모리 사용량, 일별 아카이빙 건수, 일별 아카이빙 사이즈, 접속유지 건수, 네트워크 사용량 등을 한번에 확인 할 수 있습니다. 데이터 통계 분석은 전체 대상 또는 개인별로 아카이빙 된 데이터의 건수, 용량, 압축률 등을 확인 할 수 있습니다. 그래프화 지원 및 기간 검색 기능을 지원합니다. 데이터 활용도 분석은 전체대상 또는 개인별로 아카이빙 된 데이터를 검색, 복구, 이동, 삭제한 내용을 확인 할 수 있습니다. 그래프화 지원 및 검색 기능을 지원합니다. 아카이빙 검색은 감사자 또는 관리자가 아카이빙 된 사용자의 메일을 확인 할 수 있는 기능을 제공합니다. 개인이 삭제한 아카이빙 데이터도 확인 가능합니다. </s>	K-Portal 아카이빙 솔루션의 기능에 대해서 설명해주세요	주요기능 ㆍ아카이빙 기능 아카이빙 폴더를 클릭 할 경우 전체 아카이빙 데이터의 목록을 확인 할 수 있습니다. 전체 아카이빙 데이터 검색 아카이빙 처리할 메일을 Drag&Drop 또는 폴더 이동시 개인보관함으로 이동하면, 자동 아카이빙 처리 됩니다. Drag&Drop 아카이빙 폴더 클릭시 해당폴더로 아카이빙 된 메일을 확인 할 수 있습니다. 아카이빙 폴더 클릭 ㆍ관리자 기능 관리자 메인 화면에서 디스크 사용량, 메모리 사용량, 일별 아카이빙 건수, 일별 아카이빙 사이즈, 접속유지 건수, 네트워크 사용량 등을 한번에 확인 할 수 있습니다. 데이터 통계 분석은 전체 대상 또는 개인별로 아카이빙 된 데이터의 건수, 용량, 압축률 등을 확인 할 수 있습니다. 그래프화 지원 및 기간 검색 기능을 지원합니다. 데이터 활용도 분석은 전체대상 또는 개인별로 아카이빙 된 데이터를 검색, 복구, 이동, 삭제한 내용을 확인 할 수 있습니다. 그래프화 지원 및 검색 기능을 지원합니다. 아카이빙 검색은 감사자 또는 관리자가 아카이빙 된 사용자의 메일을 확인 할 수 있는 기능을 제공합니다. 개인이 삭제한 아카이빙 데이터도 확인 가능합니다.
<s>[INST] K-Portal Box에 대해서 설명해주세요 [/INST] Box란? K-Portal® Box란 기업에서 생성되는 최종 업무 결과물인 파일을 메일 또는 메신저가 아닌 Box서버에서 관리하면서 공유 할 수 있는 협업 솔루션 입니다. 기타 사내 업무App과 쉽게 연동되며 파일을 전달하는 방식에서 공유하는 방식으로 전환하여 사내 유통 되는 파일의 중복을 방지하고 실시간 대화 기능을 통해 협업생산성을 증대 시키는 솔루션 입니다. ㆍBox 특징 분류 기능 비고 기본 기능 파일 업로드 및 다운로드 기능 (문서, 사진, 동영상, 기타) 파일 제목 및 내용 검색 기능 (검색엔진 적용) MS Office, HWP, PDF, TXT 등 Message 내용 검색 기능 / 답변 검색 기능 파일 별 권한 관리 (전체공유, 선택된 대상자 공유) 파일 개별 권한 관리 및 공유자 지정 폴더생성/ 삭제/ 공유 (전체공유, 선택된 대상자 공유) 폴더 별 권한 관리 및 공유자 지정 개인별 사용량 관리 / 파일 폴더 이동 / 파일 삭제 나의 Box로 이동 / like 기능 / 파일 별 응답 기능 1:1, 다중 대화방 기능 / 멘션 기능 온라인, 오프라인 기능 / 폴더 별 Unread Count 실시간 반영 읽지 않은 메세지 확인 기능 파일 정보 상세보기 / 채팅, 목록, 갤러리모드 보기 활용 기능 이미지 썸네일 기능 파워포인트, 엑셀, 워드, 이미지, 동영상 파일 형태 별 자동 분류 검색 기능 파워포인트, 엑셀, 워드, 한글, 이미지, 동영상 전체파일 / 내가 올린 파일 / 나에게 공유된 파일 / 즐겨찾기 파일 보기 화상회의 기능 화상회의 즉시 개설 / 참석자 영상 공유 참석자 목록 및 총 참석자 건수 표시 참석자 초대 및 참석요청 목록에서 입장 참석 요청 시 실시간 Push 알림 알림 클릭 시 회의실 바로 입장 Box에 등록된 문서를 이용한 화면 공유 MS Office(PPT, XLS, DOC), HWP, PDF, TXT 등 이미지 전환 후 공유 (총 35종 파일 유형 지원) 도구를 이용한 화면 공유 판서 기능 연필, 선, 도형, 색상, 굵기 선택 화상 회의실 내 채팅 / 이전화상회의 채팅 내용 조회 기능 화면 레이아웃 변경 (상하, 좌우) / 방장의 클릭에 따른 참가자 화면 전환 Box Show 기능 Box에 등록된 파일을 웹 상에서 조회 MS Office(PPT, XLS, DOC), HWP, PDF, TXT 등 이미지 전환 후 공유 (총 35종 파일 유형 지원) Page Up, Page Down 단축키를 이용한 이미지 이동 한번 조회한 파일은 캐싱되어 빠른 속도로 재확인 시스템 연동 기능 구글 Docs를 연동한 실시간 다중 편집 기능 구글 계정이 존재하는 경우 구글 Docs를 이용한 파일 Viewer 기능 구글 계정이 존재하는 경우 메일 작성 시 Box를 이용한 첨부 기능 실시간 메일 도착 알림 및 조회 / 답장, 전달 기능 전자결재 연동 (결재 요청 확인 / 결재 승인) PC 메신저 대화 시 Box를 활용한 파일 전송 기능 PC 메신저와 실시간 채팅 모바일 Viewer를 통한 조회 및 업로드 기능 K-Bot 기능 (Bot 관리자 기능) Communication Bot, Rule Bot 관리자 기능 사용현황 DashBoard 빅데이터 로그분석 Visualization 인사 연동 모듈 </s>	K-Portal Box에 대해서 설명해주세요	Box란? K-Portal® Box란 기업에서 생성되는 최종 업무 결과물인 파일을 메일 또는 메신저가 아닌 Box서버에서 관리하면서 공유 할 수 있는 협업 솔루션 입니다. 기타 사내 업무App과 쉽게 연동되며 파일을 전달하는 방식에서 공유하는 방식으로 전환하여 사내 유통 되는 파일의 중복을 방지하고 실시간 대화 기능을 통해 협업생산성을 증대 시키는 솔루션 입니다. ㆍBox 특징 분류 기능 비고 기본 기능 파일 업로드 및 다운로드 기능 (문서, 사진, 동영상, 기타) 파일 제목 및 내용 검색 기능 (검색엔진 적용) MS Office, HWP, PDF, TXT 등 Message 내용 검색 기능 / 답변 검색 기능 파일 별 권한 관리 (전체공유, 선택된 대상자 공유) 파일 개별 권한 관리 및 공유자 지정 폴더생성/ 삭제/ 공유 (전체공유, 선택된 대상자 공유) 폴더 별 권한 관리 및 공유자 지정 개인별 사용량 관리 / 파일 폴더 이동 / 파일 삭제 나의 Box로 이동 / like 기능 / 파일 별 응답 기능 1:1, 다중 대화방 기능 / 멘션 기능 온라인, 오프라인 기능 / 폴더 별 Unread Count 실시간 반영 읽지 않은 메세지 확인 기능 파일 정보 상세보기 / 채팅, 목록, 갤러리모드 보기 활용 기능 이미지 썸네일 기능 파워포인트, 엑셀, 워드, 이미지, 동영상 파일 형태 별 자동 분류 검색 기능 파워포인트, 엑셀, 워드, 한글, 이미지, 동영상 전체파일 / 내가 올린 파일 / 나에게 공유된 파일 / 즐겨찾기 파일 보기 화상회의 기능 화상회의 즉시 개설 / 참석자 영상 공유 참석자 목록 및 총 참석자 건수 표시 참석자 초대 및 참석요청 목록에서 입장 참석 요청 시 실시간 Push 알림 알림 클릭 시 회의실 바로 입장 Box에 등록된 문서를 이용한 화면 공유 MS Office(PPT, XLS, DOC), HWP, PDF, TXT 등 이미지 전환 후 공유 (총 35종 파일 유형 지원) 도구를 이용한 화면 공유 판서 기능 연필, 선, 도형, 색상, 굵기 선택 화상 회의실 내 채팅 / 이전화상회의 채팅 내용 조회 기능 화면 레이아웃 변경 (상하, 좌우) / 방장의 클릭에 따른 참가자 화면 전환 Box Show 기능 Box에 등록된 파일을 웹 상에서 조회 MS Office(PPT, XLS, DOC), HWP, PDF, TXT 등 이미지 전환 후 공유 (총 35종 파일 유형 지원) Page Up, Page Down 단축키를 이용한 이미지 이동 한번 조회한 파일은 캐싱되어 빠른 속도로 재확인 시스템 연동 기능 구글 Docs를 연동한 실시간 다중 편집 기능 구글 계정이 존재하는 경우 구글 Docs를 이용한 파일 Viewer 기능 구글 계정이 존재하는 경우 메일 작성 시 Box를 이용한 첨부 기능 실시간 메일 도착 알림 및 조회 / 답장, 전달 기능 전자결재 연동 (결재 요청 확인 / 결재 승인) PC 메신저 대화 시 Box를 활용한 파일 전송 기능 PC 메신저와 실시간 채팅 모바일 Viewer를 통한 조회 및 업로드 기능 K-Bot 기능 (Bot 관리자 기능) Communication Bot, Rule Bot 관리자 기능 사용현황 DashBoard 빅데이터 로그분석 Visualization 인사 연동 모듈
<s>[INST] K-Portal 아카이빙 솔루션의 제공 업체는 어디인가요? [/INST] 연합뉴스, 포스코, LG전자, 아모레퍼시픽, 농협, 대상그룹, 대신증권등 국내 대규모 사이트에 안정적으로 적용되었습니다. </s>	K-Portal 아카이빙 솔루션의 제공 업체는 어디인가요?	연합뉴스, 포스코, LG전자, 아모레퍼시픽, 농협, 대상그룹, 대신증권등 국내 대규모 사이트에 안정적으로 적용되었습니다.
<s>[INST] K-GPT에 대해서 소개해 주세요 [/INST] K-GPT 케이엠에스랩(주)의 기술 역량 케이엠에스랩(주)은 2000년 설립후 20년 넘게 빅데이터와 지능형 알고리즘 기반 소프트웨어 개발에 집중하여 축적된 노하우를 가지고 있으며, 대규모 트랜잭션을 지원하는 아카이빙 시스템과 자체 개발한 지능형 채팅 엔진 기반 협업시스템을 주요 솔루션으로 하고 있습니다. 현재 LG전자, 농협, 아모레퍼시픽, 대상그룹, 포스코, 연합뉴스 등 국내 40만명 이상의 유저가 사용하고 있으며, 일부 고객사의 경우 자체 개발한 인공지능을 이용하여 학습한 내용에 따라 감사 기준상 문제가 있는 온라인 문서들을 자동으로 분류하고 정리하는 기능을 제공하고 있습니다. 여기에 사용되는 핵심 기술인 데이터 중복제거 및 압축 기술, 검색, 분류 등의 대규모 텍스트 처리 능력은 LLM 학습 과정에서 텍스트를 Vector로 변환하여 저장하고 관리하는 핵심 기능으로 사용됩니다. 이미지 등 비텍스트 파일에서도 OCR 기술을 이용하여 텍스트화하여 관리하는 케이엠에스랩(주)의 기술은 기업 내 다양한 형태의 데이터 학습에 활용합니다. 그리고 케이엠에스랩(주)이 자체 개발한 채팅 엔진은 사용자와의 질의/응답 과정에서 원활한 커뮤니케이션을 담당합니다. [K-GPT 프레임워크 작동 방식] K-GPT 개발 필요성 오픈 AI가 2022년 11월에 공개한 챗GPT는 자연스럽게 맥락과 의도를 분석하고 답을 내어 놓는 혁신적인 기술로 전 세계적인 관심을 받고 있습니다. 사용자의 질문을 이해하고 답변하는 것은 물론 이미지와 동영상 편집, 프로그램 코드 생성 및 오류 수정 등 활용 영역이 빠르게 확대되고 있으며, 빠른 시일 내에 반도체, 금융, 검색, 게임, 교육, 의료 등 전 산업 영역에 GPT엔진이 적용되어 혁신적인 변화를 가져오는 것은 명확해 보입니다. 반면에 각 산업 부문과 기업, 공장이 챗GPT를 선뜻 사용할 수 없는 이유는 '보안성'과 자체 구축시 필요한 '엄청난 비용과 시간' 때문입니다. 기업 내부의 자료를 기반으로 질문을 하면, 챗GPT가 질문까지 내재화하여 학습하기 때문에 결국 기업 데이터의 외부 유출 문제가 발생합니다. 그리고 개별 기업별로 GPT엔진을 별도로 구축하려면 엄청난 비용과 긴 학습 기간이 필요하게 됩니다. (챗GPT의 경우 3.5에서 4.0으로 업그레이드하는데 3천억원 이상의 비용과 6개월 이상의 기간이 소요된 것으로 알려져 있습니다.) 반면에 K-GPT가 제공하는 모델은 Closed GPT 형식으로 사용 기업의 데이터가 GPT 학습을 통해 외부로 유출되지 않습니다. 그리고 K-GPT는 최신 기술인 경량형 언어학습 모델(sLLM)로 초거대 언어 학습이 아닌 기업 레벨 수준의 경량화된 데이터와 적은 비용으로 GPT 학습이 가능합니다. K-GPT가 기업 내 협업 시스템에 적용될 경우 다음과 같은 장점이 있습니다. 1) 기업에서 발생하는 수많은 데이터(이메일, 채팅, 각종 온라인 문서 등)를 통합적으로 분석하여 명확하게 요약하여 제공합니다. 2) 사용자의 습성을 파악하여 이메일을 정리/요약하여 알려주며, 신속하게 처리해야 할 중요 메일을 선별하여 보여주고, 메일 답변 내용을 작성하며 채팅을 통해 각종 질의와 요청사항에 대해 맥락을 이해하고 정확한 답변을 제공함으로써 협업 업무를 효율적으로 진행하도록 지원합니다. 3) IT기술의 지원을 받는 기존의 업무 협업 시스템이 선형적, 독립적 구조라면 K-GPT 엔진이 적용된 후에는 기업 내 학습 가능한 모든 정보를 통합하여 순환적, 통합적 구조로 협업을 지원하고 의사결정에 도움이 되는 정보를 제공하게 됩니다. 4) 기업 내부 협업 업무에서 발생하는 수많은 데이터(이메일, 보고서, 채팅, 각종 온라인 문서 등)를 분석하여 명확하게 요약하여 사용자에게 제공하고 메일 답변을 대신하며, 보고서 작성을 도와주며, 의사결정에 도움이 되는 다양한 정보를 제공하여 기존과 다른 수준의 업무 생산성 혁신을 달성할 수 있도록 지원합니다. K-GPT의 작동 원리는 다음과 같습니다. 1) 기업 내 다양한 형태의 데이터(정형, 비정형)가 수집되면 K-GPT의 학습 서버가 수집된 데이터를 분석하여 Facts 저장소(VectorDB)에 저장합니다. 2) 저장된 데이터는 K-GPT 질의응답 서버에서 처리되며 기본 서비스 UI를 통하여 질의응답 서비스를 수행하거나 개별 기업 내부시스템에 API 형태로 연결하여 데이터 서비스를 제공합니다. 3) 수집된 데이터별 조회 권한(개인, 부서, 사업부문 등)이 설정되어 있는 경우 권한에 따라 선택적으로 응답 결과를 받을 수 있습니다. 4) 질의/답변은 케이엠에스랩(주)이 자체적으로 개발한 K-Portal 채팅 엔진을 통해 사용자에게 전달됩니다. 5) 기업 내 외부의 정제된 데이터 제공을 통한 학습으로 AI가 데이터 오류까지 학습해 잘못된 답변을 내놓는 할루시네이션(Hallucination) 현상을 방지할 수 있으며 K-GPT 엔진의 답변 정확도를 100%로 구현합니다. K-GPT 언어 학습 모델은 다음과 같습니다. K-GPT 2단계 모델에서는 경량화 언어 모델인 sLLM 사용하여 신속한 학습과 적용이 가능합니다. 1) sLLM은 small Large Language Model의 약자로서 오픈AI가 개발한 챗GPT가 사용하는 대규모 언어모델(LLM)에 비해서 작은 규모의 언어 학습 모델을 말합니다. 2) sLLM은 작은 규모의 언어 학습 모델을 사용하여 빠른 학습 시간과 효율적인 메모리 사용의 특징이 있으며, 특정 분야에 특화된(domain-specific LLMs) 학습 모델 개발에 적합합니다. 3) K-GPT는 사전학습(Pretrained LM)을 통한 학습과 파인 튜닝(Supervised Fine-Tuning) 2가지 방법을 병행하여 학습을 진행합니다. 4) K-GPT는 기업 내부에서 발생한 데이터를 정제하여 사전 학습(Pretrained LM) 시킴으로서 학습 속도와 정확도를 높입니다. 5) 파인 튜닝을 통해 사전학습으로 나온 결과를 미세조정하고 파라미터를 업데이트하여 적용 공장의 사용 목적에 맞게 변형하는 작업을 진행합니다. 6) 학습해서 나온 결과는 개별 언어 모델 생성 절차를 거쳐 케이엠에스랩(주)이 자체 개발한 채팅 엔진을 통해 사용자에게 전달됩니다. </s>	K-GPT에 대해서 소개해 주세요	K-GPT 케이엠에스랩(주)의 기술 역량 케이엠에스랩(주)은 2000년 설립후 20년 넘게 빅데이터와 지능형 알고리즘 기반 소프트웨어 개발에 집중하여 축적된 노하우를 가지고 있으며, 대규모 트랜잭션을 지원하는 아카이빙 시스템과 자체 개발한 지능형 채팅 엔진 기반 협업시스템을 주요 솔루션으로 하고 있습니다. 현재 LG전자, 농협, 아모레퍼시픽, 대상그룹, 포스코, 연합뉴스 등 국내 40만명 이상의 유저가 사용하고 있으며, 일부 고객사의 경우 자체 개발한 인공지능을 이용하여 학습한 내용에 따라 감사 기준상 문제가 있는 온라인 문서들을 자동으로 분류하고 정리하는 기능을 제공하고 있습니다. 여기에 사용되는 핵심 기술인 데이터 중복제거 및 압축 기술, 검색, 분류 등의 대규모 텍스트 처리 능력은 LLM 학습 과정에서 텍스트를 Vector로 변환하여 저장하고 관리하는 핵심 기능으로 사용됩니다. 이미지 등 비텍스트 파일에서도 OCR 기술을 이용하여 텍스트화하여 관리하는 케이엠에스랩(주)의 기술은 기업 내 다양한 형태의 데이터 학습에 활용합니다. 그리고 케이엠에스랩(주)이 자체 개발한 채팅 엔진은 사용자와의 질의/응답 과정에서 원활한 커뮤니케이션을 담당합니다. [K-GPT 프레임워크 작동 방식] K-GPT 개발 필요성 오픈 AI가 2022년 11월에 공개한 챗GPT는 자연스럽게 맥락과 의도를 분석하고 답을 내어 놓는 혁신적인 기술로 전 세계적인 관심을 받고 있습니다. 사용자의 질문을 이해하고 답변하는 것은 물론 이미지와 동영상 편집, 프로그램 코드 생성 및 오류 수정 등 활용 영역이 빠르게 확대되고 있으며, 빠른 시일 내에 반도체, 금융, 검색, 게임, 교육, 의료 등 전 산업 영역에 GPT엔진이 적용되어 혁신적인 변화를 가져오는 것은 명확해 보입니다. 반면에 각 산업 부문과 기업, 공장이 챗GPT를 선뜻 사용할 수 없는 이유는 '보안성'과 자체 구축시 필요한 '엄청난 비용과 시간' 때문입니다. 기업 내부의 자료를 기반으로 질문을 하면, 챗GPT가 질문까지 내재화하여 학습하기 때문에 결국 기업 데이터의 외부 유출 문제가 발생합니다. 그리고 개별 기업별로 GPT엔진을 별도로 구축하려면 엄청난 비용과 긴 학습 기간이 필요하게 됩니다. (챗GPT의 경우 3.5에서 4.0으로 업그레이드하는데 3천억원 이상의 비용과 6개월 이상의 기간이 소요된 것으로 알려져 있습니다.) 반면에 K-GPT가 제공하는 모델은 Closed GPT 형식으로 사용 기업의 데이터가 GPT 학습을 통해 외부로 유출되지 않습니다. 그리고 K-GPT는 최신 기술인 경량형 언어학습 모델(sLLM)로 초거대 언어 학습이 아닌 기업 레벨 수준의 경량화된 데이터와 적은 비용으로 GPT 학습이 가능합니다. K-GPT가 기업 내 협업 시스템에 적용될 경우 다음과 같은 장점이 있습니다. 1) 기업에서 발생하는 수많은 데이터(이메일, 채팅, 각종 온라인 문서 등)를 통합적으로 분석하여 명확하게 요약하여 제공합니다. 2) 사용자의 습성을 파악하여 이메일을 정리/요약하여 알려주며, 신속하게 처리해야 할 중요 메일을 선별하여 보여주고, 메일 답변 내용을 작성하며 채팅을 통해 각종 질의와 요청사항에 대해 맥락을 이해하고 정확한 답변을 제공함으로써 협업 업무를 효율적으로 진행하도록 지원합니다. 3) IT기술의 지원을 받는 기존의 업무 협업 시스템이 선형적, 독립적 구조라면 K-GPT 엔진이 적용된 후에는 기업 내 학습 가능한 모든 정보를 통합하여 순환적, 통합적 구조로 협업을 지원하고 의사결정에 도움이 되는 정보를 제공하게 됩니다. 4) 기업 내부 협업 업무에서 발생하는 수많은 데이터(이메일, 보고서, 채팅, 각종 온라인 문서 등)를 분석하여 명확하게 요약하여 사용자에게 제공하고 메일 답변을 대신하며, 보고서 작성을 도와주며, 의사결정에 도움이 되는 다양한 정보를 제공하여 기존과 다른 수준의 업무 생산성 혁신을 달성할 수 있도록 지원합니다. K-GPT의 작동 원리는 다음과 같습니다. 1) 기업 내 다양한 형태의 데이터(정형, 비정형)가 수집되면 K-GPT의 학습 서버가 수집된 데이터를 분석하여 Facts 저장소(VectorDB)에 저장합니다. 2) 저장된 데이터는 K-GPT 질의응답 서버에서 처리되며 기본 서비스 UI를 통하여 질의응답 서비스를 수행하거나 개별 기업 내부시스템에 API 형태로 연결하여 데이터 서비스를 제공합니다. 3) 수집된 데이터별 조회 권한(개인, 부서, 사업부문 등)이 설정되어 있는 경우 권한에 따라 선택적으로 응답 결과를 받을 수 있습니다. 4) 질의/답변은 케이엠에스랩(주)이 자체적으로 개발한 K-Portal 채팅 엔진을 통해 사용자에게 전달됩니다. 5) 기업 내 외부의 정제된 데이터 제공을 통한 학습으로 AI가 데이터 오류까지 학습해 잘못된 답변을 내놓는 할루시네이션(Hallucination) 현상을 방지할 수 있으며 K-GPT 엔진의 답변 정확도를 100%로 구현합니다. K-GPT 언어 학습 모델은 다음과 같습니다. K-GPT 2단계 모델에서는 경량화 언어 모델인 sLLM 사용하여 신속한 학습과 적용이 가능합니다. 1) sLLM은 small Large Language Model의 약자로서 오픈AI가 개발한 챗GPT가 사용하는 대규모 언어모델(LLM)에 비해서 작은 규모의 언어 학습 모델을 말합니다. 2) sLLM은 작은 규모의 언어 학습 모델을 사용하여 빠른 학습 시간과 효율적인 메모리 사용의 특징이 있으며, 특정 분야에 특화된(domain-specific LLMs) 학습 모델 개발에 적합합니다. 3) K-GPT는 사전학습(Pretrained LM)을 통한 학습과 파인 튜닝(Supervised Fine-Tuning) 2가지 방법을 병행하여 학습을 진행합니다. 4) K-GPT는 기업 내부에서 발생한 데이터를 정제하여 사전 학습(Pretrained LM) 시킴으로서 학습 속도와 정확도를 높입니다. 5) 파인 튜닝을 통해 사전학습으로 나온 결과를 미세조정하고 파라미터를 업데이트하여 적용 공장의 사용 목적에 맞게 변형하는 작업을 진행합니다. 6) 학습해서 나온 결과는 개별 언어 모델 생성 절차를 거쳐 케이엠에스랩(주)이 자체 개발한 채팅 엔진을 통해 사용자에게 전달됩니다.
<s>[INST] TESA에 대해서 설명해주세요 [/INST] TESA는 K-GPT와 마찬가지로 범용 GPT 기술보다는 domain-specific GPT에 초점을 맞추고 있으며, 특히 개인별로 특화된 GPT 서비스를 제공합니다. ChatGPT와 같은 범용 엔진은 질문과 응답 과정까지 학습하기 때문에, 이 과정은 개인정보의 '보안' 문제를 야기할 수 있습니다. 이는 ChatGPT와 같은 많은 사람들이 공유하는 플랫폼에 개인의 민감한 정보가 노출될 가능성이 있기 때문입니다. 인공지능 서비스의 최종단계는 결국 Personalized AI Assistant입니다. 트랜스포머의 뛰어난 성능은 기존 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)의 성능을 훨씬 뛰어 넘고 있으며 케이엠에스랩(주)은 이런 기술적 성과들을 활용하여 실질적인 개인화 인공지능 서비스를 지원하는 베타 버전을 개발하였으며 지속적으로 발전시켜 나가고 있습니다. 케이엠에스랩(주)이 개발한 TESA는 Indivisual GPT 엔진으로서 각 개인의 개별적인 정보(이메일, 채팅, 개인적인 질의응답 등)를 통해 개인에게 특화된 GPT 서비스를 제공합니다. 즉, TESA를 사용하는 사용자는 본인만의 개인별 맞춤 AI 비서를 가지게 되며, 이메일 답변, 채팅 답변, 개인 일정 관리부터 민감한 개인 상담까지 가장 발전된 형태의 인공지능 서비스를 받을 수 있게 됩니다. TESA는 때로는 비서로, 때로는 친구로, 심지어는 가장 훌륭한 심리 상담사로서의 역할을 수행합니다. TESA는 각 개인이 자신만의 인공지능 비서의 도움을 받아 삶의 경험을 확장하고 도움을 받을 수 있도록 지원합니다. </s>	TESA에 대해서 설명해주세요	TESA는 K-GPT와 마찬가지로 범용 GPT 기술보다는 domain-specific GPT에 초점을 맞추고 있으며, 특히 개인별로 특화된 GPT 서비스를 제공합니다. ChatGPT와 같은 범용 엔진은 질문과 응답 과정까지 학습하기 때문에, 이 과정은 개인정보의 '보안' 문제를 야기할 수 있습니다. 이는 ChatGPT와 같은 많은 사람들이 공유하는 플랫폼에 개인의 민감한 정보가 노출될 가능성이 있기 때문입니다. 인공지능 서비스의 최종단계는 결국 Personalized AI Assistant입니다. 트랜스포머의 뛰어난 성능은 기존 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)의 성능을 훨씬 뛰어 넘고 있으며 케이엠에스랩(주)은 이런 기술적 성과들을 활용하여 실질적인 개인화 인공지능 서비스를 지원하는 베타 버전을 개발하였으며 지속적으로 발전시켜 나가고 있습니다. 케이엠에스랩(주)이 개발한 TESA는 Indivisual GPT 엔진으로서 각 개인의 개별적인 정보(이메일, 채팅, 개인적인 질의응답 등)를 통해 개인에게 특화된 GPT 서비스를 제공합니다. 즉, TESA를 사용하는 사용자는 본인만의 개인별 맞춤 AI 비서를 가지게 되며, 이메일 답변, 채팅 답변, 개인 일정 관리부터 민감한 개인 상담까지 가장 발전된 형태의 인공지능 서비스를 받을 수 있게 됩니다. TESA는 때로는 비서로, 때로는 친구로, 심지어는 가장 훌륭한 심리 상담사로서의 역할을 수행합니다. TESA는 각 개인이 자신만의 인공지능 비서의 도움을 받아 삶의 경험을 확장하고 도움을 받을 수 있도록 지원합니다.