핵심 원칙: 애플리케이션은 순수한 오케스트레이션이며, AI가 업무 객체 위에서 지각·결정·행동합니다.
11가지 노드 유형 + append-only run-trace 이벤트로 상태가 이벤트에서 파생됩니다. 수동 / 하위 프로세스 / 루프 / 병렬 / 예약이 모두 영속적으로 일시 중지되며, 프로세스를 재시작하면 이어서 실행되고 중단점 단계 디버깅이 가능합니다.
업무 담당자가 의도를 말하면 코파일럿이 상위 사양을 만들고, 결정적 컴파일러가 이를 유효한 플로우로 변환합니다. LLM은 직접 그림을 그리지 않고, 구조는 컴파일러가 유효성을 보장하며 결과물은 배포할 수 있습니다.
draft/published 버전을 격리합니다. 배포 전에 인수 스위트(스텁 AI 출력 + 스크립트 인적 검토 + 스텁 역량의 결정적 리플레이)를 실행하고 모두 통과해야 배포합니다. AI 오케스트레이션은 소프트웨어 엔지니어링처럼 품질을 통제할 수 있습니다.
하나의 프리미티브가 분류 / 판단 / 추출 / 이미지 이해 / 자율 도구 호출을 지원합니다. 구조화된 JSON 출력 + schema 강력 검증, agentic 도구 루프, 멀티모달 비전을 제공하며 모델 라우팅을 구성할 수 있습니다.
AI 직원 노드는 재직 AI(cohort에서 활동)에 작업을 배정하고, 인적 검토 노드는 사람의 판단을 기다립니다. 두 유형의 actor 모두 SLA와 조직 상급자 에스컬레이션 체인을 가지며, 감사 가능한 대등한 노드입니다.
원클릭 kill-switch 차단, 앱별 실행 속도, 실행별 token 예산, 콘텐츠 안전 게이트(금칙어 + 전화번호 / 이메일 / 주민등록번호 등 PII)를 제공합니다. 감사는 run-trace에서 투영되어 내보낼 수 있습니다.
AI 직원이 대화에서 실제로 애플리케이션을 호출하고, 결과 카드가 스레드로 돌아오며, 인적 검토 카드는 그 자리에서 승인합니다. 폼 사전 입력은 출처 게이트를 통과하고(증거가 있는 필드만 입력), 결과 내러티브는 실제 값으로 자리 표시자를 대체합니다 — 전혀 지어내지 않습니다.
디자인 탭에서 AI가 실제 산출물 필드로 선언형 블록 레이아웃을 생성하고, 백엔드가 강하게 검증해 지어내는 것을 방지합니다. cohort의 네 패널 / 기업 IM(위챗 워크 / 딩톡 / Lark 카드) / 웹 위젯이 하나의 소스로 수렴됩니다.
애플리케이션은 수동 호출에서 예약 / webhook 자동 트리거로 확장됩니다. 배포된 모든 애플리케이션은 표준 MCP 도구로 노출되어 어떤 agent도 호출할 수 있습니다. 벽으로 둘러싸인 정원을 만들지 않습니다.
세 단계 라이프사이클, 업무 담당자가 직접 완주할 수 있습니다.
대화형 코파일럿 + 캔버스로 프로세스를 AI 애플리케이션으로 조립합니다.
실시간 검증이 게시 게이트와 동일한 검증기를 사용하며, 캔버스 배지로 알려줍니다.
버전별로 격리된 스냅샷, 권한과 할당량 거버넌스가 게시와 함께 적용됩니다.
사람 / AI / 외부 에이전트가 호출하며, 실행 전 과정을 관측할 수 있습니다.