Source: https://ailoot.ai/models/ko/claude-3-7-sonnet-20250219-thinking/ Canonical: https://ailoot.ai/models/ko/claude-3-7-sonnet-20250219-thinking/ Language: ko # claude-3-7-sonnet-20250219-thinking [Markdown](https://ailoot.ai/models/ko/claude-3-7-sonnet-20250219-thinking/index.md) · [JSON](https://ailoot.ai/models/ko/claude-3-7-sonnet-20250219-thinking/facts.json) ## [claude-3-7-sonnet-20250219-thinking](https://ailoot.ai/models/ko/claude-3-7-sonnet-20250219-thinking/) Claude 3.7 Sonnet은 Anthropic의 하이브리드 추론 모델이며, 여기서는 확장 사고 모드로 사용합니다. 까다로운 코딩, 수학과 분석 작업을 검토한 뒤 텍스트 답변을 생성하며, 실용적인 소프트웨어 개발과 프런트엔드 작업을 특히 강조합니다. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `claude-3-7-sonnet-20250219-thinking`](https://ailoot.ai/models/ko/claude-3-7-sonnet-20250219-thinking/#method-0) 모델 소개 이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다. Claude 3.7 Sonnet Thinking은 기본 모델과 별개의 세대가 아니라 Claude 3.7 Sonnet의 확장 사고 모드를 뜻합니다. Anthropic은 일반 응답과 더 깊은 추론을 하나의 하이브리드 모델에 결합합니다. Thinking 버전은 서로 영향을 주는 제약 조건이 포함되어, 결론을 제시하기 전에 이를 검토하는 것이 답변에 도움이 되는 작업에 유용합니다. #### 실용적인 문제를 위한 확장 추론 모델은 최종 답변을 반환하기 전에 추가 추론 토큰을 사용해 문제를 검토합니다. Anthropic은 수학, 물리, 복잡한 지시 준수와 프로그래밍을 강조하면서, 경시대회 퍼즐뿐 아니라 실제 업무에 초점을 맞춥니다. 제조사는 사고 토큰 예산을 통해 추론 작업량을 제어하는 방법을 문서화합니다. 이 예산과 최종 응답은 가용 출력 허용량을 공유합니다. 추론이 많아지면 시간도 더 필요하므로, 추가 분석이 중요한 작업에 이 모드를 사용하세요. 분석 작업에는 근거, 해결할 질문과 대안을 비교할 기준을 제공하세요. 결론에 이어 이를 뒷받침하는 사실, 가정과 미해결 질문을 제시하도록 요청하세요. 이렇게 하면 추론의 길이를 결론이 옳다는 증거로 삼지 않으면서도 최종 답변을 활용하기 좋은 형태로 만들 수 있습니다. #### 코딩과 프런트엔드 개발 Anthropic은 코드 변경, 복잡한 프로젝트 탐색과 웹 인터페이스 구축을 특히 강조합니다. 유용한 작업 지시에는 관련 코드, 예상 동작, 관찰한 실패와 유지해야 할 부분이 포함됩니다. 일관된 패치와 이를 검증하는 방법에 대한 설명을 요청하세요. 인터페이스에서는 사용자 행동, 로딩 및 오류 상태, 화면 크기에 따른 반응형 동작과 필요한 출력을 지정하세요. 출력은 컴포넌트나 페이지 변경 일체 등이 될 수 있습니다. 이 예시들은 모델에 부여할 작업을 설명합니다. 명령 실행, 저장소 읽기와 파일 편집에는 모델을 둘러싼 애플리케이션이 제공하는 도구가 필요합니다. 모델의 코딩 능력과 코드를 실행할 애플리케이션의 권한은 작업 흐름의 서로 다른 요소입니다. #### 텍스트, 이미지와 최종 결과물 Claude의 시각 이해는 서면 지시와 함께 스크린샷, 차트와 삽화가 있는 문서 등의 자료를 추론하는 데 활용할 수 있습니다. 읽기 쉬운 이미지를 제공하고, 라벨이 있는 축, 레이아웃 문제나 대상 사이의 관계 등 중요한 세부 사항을 명시하세요. 차트의 정확한 수치가 필요하다면 가능한 경우 원래의 값을 포함하세요. 결과는 생성된 이미지가 아니라 텍스트 설명, 분석 또는 코드입니다. Ailoot API 프로젝트에서는 구현, 검토를 거친 논증, 비교표 또는 진단 설명 등 원하는 최종 결과물을 명확히 정의하세요. 모델이 누락된 프로젝트 맥락을 추측하도록 요청하는 대신, 해당 요구사항과 함께 관련 자료를 제공하세요. #### 지식과 검증 Anthropic은 이 기본 모델의 신뢰할 수 있는 지식 기준 시점을 2024년 10월로 명시합니다. 질문이 이후의 사건이나 변하는 기술적 세부 사항에 의존한다면 최신 문서를 제공하세요. 시스템 카드는 실패한 시도를 반복할 때 특정 테스트에만 맞춘 편법으로 이어질 수 있다는 코딩 실패 패턴도 기록합니다. 일반적으로 적용되는 해결책을 요청하고, 애플리케이션 코드의 변경만큼 주의 깊게 테스트 변경을 검토하세요. 자세한 추론 과정은 답변을 살펴보는 데 도움이 될 수 있지만, Anthropic의 연구는 그것이 의사결정 과정을 완전하거나 오류 없이 설명한다고 입증하지 않습니다. 실제 활용 과제 ### 실제 활용 과제 영어 기술 예제 ``` Reason through a batching rule A packing line must send 42 jars. Each sealed carton holds 6 jars; opened cartons cannot ship. Each pallet holds at most 4 cartons. Determine the minimum cartons and pallets, then explain a valid loading arrangement. Separate the arithmetic from the assumptions, and state whether any jars remain unpacked. ``` #### 예상 결과 ``` Carton and pallet counts, a loading arrangement, arithmetic and explicit assumptions. ``` #### 결과 확인 ``` Multiply carton capacity back to 42 and verify no pallet exceeds four cartons. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `claude-3-7-sonnet-20250219-thinking` [`claude-3-7-sonnet-20250219-thinking`](https://ailoot.ai/models/ko/#m=claude-3-7-sonnet-20250219-thinking&route=Ultra&caller=claude-3-7-sonnet-20250219-thinking&fmt=chat) Anthropic /`claude-3-7-sonnet-20250219-thinking` ### 시작하기 Claude 3.7 Sonnet은 Anthropic의 하이브리드 추론 모델이며, 여기서는 확장 사고 모드로 사용합니다. 까다로운 코딩, 수학과 분석 작업을 검토한 뒤 텍스트 답변을 생성하며, 실용적인 소프트웨어 개발과 프런트엔드 작업을 특히 강조합니다. 허용 입력 텍스트 결과 텍스트 ### Ailoot에서 사용 가능 · 입력 및 메서드 **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` 입력 `text` 출력 `text` 출력 형식 json 또는 SSE | 필드 | 유형 | 요건 | 값과 한도 | 기본값 | | --- | --- | --- | --- | --- | | 필드`model` | 유형`string` | 요건필수 | 값과 한도 claude-3-7-sonnet-20250219-thinking | 기본값— | | 필드`messages` | 유형`message[]` | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— | | 필드`messages[].role` | 유형`string` | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— | | 필드`messages[].content` | 유형`string\|content_part[]\|null` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`messages[].tool_calls` | 유형`tool_call[]` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`messages[].tool_call_id` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— | | 필드`messages[].name` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`messages[].reasoning_content` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— | | 필드`messages[].reasoning_details` | 유형`object\|array` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`max_tokens` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— | | 필드`max_completion_tokens` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— | | 필드`stream` | 유형`boolean` | 요건선택 사항 | 값과 한도 | 기본값false | | 필드`stream_options.include_usage` | 유형`boolean` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`temperature` | 유형`number` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`top_p` | 유형`number` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`stop` | 유형`string\|string[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`tools` | 유형`function_tool[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`tools[].type` | 유형`string` | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— | | 필드`tools[].function.name` | 유형`string` | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— | | 필드`tools[].function.description` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`tools[].function.parameters` | 유형`JSON_schema` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`tool_choice` | 유형`string\|object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`parallel_tool_calls` | 유형`boolean` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`response_format` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`reasoning_effort` | 유형`string` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`reasoning` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`service_tier` | 유형`string` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`instructions` | 유형`string` | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— | | 필드`functions` | 유형`function[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`function_call` | 유형`string\|object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`prompt_cache_options` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`modalities` | 유형`string[]` | 요건선택 사항 | 값과 한도 text | 기본값— | | 필드`provider` | 유형`object` | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— | | 필드`cache_control.ttl` | 유형`string` | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— | 입력 자료 조합 **텍스트** · UTF8 텍스트 `messages[].content` 메서드 매개변수와 수명 주기 | 매개변수 | 명세 | | --- | --- | | 매개변수`content_type` | 명세application/json | | 매개변수`required` | 명세model, messages | | 매개변수`material_types` | 명세text | | 매개변수`messages` | 명세role/content 형식의 메시지 배열 | | 매개변수`file_material` | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 | | 매개변수`optional_controls` | 명세stream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | 매개변수`control_scope` | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 | | 매개변수`output_modalities` | 명세text | | 매개변수`hosted_operations` | 명세false | | 매개변수`multimodal_input_binding` | 명세null | 수명 주기: `synchronous_or_streamed` 정확한 모델 ID를 messages와 함께 보내세요. 컨텍스트 길이는 출력 상한이 아닙니다. 텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다. ### 요금 요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다. 빠른 모드 미지정 빠른 모드를 선택한 경우 Flex 모드 미지정 flex 모드를 선택한 경우 최대 추론 수준 미지정 최대 추론 수준에 default 조정값을 적용하는 경우 #### Ailoot 요금 #### 설정별 가격 | 설정 | 요금표 | 요금 | | --- | --- | --- | | 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 **$0.006** / 1K 토큰 출력 · 출력 토큰 **$0.03** / 1K 토큰 입력 · 캐시 읽기 **$0.0006** / 1K 토큰 입력 · 캐시 쓰기 **$0.0075** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 | Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. [금액 확보와 정산 방식 →](https://ailoot.ai/docs/ko/billing/reserve/) ### 요청 예제 #### Ailoot Ultra · OpenAI Chat curlPython SDKPython 스트리밍 ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "claude-3-7-sonnet-20250219-thinking", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='claude-3-7-sonnet-20250219-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='claude-3-7-sonnet-20250219-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### 결과 수신 및 저장 #### Ailoot Ultra · OpenAI Chat json 또는 SSE ##### 완료된 결과 모두 보관 반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요. 각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요. ##### 원래 응답을 확인해야 할 경우 요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다. 응답 필드 | 필드 | 유형 | | --- | --- | | 필드`choices[].index` | 유형integer | | 필드`choices[].message.content` | 유형string\|null | | 필드`choices[].message.tool_calls` | 유형tool\_call\[\] | | 필드`choices[].message.reasoning_content` | 유형string | | 필드`choices[].message.reasoning_details` | 유형object\|array | | 필드`choices[].finish_reason` | 유형string\|null | | 필드`usage` | 유형object | 오류와 다음 단계 | 응답 | 조건 | 다음 단계 | | --- | --- | --- | | 응답400 · `invalid_request_error` | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. | ### 별칭 #### 모델 별칭 **Ailoot Ultra** [`claude-3-7-sonnet-20250219-thinking`](https://ailoot.ai/models/ko/#m=claude-3-7-sonnet-20250219-thinking&route=Ultra&caller=claude-3-7-sonnet-20250219-thinking&fmt=chat) #### 메서드 경로 별칭 위에 표시된 메서드 경로를 사용하세요. #### 관련 호출용 ID [`claude-3-7-sonnet-20250219-thinking`](https://ailoot.ai/models/ko/#m=claude-3-7-sonnet-20250219-thinking&route=Ultra&caller=claude-3-7-sonnet-20250219-thinking&fmt=chat) FAQ · claude-3-7-sonnet-20250219-thinking 어떤 입력과 결과를 사용할 수 있나요? `POST /v1/chat/completions` · `claude-3-7-sonnet-20250219-thinking`: `text` → `text` 요청은 어떤 필드를 사용하나요? `POST /v1/chat/completions` · `claude-3-7-sonnet-20250219-thinking`: `model`, `messages`, `stream`, `modalities`, `provider` 어떤 제한이 적용되나요? `POST /v1/chat/completions` · `claude-3-7-sonnet-20250219-thinking`: `messages.min_items`: `1` Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요. ## 회사와 그 프로젝트 포트폴리오 회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출. ## 할인받아 토큰을 구매하세요. 정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드. 구독 정기 요청에 맞는 할인 요금제를 선택하세요. 최대 50% 프로모션 코드 구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다. 이력의 지출 요청마다 모델, 토큰, 금액을 저장합니다. [구독 선택](https://ailoot.ai/docs/ko/billing/subscriptions/) · [모델 가격 보기](https://ailoot.ai/models/ko/) ## 판매하는 제품에 API를 연결하세요. Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요. 상업용 앱 서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요. 리셀러 라이선스 프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요. 사이트의 문서 연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다. [리셀러 라이선스 요청](mailto:support@ailoot.ai) · [공식 이용 조건과 라이선스 계약](https://ailoot.ai/legal/offer?lang=ko) ## Ailoot · 회사와 그 프로젝트 포트폴리오 Ailoot는 축적된 운영 경험, 폭넓은 고객 기반, 안정적인 서비스, 지속적인 KPI 관리를 바탕으로 합니다. 회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출. Ailoot는 이러한 운영 경험을 고객의 제품, 에이전트, 애플리케이션, 자동화에서 AI 기능을 이용할 수 있는 API 접근에 활용합니다.