ElevenAgents에서의 이미지 및 문서 처리

ElevenAgents는 기존의 음성, WhatsApp, 웹, 모바일 채널에 더해 이미지와 PDF 같은 파일 입력을 지원하는 멀티모달 기능을 도입했다. 이를 통해 고객은 설명 대신 사진을 보여주는 것만으로도 문제를 빠르게 해결할 수 있다.

ElevenAgents의 주요 특징은 다음과 같다.

• 통합된 컨텍스트: 모든 입력 유형이 하나의 대화 스레드 내에서 처리되어 대화의 맥락이 유지된다.
• 채널 간 일관성: 웹, 모바일, WhatsApp 등 다양한 채널에서 동일한 에이전트 설정을 공유한다.
• 유연한 입력 처리: 입력된 파일은 모델의 컨텍스트에 직접 전달되어 텍스트 요약 없이도 원본 정보를 활용한다.

입력 데이터는 크게 두 가지 방식으로 처리된다. 이미지와 PDF는 File-backed 방식으로 처리되어 모델에 file_id와 함께 원본 파일 참조가 전달된다. 반면 음성, 텍스트, 위치 정보 등은 Inline 방식으로 처리되어 텍스트로 정규화된 후 모델에 전달된다.