Safero turns lab layouts, SOPs and safety data sheets into traceable safety reviews. Our Claude-powered platform helps EHS teams design safer labs, keep documentation current and run inspections in a fraction of the time, with every finding linked to its source.
Safero는 연구실 도면, SOP, MSDS(SDS)를 근거가 추적되는 안전 검토로 바꿉니다. Claude 기반 플랫폼으로 안전관리 담당자가 더 안전한 연구실을 설계하고, 문서를 최신으로 유지하고, 점검을 빠르게 수행하도록 돕습니다. 모든 지적사항은 근거 문서와 연결됩니다.
Flammables cabinet is adjacent to oxidizer storage. Suggest relocating or adding separation.
SDS §7 · internal SOP CH-03Clear width between bench B and cylinder rack needs verification on site.
Layout rule set · egressEyewash/shower within travel distance of both hoods.
Checklist item E-2Every new lab, chemical or procedure creates paperwork: risk assessments, SOP updates, storage plans, inspection checklists. Safety teams are small, regulations are dense, and the knowledge needed to connect a floor plan to a chemical's hazards lives in dozens of disconnected documents.
새로운 연구실, 화학물질, 실험 절차가 생길 때마다 위험성평가, SOP 개정, 보관 계획, 점검표가 쏟아집니다. 안전 담당 인력은 적고 규정은 방대하며, 도면과 화학물질 위험성을 연결하는 지식은 수십 개의 흩어진 문서에 묻혀 있습니다.
Four modules share one source-linked knowledge layer, so a change in a chemical inventory or SOP flows through to layouts, checklists and inspections.
네 개의 모듈이 하나의 근거 연결형 지식 레이어를 공유합니다. 화학물질 목록이나 SOP가 바뀌면 도면 검토, 체크리스트, 점검까지 자동으로 반영됩니다.
Upload a lab floor plan and equipment list. Safero checks fume hood placement, chemical storage segregation, emergency equipment reach and egress paths, and returns cited findings before construction starts.
연구실 도면과 장비 목록을 올리면 흄후드 위치, 화학물질 보관 분리, 비상설비 접근성, 대피 동선을 검토하고 시공 전에 근거가 달린 지적사항을 제시합니다.
Turn safety data sheets and procedures into structured, searchable data. Claude extracts hazards, PPE, storage and incompatibilities into JSON, each field linked back to the exact page it came from.
MSDS와 SOP를 구조화된 데이터로 변환합니다. Claude가 유해성, 보호구, 보관조건, 혼재금지 정보를 JSON으로 추출하고, 모든 항목을 원문 페이지와 연결합니다.
Lab-specific checklists generated from the lab's actual chemicals, equipment and procedures. Inspectors record results on mobile, and Safero drafts corrective-action reports for review.
실제 보유 화학물질, 장비, 절차를 기반으로 연구실별 맞춤 점검표를 생성합니다. 점검자는 모바일로 결과를 기록하고, Safero가 개선조치 보고서 초안을 작성합니다.
Researchers ask "Can I store this next to that?" or "What PPE does this procedure need?" and get answers grounded in their institution's own SOPs and SDS library, with citations and an escalation path to the safety officer.
"이 물질을 저 물질 옆에 보관해도 되나요?", "이 실험에 필요한 보호구는?" 같은 질문에 기관의 SOP와 MSDS를 근거로 답하고, 출처와 함께 안전관리자에게 연결합니다.
Safety work cannot tolerate unsupported answers. Our pipeline uses Claude for document understanding and reasoning, deterministic code for rules and calculations, and a human reviewer for every decision that matters.
안전 업무에서 근거 없는 답은 허용될 수 없습니다. Safero는 문서 이해와 추론에 Claude를, 규칙과 계산에는 검증된 코드를, 중요한 판단에는 반드시 사람의 검토를 사용합니다.
SDS, SOPs, floor plans, inventories. Korean and English PDFs.
Structured JSON outputs with page-level citations.
Claude calls deterministic rule and geometry checks via tool use.
Review drafts where every claim links to its source.
A qualified reviewer accepts, edits or rejects each item.
# Claude extracts SDS fields into a strict schema; every value carries its source. response = client.messages.create( model="claude-sonnet", tools=[segregation_check, egress_check, schema_validator], messages=[{"role": "user", "content": [sds_document, extraction_prompt]}], ) for field in parse_structured(response): assert field.source.page is not None # no citation, no finding review_queue.add(field, status="needs_human_review")
Long-context document reasoning, tool use, structured outputs and citations power every module.
긴 문서 추론, 도구 호출, 구조화 출력, 인용 기능이 모든 모듈의 핵심입니다.
Our product, rule library and evaluation suites are developed with Claude Code as a core part of our engineering workflow.
제품, 규칙 라이브러리, 평가 체계를 Claude Code로 개발하는 것이 엔지니어링의 기본입니다.
We measure extraction accuracy, citation coverage and reviewer correction rates before any feature reaches users.
추출 정확도, 인용 커버리지, 검토자 수정률을 측정한 뒤에만 기능을 출시합니다.
Every finding links to the document and page it came from.
모든 지적사항은 원문 문서와 페이지에 연결됩니다.
Risk decisions and approvals stay with qualified people.
위험 판단과 승인은 자격을 갖춘 사람이 합니다.
Missing or conflicting data is flagged, not guessed.
누락되거나 상충하는 정보는 추측하지 않고 표시합니다.
Institution documents are access-controlled and never used to train models.
기관 문서는 접근이 통제되며 모델 학습에 사용되지 않습니다.
Safero was founded in January 2025 in Cheongju, South Korea, by Junhyuk Oh, whose background is in laboratory furniture and lab fit-out work. Having seen how safety issues are designed into labs long before anyone notices them, we are building the software we wished existed: AI that reads the documents, checks the design and keeps every answer traceable.
Safero는 2025년 1월 충청북도 청주에서 오준혁 대표가 설립했습니다. 실험실 가구와 연구실 구축 현장에서 쌓은 경험을 바탕으로, 안전 문제가 설계 단계에서 이미 만들어진다는 것을 체감했습니다. 그래서 문서를 읽고, 설계를 검토하고, 모든 답에 근거를 남기는 AI를 직접 만들고 있습니다.
Company established in Cheongju to build safety software for research laboratories.
연구실 안전 소프트웨어 개발을 위해 청주에서 설립.
Developing Safero Docs, Design, Inspect and Copilot with the Claude API and Claude Code.
Claude API와 Claude Code로 Docs, Design, Inspect, Copilot 모듈 개발.
Opening pilots with university and corporate R&D labs in Korea.
국내 대학 및 기업 연구소와 파일럿 진행 예정.
We are onboarding a small group of early-access labs. Tell us about your lab and safety workflow.
소수의 얼리 액세스 연구실을 모집하고 있습니다. 연구실과 안전관리 업무에 대해 알려주세요.
hello@safero.dpdns.org →