지식 페이지에서는 에이전트에 학습시킬 문서와 피드백을 관리합니다
업무 메뉴얼, 운영지침, 자주묻는 Q&A, 보고서 등 사내에 문서로 관리되던 지식이 있다면 어떤 형태의 문서이든지 모두 에이전트의 지식으로 학습시킬 수 있습니다.
문서 형태나 확장자에 따라 추가 처리를 하지 않고 단순히 업로드하는 것만으로도 AI가 활용할 수 있는 형태의 데이터로 변환하여 학습할 수 있습니다.
지식페이지에서는 문서와 피드백 2가지 형태의 데이터를 관리합니다. 등록된 문서와 피드백은 AI가 답변을 생성해내는데 참고할 지식으로 활용됩니다.
문서와 피드백
문서
문서는 조직 내에서 축적된 공식적인 지식과 정보를 체계적으로 정리한 자료입니다. 이는 회사의 정책, 절차, 제품 정보, 업무 지침 등을 포함하며, AI 시스템이 참조할 수 있는 신뢰할 수 있는 정보 원천으로 작용합니다. AI 에이전트는 이러한 문서를 활용하여 조직 특화된 질문에 정확하게 답변하고, 일관된 정보를 제공할 수 있습니다. 사내 문서를 AI 시스템에 연결함으로써, 직원들은 필요한 정보를 빠르게 찾고 업무 효율성을 높일 수 있습니다.
피드백 (Q-A 세트)
피드백은 AI 에이전트의 성능을 지속적으로 개선하기 위한 핵심 메커니즘입니다. 에이전트가 부정확하거나 불완전한 답변을 제공할 때, 전문가가 작성한 모범 답변을 함께 저장하여 질문-답변(Q-A) 세트를 구축합니다. 이러한 데이터셋은 AI가 유사한 질문을 받았을 때 더 정확한 응답을 제공할 수 있도록 학습 자료로 활용됩니다. 피드백 시스템을 통해 AI는 시간이 지남에 따라 조직의 요구사항과 기대에 더 잘 부합하는 방향으로 발전하며, 사용자의 만족도를 높이고 업무 관련 질의에 더 효과적으로 대응할 수 있게 됩니다.
RAG란
RAG(Retrieval-Augmented Generation)는 AI가 질문에 답변할 때 외부 정보를 먼저 검색(Retrieval)하고, 그 정보를 바탕으로 답변을 생성(Generation)하는 기술입니다. 쉽게 말해, AI가 자체 지식만 사용하는 것이 아니라 '참고 자료'를 찾아보고 답하는 방식입니다. 이러한 방식을 활용하여 AI의 할루시네이션을 컨트롤 할 수 있습니다.
RAG의 핵심 특징
1.
정보 검색(Retrieval): 질문과 관련된 문서, 데이터베이스, 지식 저장소에서 필요한 정보를 찾아옵니다.
2.
정보 활용(Augmentation): 검색한 정보를 AI의 답변 생성 과정에 통합합니다.
3.
답변 생성(Generation): 검색된 정보와 AI의 기본 지식을 결합하여 정확하고 최신 정보를 포함한 답변을 생성합니다.
4.
출처 제공: 답변의 근거가 되는 원천 정보를 함께 제시할 수 있어 신뢰성이 높아집니다.
RAG의 장점
•
최신 정보 제공: AI의 학습 데이터 이후에 생성된 최신 정보도 검색하여 활용할 수 있습니다.
•
정확성 향상: 구체적인 사실이나 수치가 필요한 질문에 더 정확한 답변을 제공합니다.
•
맞춤형 지식: 기업 내부 문서나 특정 도메인의 전문 정보를 활용해 특화된 답변이 가능합니다.
•
환각(Hallucination) 감소: AI가 잘못된 정보를 생성할 가능성이 줄어듭니다.
일상에서의 RAG 활용 예시
•
기업 지식 검색: "우리 회사의 휴가 정책은 어떻게 되나요?"라는 질문에 내부 문서를 검색하여 정확한 정보 제공
•
기술 지원: 제품 매뉴얼과 기술 문서를 바탕으로 구체적인 문제 해결 방법 제시
•
연구 지원: 최신 학술 논문을 검색하여 현재 연구 동향에 맞는 답변 생성
•
법률/의료 자문: 관련 법규나 의학 문헌을 참조하여 신뢰할 수 있는 정보 제공
쉬운 비유로 이해하기
RAG는 마치 시험을 볼 때 오픈북(참고 자료 허용) 방식과 유사합니다. 기억에만 의존하는 것이 아니라, 필요한 정보를 찾아보고 더 정확한 답변을 작성할 수 있습니다. 또는 친구에게 질문했을 때, 그 친구가 책이나 인터넷을 찾아본 후 답변하는 것과 비슷합니다.
RAG는 기존 AI의 한계를 보완하여 더 정확하고 신뢰할 수 있는 AI 시스템을 구축하는 데 중요한 기술입니다.
문서 등록하기
문서는 2가지 방식을 통해 등록할 수 있습니다. 문서 파일 직접 업로드하기 구글 드라이브 링크를 통해 업로드하기
문서 파일 직접 업로드하기 구글 드라이브 링크를 통해 업로드하기 문서 파일 직접 업로드
•
PC의 문서를 선택하여 업로드해주세요.
•
파일로 업로드시 지원하는 확장자는 다음과 같습니다.
◦
PDF, DOCX, DOC, XLSX, XLS, PPTX, PPT, HWP, HWPX
◦
◦
한글 파일도 지원합니다
•
단, 이미지로만 구성된 문서의 경우 베타기능인 STORM Parse를 이용해서 업로드해주세요.
[베타기능] STORM Parse 활용해보기
STORM Parse는 VisionLLM 기술을 활용하여 복잡한 문서 요소를 AI가 해석하기 용이한 형태로 변환합니다. 일반 파서가 놓치기 쉬운 시각적 정보와 구조적 데이터를 정확하게 인식하여 처리하기 때문에 AI 에이전트가 더 정확한 답변을 응답할 수 있습니다.
이럴 때 사용하세요:
•
복잡한 표 데이터가 포함된 문서: 일반 파서로 처리하기 어려운 복잡한 표 구조를 가진 문서
•
이미지가 포함된 문서: 텍스트뿐만 아니라 차트, 그래프, 다이어그램 등 시각적 요소가 포함된 문서
•
레이아웃이 복잡한 문서: 여러 열, 텍스트 상자, 특수 서식 등 복잡한 레이아웃 구조를 가진 문서
•
스캔된 문서나 PDF: 텍스트 추출이 어려운 이미지 기반 PDF나 스캔된 문서
지원중인 확장자는 다음과 같습니다
•
PDF, PNG, JPG, JPEG, PPT, PPTX, DOCX, DOC
참고: 현재 베타 서비스로 제공 중이며, 최적의 성능을 위해 파일 1건당 500페이지 미만으로 업로드를 권장합니다.
구글 드라이브 링크로 업로드
•
링크로 업로드시 지원하는 확장자는 다음과 같습니다.
◦
google sheet, google drive
◦
•
구글 드라이브 링크로 등록하시는 경우, 꼭 구글 드라이브 링크의 공유설정을 확인해주세요.
◦
액세스 권한을 “링크가 있는 모든 사용자”로 설정해주셔야 에이전트가 문서를 학습할 수 있습니다.
폴더
폴더는 방대한 지식 데이터를 논리적으로 구조화하여 에이전트의 응답 정확성과 관련성을 높이는 핵심 기능입니다. 만약 1만개 이상의 다양한 문서를 학습시켜야한다면 폴더 기능을 활용해서 유사한 카테고리별로 폴더를 구분하여 관리해주세요. 폴더를 구분하고 해당 폴더를 대표하는 폴더의 이름을 지정해놓는 것만으로 검색성능을 높일 수 있습니다.
폴더 활용 시나리오
1. 많은 양의 문서를 더 효과적으로 검색하고 싶은 경우
폴더를 명확히 구분한다면 매우 많은 양의 문서 사이에서도 더 정확한 정보를 검색해낼 수 있습니다. 단, 폴더의 이름을 폴더 내 문서들을 대표할 수 있는 키워드로 작성할 수 있도록 주의해야합니다.
예시: 유저의 질문이 “휴양시설 신청 방법”이라면 스톰 내부 검색 단계에서 “인사 가이드”라는 폴더를 더 우선시하여 검색
2. 컨텍스트 분리가 필요한 경우
유사한 용어와 구조를 가진 문서들이 다른 맥락에서 사용될 때, 폴더 기능을 통해 정보 간 경계를 명확히 설정할 수 있습니다.
예시: 프랜차이즈 본사에서 각 지점별 정보 관리
•
각 지점(강남점, 역삼점, 선릉점 등)의 고유 정보(영업시간, 주차정보, 특별 메뉴)를 별도 폴더로 구성
•
에이전트는 사용자가 특정 지점에 관해 질문할 때 해당 지점 폴더의 정보만 참조하여 혼선 방지
3. 정보 접근 제어가 필요한 경우
조직 내 역할과 권한에 따라 접근 가능한 정보를 제한하여 정보 보안을 강화합니다.
예시: 기업 내부 정보 접근 관리
•
'인사 정보', '재무 정보', '개발 문서', '전사 공통 정보' 등으로 폴더 구성
•
각 부서 직원은 자신의 업무 영역과 공통 정보에만 접근 권한을 부여받음
•
에이전트는 사용자의 권한에 맞는 폴더 내 정보만 참조하여 응답
4. 상품/서비스별 정보 분리가 필요한 경우
다양한 상품이나 서비스 정보를 명확히 구분하여 정확한 응답을 제공합니다.
예시: 금융기관의 상품별 정보 관리
•
각 보험 상품, 투자 상품, 대출 상품별로 폴더 구성
•
고객이 가입한 특정 상품에 관한 질문 시, 에이전트는 해당 상품 폴더만 참조하여 정확한 정보 제공
•
상품 간 유사한 용어가 있더라도 맥락에 맞는 정확한 설명 가능
전문가 팁: 폴더 이름은 단순한 라벨이 아닌 내용을 직관적으로 나타내는 중요한 메타데이터입니다. 명확하고 구체적인 폴더명은 관리자뿐만 아니라 AI 에이전트의 컨텍스트 이해에도 도움을 줍니다. "문서1", "자료" 같은 모호한 이름 대신 "2024_인사정책", "고객응대_스크립트" 등 내용과 목적을 명확히 표현하는 명명 규칙을 사용하세요. 특히 우선탐색 폴더는 "공식_가이드라인", "최신_정책" 등 권위와 우선순위를 암시하는 이름을 부여하는 것이 효과적입니다.
전문가 팁: 폴더 구조를 설계할 때는 사용자의 질문 패턴과 정보 접근 요구사항을 고려하여 논리적인 구조를 갖추는 것이 중요합니다. 너무 세분화된 폴더 구조는 관리 복잡성을 증가시킬 수 있습니다.
우선탐색 옵션
•
에이전트가 질문에 답변할 때 특정 폴더의 정보를 먼저 검색하도록 하는 Advanced 기능입니다.
•
이 기능은 유사한 내용이 여러 문서에 분산되어 있지만, 특정 문서의 정보가 더 신뢰할 수 있거나 우선시되어야 할 때 특히 유용합니다.
•
예를들어서 모든 영업 지점에서 적용되는 공통적인 지식이 포함된 문서가 있다면 해당 문서들을 하나의 폴더로 구분한 뒤에, 우선 탐색 폴더로 지정합니다. ex) 프랜차이즈명, 기본적인 응대 매뉴얼 등.
•
토글을 활성화 하여 우선 탐색 폴더로 지정할 수 있습니다.
문서 수정
문서 내용 수정하기
등록한 문서의 내용이 수정되어야한다면 문서 등록방식에 따라 다음과 같이 수정하실 수 있습니다.
파일로 등록한 문서
•
기존의 파일을 삭제하고 다시 재 업로드합니다.
STORM Pasre 통해 등록한 문서
•
문서의 상세 페이지로 이동해주세요.
•
변환결과 수정하기 버튼을 클릭해주세요.
•
좌측의 원본 문서를 확인하며 수정이 필요한 곳을 변경하신 후 저장합니다.
링크로 등록한 문서
•
링크로 등록한 문서의 상세페이지로 이동해주세요.
•
업데이트 버튼을 클릭하여 최신 버전의 문서로 다시 학습 시킬 수 있습니다.
문서가 등록된 폴더 수정하기
등록한 문서가 저장된 폴더 위치를 수정해야한다면 문서의 상세 페이지로 이동 후 변경할 폴더를 지정하여 저장된 위치를 이동시킬 수 있습니다.
피드백 등록하기
•
피드백은 테스트 과정 또는 로그 내역 검토 과정에서 등록하실 수 있습니다
•
피드백 수정
•
피드백 상세페이지로 이동해주세요.
•
피드백했던 질문과 모범답변을 수정할 수 있습니다.
단, 질문과 답변은 750자 이내로만 입력가능합니다.