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
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-답 변(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.💡 RAG
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.파일로 업로드시 지원하는 확장자는 다음과 같습니다.PDF, PNG, JPG, JPEG, PPT, PPTX, DOCX, DOC, XLSX, XLS
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.
링크로 업로드시 지원하는 확장자는 다음과 같습니다.google sheet, google drive
구글 드라이브 링크로 등록하시는 경우, 꼭 구글 드라이브 링크의 공유설정 을 확인해주세요.액세스 권한을 "링크가 있는 모든 사용자"로 설정해주셔야 에이전트가 문서를 학습할 수 있습니다.
문서 수정#
등록한 문서의 내용이 수정되어야한다면 문서 등록방식에 따라 다음과 같이 수정하실 수 있습니다.기존의 파일을 삭제하고 다시 재 업로드합니다.
2️⃣ STORM Parse 통해 등록한 문서#
좌측의 원본 문서를 확인하며 수정이 필요한 곳을 변경하신 후 저장합니다.
링크로 등록한 문서의 상세페이지로 이동해주세요.
업데이트 버튼을 클릭하여 최신 버전의 문서로 다시 학습 시킬 수 있습니다.
Modified at 2025-10-17 08:39:55
