지식 베이스 및 RAG
지식 베이스 및 RAG
섹션 제목: “지식 베이스 및 RAG”지식 베이스는 AI 봇의 기반입니다. 조직의 실제 문서를 업로드하면 봇이 이 데이터에서 학습하여 스마트 RAG(검색 증강 생성) 파이프라인을 사용해 질문에 답변합니다.
문서 업로드
섹션 제목: “문서 업로드”-
왼쪽 메뉴에서 지식 베이스로 이동합니다.
-
문서 업로드를 클릭하고 파일(PDF, DOCX 또는 TXT)을 선택합니다.
-
시스템이 문서를 처리하고 인덱싱할 때까지 기다립니다. 완료되면 상태가 준비 완료로 표시됩니다.
-
오른쪽의 테스트 봇 패널에서 봇을 테스트하여 업로드된 문서에서 질문에 답변할 수 있는지 확인합니다.
텍스트에서 만들기
섹션 제목: “텍스트에서 만들기”파일 업로드 외에도 텍스트에서 직접 지식 베이스 항목을 만들 수 있습니다:
- 텍스트에서 만들기를 클릭
- 쉽게 참조할 수 있도록 제목 입력
- 텍스트 편집기에 내용 붙여넣기 또는 입력
- 저장 클릭 — 시스템이 즉시 인덱싱합니다
이 기능은 FAQ, 정책 또는 파일 없이 직접 작성하려는 모든 콘텐츠에 유용합니다.
RAG 파이프라인
섹션 제목: “RAG 파이프라인”사용자가 질문하면 시스템은 4단계 RAG 파이프라인으로 처리합니다:
-
하이브리드 검색 — 키워드와 시맨틱 벡터 검색을 동시에 사용하여 모든 문서를 검색하며, 관련 콘텐츠를 놓치지 않습니다.
-
쿼리 재작성 — 사용자의 질문을 더 정확하고 검색하기 쉽게 재작성하여, 질문이 모호한 경우에도 검색 정확도를 높입니다.
-
재순위 지정 — 검색된 문서 청크를 관련성에 따라 점수를 매기고 재순위 지정하여 가장 관련성 높은 콘텐츠가 AI 모델에 먼저 전달됩니다.
-
답변 생성 — AI 모델이 검색된 콘텐츠를 기반으로 자연어 답변을 생성하며 출처 참조를 포함합니다.
RAG 기능
섹션 제목: “RAG 기능”| 기능 | 설명 |
|---|---|
| 하이브리드 검색 | 키워드 + 시맨틱 벡터 검색을 결합하여 높은 재현율 달성 |
| 쿼리 재작성 | 사용자 질문을 자동으로 재구성하여 검색 정확도 향상 |
| 재순위 지정 | 크로스 인코더 재순위 지정으로 가장 관련성 높은 청크 표시 |
| 스마트 모델 라우팅 | 복잡성과 비용에 따라 쿼리를 적절한 모델로 라우팅 |
가드레일 모드
섹션 제목: “가드레일 모드”봇이 지식 베이스 내에 머무는 엄격함을 제어합니다:
| 모드 | 동작 |
|---|---|
| 엄격 | 봇은 업로드된 문서에서만 답변합니다. 관련 콘텐츠가 없으면 답변을 거부합니다. |
| 하이브리드 | 봇은 주로 지식 베이스를 사용하지만 필요할 때 일반 지식으로 보완할 수 있습니다. |
| 오픈 | 봇은 지식 베이스를 컨텍스트로 사용하지만 훈련 데이터에서 자유롭게 답변할 수 있습니다. |
테스트 봇
섹션 제목: “테스트 봇”라이브 전에 테스트 봇 패널을 사용하여 지식 베이스를 확인하세요:
- 사용자처럼 질문 입력
- 답변이 문서에 기반하고 있는지 확인
- 소스 보기를 사용하여 봇이 검색한 문서 청크 확인
- 필요에 따라 가드레일 모드를 조정하고 재테스트
지식 베이스 변경 사항은 테스트 봇에 즉시 적용됩니다 — 재배포가 필요하지 않습니다.
KB 자동 제안 초안
섹션 제목: “KB 자동 제안 초안”
자동 제안 기능은 분석 대시보드의 미답변 질문을 분석하여 콘텐츠 공백을 채우기 위한 지식 베이스 문서 초안을 자동으로 생성합니다:
- 시스템이 일치하는 문서가 없는 미답변 질문에서 주제를 식별합니다
- 질문 패턴에 기반하여 제안 콘텐츠가 포함된 초안 문서를 생성합니다
- 초안은 “제안 초안” 배지와 함께 분석 → 미답변 섹션에 표시됩니다
- 초안을 검토, 편집하고 게시하여 봇 커버리지를 즉시 향상시킵니다