사내 문서에 근거해 답하는
AI 에이전트를
업무 기준에 맞춰 구축합니다
문서와 업무 데이터를 연결해 답변 출처를 보여주는 에이전트를 구성합니다. 지원 채널, 답변 정책, 권한 범위를 검수한 뒤 배포합니다.
출처 구성
기준 설정
조건별 연결
도구 실행 통제
챗봇은 많은데,
믿을 만한 챗봇이 없습니다
같은 질문, 매일 반복
규정·절차·제품 문의 같은 반복 질문이 담당자의 하루를 잡아먹습니다. 답은 늘 같은데, 응대는 매번 사람이 합니다.
지식은 있는데, 찾을 수 없다
답은 분명 사내 어딘가에 있습니다. 위키, 규정집, 메신저 어딘가에. 찾는 시간이 묻는 시간보다 깁니다.
도입해도 못 믿는 답변
일반 LLM 챗봇은 그럴듯한 오답을 만들어냅니다. 근거 없는 답변 한 번이면 조직 전체가 챗봇을 외면합니다.
연결 → 설정 → 검수 → 배포,
설정 중심으로 구성합니다
지식 연결
문서를 업로드하거나 사내 시스템을 연결합니다. Ontokit을 쓰고 있다면 이미 구축된 온톨로지를 그대로 지식으로 사용합니다.
페르소나·정책 설정
말투와 응대 범위, 답하면 안 되는 주제를 정책으로 설정합니다. 회사의 응대 기준을 에이전트 규칙에 반영합니다.
테스트·검수
예상 질문 시뮬레이션으로 답변 품질을 미리 확인합니다. 신뢰도 낮은 답변은 자동으로 표시되어 배포 전에 다듬을 수 있습니다.
채널 배포
웹 위젯, 카카오톡, 슬랙, 사내 포털을 배포 채널로 검토합니다. 채널별 API와 인증 조건을 확인해 같은 답변 정책을 연결합니다.
회사의 지식으로 답하고,
출처를 보여줍니다
출처 기반 응답
답변에 사용한 출처 문서와 구간을 연결합니다. 근거가 기준에 미달하면 미응답하거나 담당자 연결을 안내할 수 있습니다.
상담사 핸드오프
에이전트가 처리할 수 없는 문의는 대화 맥락과 함께 담당자에게 넘어갑니다. 고객은 같은 말을 두 번 하지 않습니다.
대화 분석
무엇을 많이 묻는지, 어디서 답을 못 했는지 대시보드로 확인합니다. 자주 막히는 질문은 지식 보강 제안으로 이어집니다.
권한·보안
부서·직급별로 접근 가능한 지식 범위를 분리합니다. 인사 규정은 모두에게, 연봉 테이블은 인사팀에게만.
자사 프로젝트에서
수행한 적용 범위입니다
자사 프로젝트에서 수행한 지식 기반과 에이전트 구축 범위를 확인할 수 있습니다.
HR·총무·IT 문의 자동화
규정·절차·복지 질문의 답변 근거를 연결합니다. CJ대한통운 HR 영역 AX 전환 PoC에서 수행한 범위입니다.
현장 지식 Q&A
생산·품질 도메인 지식에 근거해 현장 질문에 답하는 구조입니다. 호전실업 의류 OEM AX 전환에서 수행한 범위입니다.
제품·주문 문의 응대
제품 정보, 주문·배송 상태, 교환·반품 절차를 답변 범위로 구성할 수 있습니다. 처리 불가 건은 대화 맥락과 함께 상담사에게 넘기도록 설정합니다.
자주 묻는 질문
도입 전에 가장 자주 확인하는 조건을 정리했습니다.
어떤 문서와 데이터를 연결할 수 있나요?
규정·매뉴얼·FAQ 같은 문서와 업무 시스템의 데이터를 검토할 수 있습니다. 실제 연결 범위는 파일 형식, API 제공 여부, 접근 권한, 개인정보와 보안 정책을 확인한 뒤 정합니다.
답변에 출처를 표시할 수 있나요?
가능합니다. 답변에 사용한 문서와 구간을 연결하고, 근거가 부족할 때 미응답하거나 담당자에게 넘기는 기준을 설정할 수 있습니다.
웹·카카오톡·슬랙에 모두 배포할 수 있나요?
지원 채널과 연동 방식은 각 채널의 API 정책, 고객 계정, 인증 방식에 따라 달라집니다. 먼저 웹 위젯으로 검수한 뒤 필요한 채널을 순차 연결할 수 있습니다.
부서별로 볼 수 있는 정보를 나눌 수 있나요?
사용자 인증과 원천 데이터 권한이 제공되면 부서·직급·역할별 접근 범위를 구성할 수 있습니다. 권한이 필요한 답변과 도구 실행은 배포 전에 시나리오별로 검수합니다.
구축 후에는 누가 답변 품질을 관리하나요?
프로젝트에서 고객 담당자와 알파카랩스의 운영 역할을 구분합니다. 미응답·낮은 평가·근거 오류를 확인하고 문서, 정책, 프롬프트의 변경 이력을 관리합니다.