AI로 콘텐츠를 만들 때, 어떤 질문이 정말 사업에 도움이 되는지, AI가 사실에 근거해서 답변하는지 확신하기 어렵습니다. 특히 기업 내부 자료(RAG)를 활용할 때, 자료가 충분한지 부족한지, 부족하다면 무엇을 보강해야 할지 판단하는 기준이 모호해 막막함을 느낍니다. 단순 텍스트 생성을 넘어, 가치 있는 콘텐츠를 체계적으로 기획하고 관리하는 방법에 대한 구체적인 해답을 찾고 있습니다.

이 문제를 해결하기 위해 '에이전틱(Agentic) AI' 접근법을 사용합니다. 이는 한 명의 만능 전문가가 아닌, 각기 다른 전문 분야를 가진 여러 담당자가 회의를 통해 결론을 내리는 것과 유사합니다. 단일 AI가 모든 것을 판단하는 대신, 여러 AI 에이전트가 각자의 역할을 맡아 질문의 가치를 다각도로 분석합니다.

* 콘텐츠 중복 평가 에이전트: 이미 기존 콘텐츠가 답하고 있는가? 신규 발행과 보강 중 무엇이 나은가? * RAG 근거 평가 에이전트: 공식 자료로 답변할 근거가 충분한가? 어떤 자료가 부족한가?

이러한 다각적 검토를 통해 사업과 무관하거나 근거 없는 콘텐츠가 무분별하게 생성되는 것을 막고, 정말 가치 있는 주제에 집중할 수 있습니다.

주식회사 코이스(KOIS)의 KOIS 지식엔진은 이 에이전틱 AI 방식을 실제 콘텐츠 운영에 적용합니다. AI 채팅 등에서 발생한 실제 사용자 질문을 바탕으로, 백엔드에서 여러 AI 에이전트가 협력하여 분석한 뒤 다음과 같은 '콘텐츠 후보' 보고서를 제안합니다.

* 후보 질문: 콘텐츠로 만들 가치가 있다고 판단된 실제 사용자 질문 * 추천 처리: '신규 콘텐츠 생성' 또는 '기존 콘텐츠 보강' 제안 * 추천 이유: 사업 관련성, 고객 가치, 반복 빈도 등 왜 이 질문이 중요한지에 대한 분석 * RAG 자료 상태: 질문에 답하기 위한 내부 공식 자료의 준비 상태를 명시

특히 RAG 자료 상태는 다음과 같이 구체적으로 표시하여 담당자의 판단을 돕습니다.

* 충분: 현재 자료만으로 공식 초안을 만들 수 있음 * 일부 부족: 기본 답변은 가능하나 가격, 예외 조건 등 일부 정보가 부족함 * 없음: 질문에 답할 공식 자료가 전혀 없음 * 고객 확인 필요: 자료는 있으나 최신성, 공개 가능성 등을 담당자가 확인해야 함

예를 들어 '요금제별 차이가 무엇인가요?'라는 질문에 대해, 에이전틱 AI는 'RAG 자료 일부 부족'으로 판단하고 '상위 요금제 전환 기준, 초과 사용 정책 자료가 부족합니다'와 같이 필요한 자료를 구체적으로 제안할 수 있습니다. 이를 통해 담당자는 AI의 제안을 검토하고 '자료 보강', '승인', '보류', '폐기' 등 명확한 다음 단계를 결정할 수 있습니다.

AI가 콘텐츠의 '사업 가치'를 정말 판단할 수 있나요?

AI가 최종적인 가치 판단을 내리는 것이 아닙니다. KOIS 지식엔진의 에이전틱 AI는 사전에 학습된 고객 비즈니스 정보와 실제 사용자 질문 데이터를 바탕으로 '구매와 가까운 질문인지', '반복 문의를 줄일 수 있는지' 등을 분석하여 '가치가 높을 것으로 추정되는 후보'를 추천 이유와 함께 제안하는 역할을 합니다. 최종적인 가치 판단과 공개 여부 결정은 언제나 고객 담당자가 합니다.

RAG 자료가 부족하면 결국 AI가 내용을 지어내는 것 아닌가요?

아닙니다. KOIS 지식엔진은 RAG 자료가 부족하다고 판단되면 '자료 일부 부족', '없음' 등의 상태를 명시적으로 표시하고, 어떤 자료가 왜 부족한지 구체적으로 제안하여 자료 보강을 유도하도록 설계되었습니다. 근거가 불충분할 경우, AI가 임의로 내용을 추측하여 초안을 만드는(환각) 대신 '생성 보류'를 권장하여 정보의 정확성을 유지합니다.

선택지 비교

결정 후 다음 단계

* 현재 보유한 공식 자료(제품 소개서, 매뉴얼, FAQ 등) 목록을 정리하고 최신화하기 * 고객에게 자주 들어오는 질문과 그에 대한 답변 근거가 명확한지 점검하기