서비스 전체 사례

사내 AI 챗봇·문서 어시스턴트

당신 비즈니스가 이미 가진 매뉴얼·규정·레시피를 학습해, 직원이 한국어로든 영어로든 평소 쓰는 메신저에서 묻는 말에 그 문서를 근거로 답하는 사내 전용 AI 어시스턴트를 맞춤으로 짓습니다. 출처를 함께 보여 주고, 직책별 권한과 데이터 주권까지 설계합니다.

맞춤 견적 $2,500부터
사내 문서·매뉴얼을 학습한 AI 어시스턴트가 직원의 한·영 질문(휴가 정책·신메뉴 등)에 근거를 들어 답하는 모습

사내 AI 챗봇 어시스턴트가 무엇인가

직원이 무언가를 물을 때마다, 결국 답하는 사람은 당신입니다. 사내 AI 챗봇 어시스턴트는 당신 비즈니스가 이미 가진 문서를 학습해, 직원이 묻는 말에 그 문서를 근거로 대신 답하는 도구입니다. 직원 매뉴얼, 메뉴 레시피, 환불·교환 규정, 세탁물 처리 절차, 근무 규칙, 안전 수칙, 거래처 연락처처럼 흩어진 자료를 한곳에 모아 두면, 직원이 평소 말하듯 질문했을 때 “몇 페이지를 찾아보라”가 아니라 답 자체를 돌려줍니다.

흔히 쓰는 ChatGPT 같은 일반 AI와 다른 점이 하나 있습니다. 일반 AI는 인터넷에서 배운 일반 지식으로 답하지만, 이 어시스턴트는 오직 당신 비즈니스의 문서만 보고 답합니다. 그래서 “우리 비즈니스 환불 정책”을 물으면 남의 비즈니스 규정이 아니라 당신이 정해 둔 규정을 그대로 말해 줍니다.

이 도구는 직원이 쓰는 사내용입니다. 손님이 비즈니스 정보를 묻는 응대용 챗봇(다국어 챗봇)이나 손님용 자주 묻는 질문(FAQ 30문답 구축)과는 쓰임이 다릅니다. 폼·장부 같은 사내 업무 자체를 디지털로 옮기는 사내 업무 디지털화와도 구분됩니다. 그쪽이 일을 처리하는 시스템이라면, 이쪽은 흩어진 지식을 직원에게 답으로 꺼내 주는 자리에 놓입니다.

왜 같은 질문에 매번 다시 답하게 되는가

한인 비즈니스의 운영 지식은 대부분 한 사람 머릿속과 종이 몇 장에 들어 있습니다. 그 구조가 만드는 손해는 구체적입니다.

  • 신입 교육이 매번 처음부터 — 직원 이직이 잦은 식당·세탁·뷰티 업종에서는 새 직원이 들어올 때마다 같은 설명을 처음부터 반복합니다. 가르치는 시간만큼 당신의 손이 묶이고, 바쁜 날엔 제대로 못 가르쳐 실수로 이어집니다.
  • 두 언어로 두 번 가르쳐야 함 — 영어만 되는 2세 파트타이머와 한국어만 되는 베테랑이 한 비즈니스에서 일합니다. 같은 절차 하나를 한 번은 한국어로, 한 번은 영어로 두 번 설명해야 합니다.
  • 같은 질문이 하루에도 몇 번씩 — “이거 환불 되나요” “이 얼룩은 어떻게 처리하나요” “이 메뉴 알레르기 표기는 어떻게 하나요” 같은 질문이 영업 중에 계속 당신에게 옵니다. 답은 늘 같은데, 묻는 사람이 매번 바뀝니다.
  • 매뉴얼이 흩어져 어디 있는지 모름 — 규정은 카톡 공지에, 레시피는 노트에, 거래처 정보는 누군가의 휴대폰에 있습니다. 정작 필요한 순간엔 못 찾고, 결국 다시 당신에게 묻습니다.
  • 영어 규정·서류를 직원이 못 읽음 — 미국 노동 규정, 보건국 안내문, 보험·리스 서류 같은 영어 문서를 영어가 약한 직원이 이해하기 어렵습니다. 잘못 알아 둔 절차 하나가 벌금이나 분쟁으로 번집니다.

핵심은 이것입니다. 이 일들은 어렵지 않습니다. 다만 매번 사람이 직접 답해야 한다는 것이 문제입니다. 비즈니스가 커질수록 당신이 비즈니스의 유일한 검색엔진이 되고, 성장이 곧 당신을 묶는 족쇄가 됩니다.

여기에 더 큰 천장이 있습니다. 지식이 사람에게만 묶여 있으면, 그 사람이 나갈 때 지식도 함께 나갑니다. “그 일은 그 직원만 알던” 절차가 퇴사와 함께 통째로 사라지는 것 — 이것은 불편이 아니라 자산이 새어 나가는 일입니다. 어시스턴트는 그 지식을 사람이 아니라 비즈니스에 남깁니다.

신입 교육
지금 — 같은 설명을 매번 처음부터
이후 — 물어서 스스로 익힌다
반복 질문
지금 — 영업 중에도 당신에게 온다
이후 — 직원이 즉답을 받는다
영어 서류
지금 — 직원이 못 읽어 방치된다
이후 — 한국어로 풀어 답한다
직원 퇴사
지금 — 그 사람 지식이 사라진다
이후 — 지식이 시스템에 남는다
지식이 사람에 묶인 비즈니스와 시스템에 남는 비즈니스의 차이 — 마지막 줄, 퇴사가 핵심이다.

어떻게 작동하나

핵심 기술은 RAGRetrieval-Augmented Generation. 답하기 전에 먼저 관련 문서를 찾아와, 그 내용을 근거로 답을 만드는 방식입니다. 풀어 말하면 “먼저 문서에서 찾고, 그다음 그 내용으로만 답하는” 방식입니다. AI가 기억나는 대로 지어내는 것이 아니라, 매번 당신의 문서를 들춰 보고 답하기 때문에 근거 없는 엉뚱한 답을 크게 줄여 줍니다.

문서 모으기
매뉴얼·규정·레시피·공지를 한곳에 올린다
입력
잘게 나눠 정리
문서를 작은 조각으로 쪼개 '뜻'으로 검색되게 만든다
지식베이스
질문을 이해
직원이 평소 말로 물으면 뜻이 맞는 조각을 찾아온다
검색
근거로 답하기
찾아온 내용으로만 답하고 출처를 함께 보여 준다
출력
사내 문서가 직원이 묻는 답으로 바뀌는 흐름

단계별로 보면 이렇습니다.

1 문서를 한곳에 모읍니다. 종이 매뉴얼, 카톡에 흩어진 공지, 워드·PDF·사진으로 된 규정을 모두 올립니다. 영어 문서도 그대로 넣을 수 있습니다.

2 문서를 작은 조각으로 나눠 정리합니다. 긴 문서를 그대로 두면 찾기 어렵기 때문에, 문단 단위로 잘게 쪼갠 뒤 각 조각을 뜻을 숫자로 바꾼 형태임베딩(Embedding). 글의 의미를 숫자 묶음으로 바꿔, 뜻이 비슷한 글끼리 가깝게 놓는 방식로 저장합니다. 이렇게 하면 단어가 똑같지 않아도 뜻이 같으면 찾아냅니다. “환불”이라고 안 쓰고 “돈 돌려주기”라고 물어도 같은 규정을 찾습니다. 문서가 영어로 된 “refund policy”인데 직원이 한국어로 “환불 규정”이라 물어도 찾아냅니다.

3 직원이 묻는 말의 뜻에 맞는 조각을 찾아옵니다. 직원이 한국어로 묻든 영어로 묻든, 질문의 뜻과 가장 가까운 문서 조각 몇 개를 골라냅니다.

4 찾아온 내용만으로 답을 만들고, 출처를 함께 보여 줍니다. AI는 골라 온 조각을 근거로 답을 작성하고, “이 답은 직원 매뉴얼 환불 항목에서 나왔습니다”처럼 어느 문서에서 왔는지 표시합니다. 그래서 직원은 답을 믿어도 되는지 직접 확인할 수 있습니다.

모르면 모른다고 답하게 만듭니다

비즈니스 운영에서 진짜 무서운 것은 틀린 답이 아니라, 그럴듯하게 지어낸 틀린 답입니다. 그래서 문서에 없는 것을 물으면 아무 말이나 지어내지 않고 “관련 규정을 찾지 못했습니다”라고 솔직하게 답하도록 만듭니다. 그리고 환불 한도 초과처럼 사람의 판단이 필요한 질문은 AI가 선을 긋고 매니저에게 넘깁니다. 답이 출처와 함께 나오고, 모르는 것은 모른다고 말하기 때문에 직원도 당신도 믿고 쓸 수 있습니다.

봐도 되는 사람만 보게 합니다

비즈니스 안에는 모두가 봐도 되는 정보와 그렇지 않은 정보가 섞여 있습니다. 직원 급여, 인사 기록, 거래 단가 같은 자료는 아무나 봐선 안 됩니다. 그래서 이 도구는 누가 무엇을 물을 수 있는지를 직책에 따라 나눠 둡니다. 매니저만 볼 수 있는 문서는 매니저 질문에만 답하고, 일반 직원에게는 자기 업무에 필요한 범위만 답합니다. 어떤 문서를 어디까지 공개할지는 도구를 켜기 전에 당신과 함께 정합니다.

당신 문서는 당신 비즈니스에 남습니다

사내 문서를 외부 AI에 넣는 일에서 가장 큰 불안은 “내 레시피와 거래처 정보가 ChatGPT 학습에 쓰이지 않을까”입니다. 당연한 걱정입니다. 그래서 당신의 문서가 외부 모델을 가르치는 데 쓰이지 않도록 짓고, 지식베이스와 그 안의 자료는 당신 비즈니스에 귀속된 자산으로 둡니다. 매달 빌려 쓰다 끊기면 사라지는 외부 서비스가 아니라, 끝까지 주인이 당신인 시스템입니다.

평소 쓰는 자리에서 묻게 합니다

직원이 새 앱을 따로 깔고 익히게 만들면 결국 안 씁니다. 그래서 이미 쓰는 곳에 붙입니다. 직원들이 카카오톡이나 슬랙 같은 메신저에서 평소 대화하듯 질문을 던지면 그 자리에서 답이 옵니다. 따로 배울 것이 없습니다.

이음이 해 드리는 것

이것은 일반 제품을 사다 쓰는 일이 아니라, 당신 비즈니스에 맞춰 짓는 맞춤 구축입니다. 이음은 다음을 맡습니다.

  • 흩어진 자료를 지식베이스로 정리 — 종이·카톡·PDF·사진에 흩어진 매뉴얼과 규정을 모아 검색되는 형태로 만들어 드립니다. 영어 문서도 그대로 포함합니다.
  • 한국어·영어 둘 다 답하게 설정 — 직원이 어느 언어로 물어도, 문서가 영어든 한국어든 알아듣고 직원의 언어로 답하도록 맞춥니다.
  • 출처를 함께 보여 주는 답 — 답이 어느 문서에서 나왔는지 표시하고, 모르는 것은 모른다고 답하게 해 믿고 쓸 수 있게 합니다.
  • 권한 분리 설정 — 누가 어떤 문서까지 물어볼 수 있는지 직책별로 나눠, 민감한 정보가 새지 않게 합니다.
  • 평소 쓰는 메신저에 연결 — 카카오톡·슬랙 등 이미 쓰는 도구 안에서 질문하고 답받게 붙여 드립니다.
  • 문서가 바뀌면 답도 바뀌게 — 규정이나 메뉴를 고치면 어시스턴트의 답도 최신으로 유지되게 관리해 드립니다.

이런 사내 시스템을 짓는 일은 이음을 만든 사람이 오래 해 온 일입니다. RadioKorea와 MissyUSA 같은 한인 커뮤니티 플랫폼을 수십 년간 직접 설계하고 살려 오며, 한인 비즈니스가 실제로 일하는 방식과 정보가 어디서 막히는지를 안에서 겪었습니다.

다음 단계

완벽한 매뉴얼이 있어야 시작하는 것이 아닙니다. 지금 카톡과 종이에 흩어진 그대로 넣는 것부터 시작합니다. 당신의 비즈니스에 어떤 문서가 흩어져 있는지, 직원들이 어떤 질문을 반복하는지에 따라 만드는 범위와 비용이 달라집니다.

무료 진단에서 당신이 가진 자료와 직원들이 자주 묻는 질문을 함께 살펴보고, 어디서부터 묶으면 가장 효과가 큰지를 한 페이지 리포트로 정리해 드립니다. 견적도 그 위에서 잡습니다.

지금 매일 직접 답하고 계신 그 질문들이, 이 도구의 첫 후보입니다.