챗봇에 넣을 자료는 어떻게 정리할까?

왜 자료가 답을 정할까

홈페이지 상담용 챗봇은 대부분 RAG 방식으로 만듭니다. 질문이 오면 우리 자료에서 관련 부분을 찾고, 그 내용을 근거로 답을 만드는 방식입니다. 흔히 “챗봇 학습 데이터”라고 부르지만, RAG 챗봇에서는 AI가 자료를 외우는 것이 아니라 답할 때마다 펼쳐 보는 참고 자료에 가깝습니다(차이는 파인튜닝 vs RAG 글에 정리했습니다).

그래서 자료의 상태가 곧 답의 상태입니다. 보면대에 지난 시즌 악보를 올려 두면, 연주자는 틀린 음을 아주 정확하게 연주합니다. AI 모델이 아무리 좋아도 자료가 오래되었거나 서로 다르면 챗봇은 그럴듯하게 틀린 답을 합니다.

AI는 자료를 조각으로 읽습니다

RAG 챗봇은 긴 문서를 통째로 읽지 않습니다. 문서를 문단 단위의 작은 조각으로 나눠 두었다가, 질문이 오면 질문과 가장 관련 있는 조각 몇 개만 꺼내 답을 만듭니다. 자료를 정리하는 원칙 대부분이 여기서 나옵니다.

넣을 자료와 뺄 자료

기준은 하나입니다. 관객에게 그대로 보여 줘도 괜찮은 최신 정보인가. 챗봇이 참고하는 자료는 답변에 그대로 인용될 수 있습니다. 개인정보를 다루는 원칙은 AI 챗봇과 개인정보 글에서 자세히 볼 수 있습니다.

자료 정리 원칙 7가지

1. 주제마다 최신본 하나만. “최종”, “최종2”, “진짜최종”이 함께 있으면 챗봇은 어느 쪽을 믿어야 할지 모릅니다. 같은 주제는 하나만 남기고 지난 버전은 챗봇이 보지 않는 곳에 보관합니다.
2. 한 문서에 한 주제. 환불 규정과 주차 안내가 한 문단에 섞이면 찾기도, 고치기도 어렵습니다.
3. 질문과 답의 형태로. “당일 취소가 되나요?” 같은 실제 질문을 소제목으로 두고 바로 아래에 답을 씁니다. 질문과 자료가 잘 맞아떨어집니다.
4. 조각 하나만 읽어도 통하게. “위 내용 참고”, “앞서 말한 기준” 같은 표현 대신 필요한 내용을 그 문단에 직접 씁니다. AI는 앞뒤 문단을 함께 보지 못할 수 있습니다.
5. 이미지 속 글자는 글로. 포스터, 안내판 사진, 스캔 문서의 내용은 글로 옮깁니다. 표는 칸을 합치지 않은 단순한 형태가 좋습니다.
6. 날짜와 적용 기간 표시. “2026 가을 시즌 기준”, “2026년 9월 1일 수정”처럼 언제의 정보인지 밝힙니다. 챗봇이 답할 때 함께 알려 줄 수도 있습니다.
7. 용어 통일. “대관”, “공간 대여”, “렌탈”이 섞여 있으면 하나로 정하고, 다른 표현은 “공간 대여(대관)”처럼 함께 적어 둡니다.

정리 전과 후

같은 질문이라도 자료 상태에 따라 챗봇의 답이 이렇게 달라집니다. 아래는 이해를 돕기 위한 예시입니다.

파일 형식은 무엇이 좋을까

워드, 구글 문서, 텍스트로 된 PDF, 웹페이지처럼 글자를 선택하고 복사할 수 있는 형식이면 대부분 쓸 수 있습니다. 한글(HWP) 파일은 사용하는 도구에 따라 다른 형식으로 바꿔야 할 수 있습니다. 주의할 것은 세 가지입니다.

• 스캔 PDF와 이미지: 글자를 그대로 읽기 어렵습니다. 내용을 글로 옮겨 둡니다.
• 복잡한 표: 칸이 합쳐진 표는 변환하면서 순서가 뒤섞일 수 있습니다. 변환 후 내용을 꼭 확인합니다.
• 홈페이지 내용: 이미 홈페이지에 정리된 안내가 있다면 그대로 자료로 쓸 수 있습니다. 홈페이지와 챗봇이 같은 원본을 보면 관리도 한 번에 끝납니다.

참고로 이 원칙들은 검색엔진과 AI 검색이 홈페이지를 읽을 때도 거의 그대로 통합니다(SEO와 GEO 글 참고). 잘 정리한 자료는 챗봇과 검색 모두에 쓰입니다.

만든 뒤의 관리

RAG 챗봇의 장점은 자료만 바꾸면 답이 바뀐다는 것입니다. 반대로 말하면 자료를 바꾸지 않으면 답도 바뀌지 않습니다.

• 담당자 정하기: 일정·가격·규정이 바뀔 때 챗봇 자료도 함께 고칠 사람을 정합니다.
• 순서 정하기: 홈페이지 공지를 올릴 때 챗봇 자료도 함께 바꾸는 식으로, 바뀌는 순간의 순서를 정해 둡니다.
• 시즌마다 점검: 시즌이 바뀔 때 지난 자료를 내리고 새 자료를 넣습니다.
• 대화 기록 보기: 챗봇이 답하지 못했거나 틀린 질문을 모아 자료의 빈 곳을 채웁니다. 도입 순서 전체는 홈페이지 AI 챗봇 글에 정리했습니다.

도입 전 체크리스트

• 자주 받는 질문 목록이 있고, 각 질문에 답할 자료가 있다
• 주제마다 최신본이 하나만 있고, 지난 자료는 따로 보관했다
• 개인정보, 내부 문서, 확정되지 않은 내용은 뺐다
• 이미지와 스캔 문서 속 정보를 글로 옮겼다
• 문서마다 적용 기간이나 수정일이 적혀 있다
• 같은 대상을 부르는 용어가 하나로 통일되어 있다
• 자료가 바뀔 때 업데이트할 담당자와 순서가 정해져 있다

자주 묻는 질문