제대로 작동하는 AI 지식 베이스 만드는 법: 무엇을 올리고, 어떻게 구조화하고, 언제 갱신할까요?

AI 고객 상담이 부진한 가장 흔한 이유는 AI 모델이 아닙니다. 그 아래에 깔린 지식 베이스입니다. 모호하고 낡고 빈 정보를 올리면 AI도 모호하고 낡고 빈 답을 합니다. 지식 베이스가 충실하고 최신이면, AI는 가장 잘 아는 직원만큼 정확하게 — 그것도 24시간 — 답합니다.

가장 잘 알려진 공개 사례는 영국 HR 소프트웨어 회사 Breathe입니다. AI 해결률이 56%에서 출발했는데, 글을 다시 쓰고 응답 스니펫을 만들고 예외 상황 안내를 더하는 체계적 개선을 거쳐 9개월 만에 82%, 결국 88%까지 올랐습니다. AI는 그대로였습니다. 바뀐 건 AI에 들어가는 정보였습니다.

이 글은 Zendesk·Intercom·Gorgias의 공개 모범 사례와 실제 도입 데이터를 바탕으로, 한국의 작은 사업이 지식 베이스를 만들고 유지하는 실전 틀을 제시합니다.

무엇부터 올려야 하나요?

먼저 친근하고 말솜씨 좋은 AI를 만들고 싶은 유혹이 있지만, 순서가 거꾸로입니다. 가장 많은 문의를 해결하는 사실 정보, 즉 정책급 핵심 내용부터 올리세요.

1순위: 정책과 문의량 많은 운영 정보. 환불·취소 정책, 배송 조건(소요일·요금·권역), 결제 수단, 영업시간·공휴일, 위치·연락처. 가장 자주 묻고 가장 많이 반복되는 질문들입니다.

2순위: 상품·가격 정보. 상품 사양·소재·사이즈, 현재 가격(프로모션 포함), 서비스 설명과 포함 범위, 패키지·등급 비교. 구매 전 결정과 전환에 직접 영향을 줍니다. 피부과·에스테틱이라면 시술별 가격대와 소요 시간, 학원이라면 반 구성과 수강료가 여기에 해당합니다.

3순위: 예외와 우회. 알려진 문제, 흔한 해결 절차, 표준 정책의 예외, 문제가 생겼을 때의 대응. 부실하게 설정된 AI가 가장 잘 막히는 질문이자, 막상 닥치면 가장 중요한 질문입니다.

4순위: 채널별 안내. 카톡·WhatsApp으로 예약하는 법, 웹 채팅 쓰는 법, 복잡한 일은 사람에게 닿는 법.

5순위(마지막): 톤·세일즈 최적화. 브랜드 보이스, 업셀 제안, 인사말. 중요하지만, 사실 기반이 탄탄해진 다음입니다.

지식 베이스 글은 어떻게 구조화하나요?

글 하나에 의도 하나. Zendesk 문서에 따르면 글 제목은 AI가 올바른 글을 찾아오는 데 큰 영향을 줍니다. "배송에 관한 모든 것" 같은 넓은 글보다 "배송비는 얼마인가요?", "내 주문 어디까지 왔나요?", "배송지를 바꿀 수 있나요?"처럼 구체적인 세 개가 낫습니다.

제목은 질문형으로. 고객이 실제로 묻는 방식에 맞추세요. "환불 정책이 어떻게 되나요?"가 "환불 정책 안내"보다 잘 검색됩니다. 고객은 카테고리 이름이 아니라 질문을 입력하기 때문입니다.

답을 맨 앞에. 첫 문장이 질문에 곧장 답해야 합니다. 부연·예외·링크는 그다음입니다. AI는 글 앞부분에서 내용을 뽑아내므로, 답이 네 번째 문단에 묻혀 있으면 맥락만 돌려주고 정작 답은 빠질 수 있습니다.

글은 짧게. 글 하나는 100〜300자(단어) 분량이 적당합니다. 300단어를 넘기면 대개 여러 의도가 섞인 것이니 나누세요.

지식 베이스는 얼마나 자주 갱신해야 하나요?

증거는 분명합니다. 지식 베이스를 분기 프로젝트가 아니라 살아 있는 시스템으로 다루세요.

즉시: 가격·정책·상품이 바뀐 직후. 메뉴·영업시간·환불 정책이 바뀌면 같은 날 반영해야 합니다. 어제 가격을 말하는 AI는 AI가 없는 것보다 나쁩니다.

주간: 지난 한 주의 미해결·저신뢰 대화를 검토하세요. AI가 답 못 했거나 부실하게 답한 질문을 찾아 글을 쓰거나 고칩니다. 15〜30분이면 되고, 관리 시간 대비 효과가 가장 큽니다.

월간: 반복되는 상위 주제를 점검하세요. 지식 베이스가 못 다루는 새 질문이 생겼나? 기존 글이 여전히 정확한가? 30〜60분 걸립니다.

분기: 끊긴 링크, 중복 내용, 낡은 글, 단종 상품을 전수 정리합니다. 1〜2시간 걸립니다.

Gorgias는 글이 정확하고, 초안이 아닌 게시 상태이며, 정책·상품명·재고·링크가 바뀔 때 최신으로 유지돼야 한다고 강조합니다. Intercom은 지식 베이스 관리를 주기적 작업이 아니라 매일의 책임으로 설명합니다.

좋은 지식 베이스는 실제로 어떤 모습일까요?

소매 사업의 예시 구조입니다.

배송(글 5개): 배송비는 얼마인가요? / 배송은 얼마나 걸리나요? / 해외 배송 되나요? / 주문 후 배송지를 바꿀 수 있나요? / 내 주문 어디까지 왔나요?

환불·반품(글 4개): 환불 정책이 어떻게 되나요? / 반품은 어떻게 시작하나요? / 환불은 언제 받나요? / 반품 대신 교환 가능한가요?

상품(가변): 상품 카테고리나 자주 묻는 상품 질문당 글 하나. "[상품] 사이즈는 뭐가 있나요?" / "[상품] 소재는 무엇인가요?" / "[상품] 재고 있나요?"

결제(글 3개): 어떤 결제 수단이 되나요? / 할부 되나요? / 결제 실패했는데 어떻게 하나요?

일반(글 3개): 영업시간이 어떻게 되나요? / 위치가 어디인가요? / 사람과 직접 통화하려면요?

대략 15〜20개 글이면 가장 흔한 질문이 커버됩니다. 대부분의 작은 사업이 2〜3시간이면 만들 수 있고, 주간 검토에서 새 질문이 드러날 때마다 자연스럽게 늘립니다.

지식 베이스 품질이 실제로 바꾸는 것

패턴은 일관됩니다. AI 성능은 AI 역량의 문제가 아니라 지식 베이스 품질의 문제입니다.

Omago에서는 어떻게 작동하나요?

WhatsApp·Telegram·웹 채팅에서 중소기업의 고객 대화를 자동화하는 AI 에이전트 플랫폼 Omago는 업로드한 지식 베이스를 바탕으로 답변을 생성합니다. 텍스트를 붙여넣거나, 문서를 올리거나, 웹사이트를 연결하면 AI가 내용을 색인해 답변의 근거로 씁니다.

대화 흐름 빌더가 지식 베이스를 보완합니다 — 지식 베이스가 열린 질문("환불 정책이 어떻게 되나요?")을 맡는다면, 대화 흐름은 구조화된 여정("예약하고 싶어요" → 단계별 안내 선별)을 맡습니다. 둘이 합쳐 고객 응대 전반을 커버합니다. Omago는 도입 초기에 지식 베이스 설정을 포함한 초기 셋업을 직접 도와줍니다.

자주 묻는 질문

시작하려면 글이 몇 개나 필요한가요?

상위 질문을 다루는 15〜20개로 시작하세요. 최근 받은 메시지 50개를 훑어보면 같은 10〜15개 질문이 반복됩니다. 그것부터 글로 만들고, AI가 인계하는 주제를 보며 늘리면 됩니다.

지식 베이스 글은 어떤 형식이 좋나요?

평문이 가장 좋습니다. 마케팅 문구가 아니라 쉽고 명확한 말로 쓰세요. 고객이 쓰지 않는 전문용어는 피합니다. 질문(제목) → 직답(첫 문장) → 부연 → 예외 순서로 구성하세요.

글을 쓰지 않고 웹사이트만 연결하면 안 되나요?

많은 플랫폼이 지원하고, 빠른 시작엔 쓸 만합니다. 다만 전용 글이 더 잘 작동합니다 — 마케팅 메시지가 아니라 고객 질문을 중심으로 구조화돼 있기 때문입니다. 웹사이트는 "프리미엄 배송 옵션 제공"이라 쓰지만, 지식 베이스는 "일반 배송은 3,000원, 3〜5일 소요. 특급은 6,000원, 익일 도착"이라고 써야 합니다.

지식 베이스에 없는 질문을 만나면 AI는 어떻게 하나요?

잘 설정된 AI는 추측하지 않고 한계를 인정한 뒤 사람 연결을 제안합니다. 이것이 올바른 동작입니다 — 고객 경험을 지키고, 어떤 주제에 새 글이 필요한지 알려 줍니다. 이런 인계를 주간으로 검토해 커버리지를 계속 넓히세요.

지식 베이스 구축을 외주 줄 가치가 있나요?

대부분의 작은 사업엔 아니요. 고객 질문의 답은 외부 작성자보다 사장님·매니저가 더 잘 압니다. 직접 하면 내용이 실제 정책·상품·톤과 일치합니다. 초기 2〜3시간의 노력이 몇 달간 효과를 냅니다. 도입 후 운영은 AI와 팀의 협업·에스컬레이션 가이드와 대화 흐름 설계 가이드를 함께 보세요.

출처: Intercom/Breathe 사례(2025), Gorgias AI Agent 문서·블로그(2025), Zendesk 헬프센터 최적화 가이드, Dr. Bronner's/Gorgias 사례.