윈비
Windly에 내장된 안내 챗봇
배경
신규 유저를 유입시키는 것만으로는 부족하고, 제품과 해외구매대행 도메인을 함께 이해시켜야 이탈 없이 안착하는 구조. 온보딩이 둘 중 하나만 다뤄서는 잔존으로 이어지지 않음
신규 유저의 약 60%가 제품 기본 사용법과 도메인 지식을 모두 CS 문의로 해결해, 내부 CX팀 리소스가 과도하게 소모되던 상황. 반복되는 단순 질의응답만이라도 Windly 사용법과 해외구매대행 지식을 함께 갖춘 자동 응답으로 걷어낼 필요
해결/진행 과정
- 노션 문서를 그대로 받는 반입 경로를 따로 구축
- 평문 코퍼스가 아니라 이미지·영상이 섞이고 문서끼리 상대 경로 링크로 얽힌 구조
- 내보낸 묶음을 통째로 받아 링크와 첨부를 풀어 옮기고, 원본 노션 주소는 출처로 남김
- 모델에 지식을 굽지 않고, 문서를 고치면 답변이 따라 바뀌는 RAG 구조 채택
- 제품과 정책이 계속 바뀌는 도메인이라 지식이 모델 밖에 있어야 운영이 따라감
- 문서를 제목 계층으로 나눈 뒤 1000자·200자 겹침으로 청킹해 pgvector에 적재
- 검색 앞에 메타데이터 필터 단계를 둠
- 질문에서 마켓플레이스(쿠팡·네이버·11번가·타오바오·1688 등)와 요금제 등급을 LLM으로 먼저 추출
- 검색이 보기 전에 후보 문서를 좁힘
- LangGraph로 ReAct 에이전트 그래프 11종을 구현하고 요청 단위로 교체 가능하게 구성
- 같은 질문에 검색 전략을 나란히 붙여 비교
- 응답 10초 예산에 맞춰 단일 패스 그래프를 기본값으로 고정
- 재귀 루프가 있는 변형을 쓰지 않고, top-k도 5로 낮춤
- 문서 관리 백오피스와 서비스 내장 챗봇을 함께 개발해 운영까지 아우르는 구조 설계
결과
- 노션 문서 450여 개를 근거로 답하는 서비스 내장 챗봇 구축
- 한 번 물어보고 마는 도구가 아니라 답이 나올 때까지 이어 묻는 경로가 됨
- 출시 첫 달(2025.08–09) 258명이 410건의 대화, 한 대화당 평균 2.6회 질문
- 모니터링 추출 경로를 만들어 운영 지표를 직접 확인
- 대화 로그에서 응답 시간·토큰 사용량까지 뽑아냄
- 신규 유저가 CS 문의 없이 서비스 안에서 제품·도메인 질문을 해소하는 경로 확보
- 제품이 바뀌어도 챗봇 지식이 뒤처지지 않는 운영 체계 정착
- 신규 기능 출시와 기능 가이드 문서 주입을 하나의 프로세스로 묶음