홈페이지 FAQ를 그대로 올리면 AI 답변이 흔들리는 이유와, 점검·재작성·테스트·개선까지 FAQ를 AI 지식으로 바꾸는 순서를 설명합니다.
홈페이지에 FAQ 페이지가 이미 있으니 AI 상담원도 금방 쓸 수 있을 것이라고 생각하기 쉽습니다. 그런데 사람이 훑어 읽도록 만든 FAQ를 그대로 넣으면 답변이 모호하거나, 오래된 정보를 자신 있게 말하는 일이 생깁니다. 이 글에서는 FAQ를 점검하고 다시 쓰고 테스트해서 AI가 믿고 쓸 수 있는 지식으로 바꾸는 과정을 여섯 단계로 정리합니다. 마지막에는 AI SNS CHAT에서 각 단계를 어디서 하는지도 안내합니다.
FAQ 페이지는 아직 AI의 지식이 아닙니다
FAQ 페이지는 방문자가 목차를 보고 원하는 항목을 직접 찾아 펼치는 것을 전제로 만들어집니다. 문맥은 페이지 구조가 대신 채워 줍니다. "배송은 얼마나 걸리나요?"라는 항목 아래에 "영업일 기준 2~3일"이라고만 적어도, 독자는 그 항목이 어떤 상품군을 가리키는지 주변 맥락으로 이해합니다.
AI는 다릅니다. 고객 질문과 가장 비슷한 조각을 지식에서 찾아 그 내용을 근거로 답합니다. 이때 조각 하나가 혼자 읽혀도 의미가 통해야 합니다. 그래서 FAQ를 AI 지식으로 바꾼다는 것은 단순히 파일을 올리는 일이 아니라, 다음 세 가지를 손보는 일입니다.
- 각 답변이 주변 문맥 없이도 이해되는가
- 내용이 지금 기준으로 정확한가
- AI가 답하면 안 되는 질문이 따로 분리되어 있는가
카카오톡 채널, 웹사이트 채팅, Instagram DM처럼 고객이 짧고 구어체로 묻는 환경일수록 이 차이가 크게 드러납니다. 고객은 FAQ 제목을 그대로 입력하지 않습니다. "어제 시킨 거 언제 와요?" 같은 문장에 답할 수 있어야 합니다.
1단계: 가진 것을 먼저 점검합니다
새로 쓰기 전에 어떤 자료가 어디에 있는지부터 모읍니다. FAQ 페이지만 보면 안 됩니다. 실제 고객 응대에 쓰이는 지식은 보통 여러 곳에 흩어져 있습니다.
- 홈페이지 FAQ와 이용 안내 페이지
- 상품 상세 페이지의 배송·교환·환불 안내
- 상담 담당자가 자주 쓰는 복사용 답변
- 사내 위키나 헬프 데스크 문서
- 약관, 가격표, 운영 시간 안내 PDF
자료를 모았다면 항목마다 아래 네 가지를 표시합니다.
- 최신성: 마지막으로 확인한 시점이 언제인가
- 중복: 같은 내용이 다른 곳에 다른 표현으로 있는가
- 충돌: 두 문서가 서로 다른 숫자나 조건을 말하는가
- 빈도: 실제로 자주 들어오는 질문인가
충돌이 가장 위험합니다. 환불 기한이 FAQ에는 7일, 약관에는 14일로 적혀 있다면 AI는 둘 중 하나를 임의로 고를 수 있습니다. 이 단계에서 정답을 하나로 정해 두어야 합니다.
2단계: 페이지가 아니라 검색을 기준으로 다시 씁니다
점검을 마쳤다면 문장을 다듬습니다. 전부 새로 쓸 필요는 없습니다. 자주 묻는 질문과 오래된 항목, 문맥에 기대는 항목부터 고치면 됩니다.
한 항목에 한 가지 질문만 담습니다
"배송, 교환, 환불 안내"처럼 여러 주제를 묶은 긴 항목은 쪼갭니다. 주제별로 나눠야 고객 질문과 정확히 맞는 조각이 선택됩니다.
주어와 조건을 답변 안에 넣습니다
나쁜 예와 좋은 예를 비교해 보겠습니다.
| 고치기 전 | 고친 후 |
|---|---|
| 영업일 기준 2~3일 소요됩니다. | 국내 일반 배송은 결제 완료 후 영업일 기준 2~3일 안에 도착합니다. 제주·도서 지역은 하루 이틀 더 걸릴 수 있습니다. |
| 위 조건에 해당하면 가능합니다. | 상품을 받은 날부터 7일 이내이고 포장을 개봉하지 않았다면 교환이 가능합니다. |
"위", "아래", "다음 표 참조", "링크를 클릭하세요" 같은 표현은 AI 지식에서는 힘을 잃습니다. 위에 무엇이 있었는지 AI는 모를 수 있기 때문입니다.
고객의 말투로 질문을 추가합니다
FAQ 제목이 "반품 절차 안내"라면, 고객이 실제로 쓰는 표현을 함께 적어 둡니다. "환불해 주세요", "받았는데 마음에 안 들어요", "사이즈가 안 맞아요" 같은 문장입니다. Q&A 형식으로 입력할 수 있다면 질문 쪽에 이런 변형을 몇 개 넣는 것만으로도 연결이 좋아집니다.
날짜와 숫자는 한 곳에서만 관리합니다
가격, 운영 시간, 기한처럼 자주 바뀌는 값은 여러 항목에 흩뿌리지 않는 것이 좋습니다. 같은 값이 열 군데 있으면 바뀔 때 열 군데를 모두 고쳐야 하고, 하나라도 놓치면 충돌이 생깁니다.
3단계: AI가 답하면 안 되는 영역을 정합니다
지식을 채우는 것만큼 중요한 것이 비워 둘 영역을 정하는 일입니다. AI가 모르는 것을 모른다고 말하고 사람에게 넘길 수 있어야 신뢰가 쌓입니다.
다음과 같은 질문은 처음부터 사람 담당으로 정해 두는 편이 안전합니다.
- 결제 오류나 이중 결제처럼 개인 계정을 확인해야 하는 문의
- 불만, 분쟁, 환불 예외 승인처럼 판단이 필요한 건
- 의료·법률·세무처럼 잘못 답하면 책임이 따르는 조언
- 개인정보 열람이나 삭제 요청
정했다면 두 가지를 준비합니다. 첫째, 페르소나나 지침에 "이 주제는 직접 답하지 않고 담당자에게 연결한다"는 규칙을 문장으로 적습니다. 둘째, 사람에게 넘길 때 고객에게 보여 줄 안내를 정해 둡니다. 근무 시간 밖이라면 언제쯤 답을 받을 수 있는지도 미리 생각해 두세요. 막연한 약속보다 "접수되었고 담당자가 확인한 뒤 연락드립니다" 정도가 정직합니다.
4단계: 불러오는 방식을 고릅니다
자료가 정리되었다면 어떻게 AI에 넣을지 고릅니다. 크게 보면 웹사이트를 읽어 오는 방식, 질문과 답을 직접 입력하는 방식, 이미 쓰고 있는 문서 도구와 연결하는 방식이 있습니다. 대개는 한 가지만 쓰지 않고 섞어 씁니다.
판단 기준은 단순합니다.
- 이미 잘 쓰인 페이지가 많다면 웹사이트로 시작하고, 부족한 부분만 Q&A로 보강합니다.
- FAQ가 짧고 핵심이 분명하다면 Q&A로 직접 넣는 쪽이 통제하기 쉽습니다.
- 헬프 데스크나 위키에 문서가 있다면 복사하지 말고 해당 도구와 연결해 원본을 한 곳에 둡니다.
- PDF나 문서 파일뿐이라면 파일로 올리되, 올리기 전에 2단계의 정리를 거칩니다.
원본이 두 군데로 갈라지는 것이 가장 나쁜 선택입니다. 위키는 위키대로 고치고 AI 쪽은 옛 복사본이 남는 상황은 흔합니다. 가능하면 원본을 하나로 정하고, 거기서 AI가 읽어 가게 하세요.
5단계: 실제 질문으로 테스트합니다
공개 전에는 반드시 실제 고객이 쓰는 문장으로 시험해 봅니다. FAQ 제목을 그대로 복사해 묻는 테스트는 너무 쉬워서 의미가 적습니다.
테스트 질문 목록 만들기
지난 상담 기록에서 질문 서른 개 안팎을 골라 목록을 만듭니다. 구성은 아래와 같이 나누면 좋습니다.
- 자주 오는 질문 (정확히 답해야 함)
- 같은 질문을 다르게 표현한 것 (말투 변형)
- 지식에 없는 질문 (모른다고 해야 함)
- 답하면 안 되는 질문 (사람에게 넘겨야 함)
- 일부러 엉뚱하게 유도하는 질문 (지침을 벗어나지 않아야 함)
확인할 것
각 답변을 보고 세 가지를 확인합니다. 내용이 맞는지, 지식에 없는 걸 지어내지 않았는지, 말투가 브랜드와 어울리는지입니다. 틀린 답은 대개 원인이 정해져 있습니다. 지식이 비어 있거나, 두 문서가 충돌하거나, 항목이 너무 길어 핵심이 묻혀 있는 경우입니다. 고칠 곳을 찾으면 지식을 고치고 같은 질문을 다시 던져 확인합니다.
6단계: 라이브 대화에서 계속 개선합니다
공개는 끝이 아니라 시작입니다. 고객은 예상하지 못한 방식으로 묻고, 정책과 상품은 계속 바뀝니다. 그래서 FAQ를 AI 지식으로 쓰는 일은 한 번의 작업이 아니라 순환입니다.
- 01기존 FAQ 점검·재작성
- 02지식으로 불러오기
- 03실제 대화에서 부족한 답 발견
- 04지식 보완 후 재확인
운영 루틴은 무겁지 않아도 됩니다. 예를 들어 주 1회 30분을 정해 다음을 확인하면 충분합니다.
- 고객이 낮은 평가를 남긴 대화
- 사람에게 넘겨진 대화와 그 이유
- 새로 늘어난 질문 주제
- 정책이나 가격이 바뀐 항목
상담 담당자가 직접 답한 내용은 가장 좋은 재료입니다. 사람이 고객에게 보낸 좋은 답변을 다음에는 AI가 쓸 수 있도록 지식에 옮기면, 담당자의 경험이 조금씩 쌓입니다. 같은 질문이 반복해서 사람에게 넘어온다면 지식에 구멍이 있다는 신호로 읽으세요.
AI SNS CHAT에서 FAQ를 지식으로 바꾸기
AI SNS CHAT에서는 위 여섯 단계를 대부분 사이드바의 Data sources에서 진행합니다. 불러올 수 있는 소스는 Files, Text snippets, Website, Q&A, Notion, Social, Tickets, Suggestions입니다.
불러오기
- 공개된 FAQ 페이지가 있다면 Website로 읽어 옵니다.
- 핵심 질문을 정확히 통제하고 싶다면 Q&A에 질문과 답을 한 쌍씩 입력합니다. 고객 말투 변형은 질문 쪽에 넣으세요.
- 정리한 문서는 Files나 Text snippets로 추가할 수 있습니다.
- 위키나 헬프 도구를 쓴다면 Channels의 커넥터를 이용합니다. Confluence, GitBook, ReadMe, Guru, esa.io, DocBase, Qiita Team, Zendesk Guide 등이 있고, Google Drive, OneDrive, Dropbox, Box, SharePoint, Notion 같은 파일 소스도 연결할 수 있습니다. 위키 커넥터는 한 번의 동기화에 150만 자, 400페이지까지 읽으며, 잘리면 그 사실을 알려 줍니다.
저장 용량은 플랜에 따라 다릅니다. Free 30MB, Hobby 200MB, Standard 500MB, Pro 1GB입니다. 자료가 많다면 올리기 전에 중복부터 걷어 내세요. 각 소스에는 누가 추가하고 마지막으로 누가 고쳤는지 표시되고, Workspace settings의 Activity에서 변경 기록도 볼 수 있어 점검 단계에서 도움이 됩니다.
답하지 말아야 할 영역 에이전트 설정의 페르소나와 지침에 사람에게 넘길 주제를 적어 둡니다. 에이전트별 프롬프트 인젝션·남용 필터도 쓸 수 있습니다. 사람에게 연결할 때는 Helpdesk의 Scheduling에서 근무 시간대별로 담당을 정하면 근무 중인 사람에게 자동 배정됩니다. Helpdesk는 Standard 이상 플랜에서 쓸 수 있습니다. 알림은 Slack, Teams, LINE WORKS, WhatsApp, 이메일, 웹훅으로 보낼 수 있습니다.
테스트 Playground에서 실제 질문을 던져 확인합니다. 모델을 바꿔 비교하는 Playground A/B 비교도 있습니다. 시험이 끝나면 웹사이트 채팅 위젯, KakaoTalk 채널, Instagram 등 Channels에서 필요한 곳에 배포합니다. 연결 가능한 채널은 /connections에서 확인하세요.
개선 Activity → Chat logs에서 대화를 필터링하고 좋아요·싫어요 평가를 보며 문제 있는 대화를 찾습니다. 담당자가 대화를 넘겨받아 답변을 이상적인 답으로 고쳐 에이전트를 학습시킬 수도 있습니다(이메일은 Inbox, 그 외 채널은 Chat logs). Analytics의 Topics와 Question history로 어떤 질문이 늘고 있는지 볼 수 있으며, 고급 분석은 Pro 플랜에서 제공됩니다. 플랜별 차이는 /pricing, 기능 전체는 /features에서 확인할 수 있습니다.
자주 묻는 질문
FAQ 전체를 다시 쓴 뒤에 올려야 하나요?
그럴 필요 없습니다. 자주 묻는 질문, 오래된 항목, "위 내용 참고"처럼 문맥에 기대는 항목부터 고치세요. 나머지는 일단 올려서 테스트하고, 틀리거나 모호한 답이 나오는 부분을 우선순위로 손보는 편이 효율적입니다.
웹사이트를 읽어 오는 것과 Q&A 직접 입력 중 무엇이 좋나요?
둘은 경쟁 관계가 아닙니다. 공개 페이지가 잘 정리되어 있다면 Website로 빠르게 시작하고, 핵심 질문이나 정확한 조건이 필요한 항목은 Q&A로 보강하는 조합이 현실적입니다. 두 곳에 같은 내용이 다르게 적히지 않도록 원본만 하나로 관리하세요.
FAQ가 헬프 데스크나 위키 도구에 있다면 어떻게 하나요?
AI SNS CHAT은 Confluence, GitBook, ReadMe, Zendesk Guide 등 여러 문서 도구와 연결하는 커넥터를 제공합니다. 복사해서 붙이는 대신 연결하면 원본을 한 곳에서 관리할 수 있습니다. 위키 커넥터는 한 번에 150만 자, 400페이지까지 읽는 한도가 있으니 문서가 아주 많다면 범위를 나누어 가져오세요.
AI가 답하면 안 되는 질문은 어떻게 막나요?
지침에 해당 주제와 사람에게 넘기는 규칙을 명확히 적고, 테스트 질문에 그런 유형을 일부러 넣어 확인합니다. 여기에 담당자 연결 설정을 함께 두면 AI가 직접 답하지 않아야 할 건이 사람에게 이어집니다. 규칙을 적는 것만으로 모든 경우를 막을 수는 없으므로 공개 후에도 대화 기록을 정기적으로 살펴보세요.
공개 후 어떤 답변을 고쳐야 하는지 어떻게 알 수 있나요?
Chat logs에서 낮은 평가를 받은 대화와 사람에게 넘겨진 대화를 먼저 확인하세요. Analytics의 Topics와 Question history로 반복되는 질문을 찾으면 지식에 빠진 부분이 보입니다. 담당자가 고친 답변을 에이전트에 학습시키는 방식도 활용할 수 있습니다.


