AI 고객 서비스 챗봇
내부 지식 소스를 활용하여 고객 문의에 즉각적이고 정확하며 도움이 되는 답변을 제공하는 AI 기반 고객 서비스 챗봇입니다. 채팅 기록을 활용하고, 관련 문서를 검색하며, AI를 통해 응답을 생성하여 효율적인 지원과 향상된 고객 만족도를 제공합니다....
3 분 읽기
쿼리 분해 구성요소
쿼리 분해는 복잡한 입력 쿼리를 구분된 관리 가능한 하위 쿼리로 나누어 AI 기반 워크플로우의 정확성과 효율성을 높이기 위해 설계된 플로우 구성요소입니다. 이 과정을 통해 사용자의 원래 질문의 각 측면이 빠짐없이 다뤄져 보다 철저하고 정확한 응답이 가능해집니다.
이 구성요소는 무엇을 하나요?
쿼리 분해 구성요소의 주요 기능은 입력 텍스트(일반적으로 복잡하거나 여러 부분으로 이루어진 질문)를 여러 개의 대체 쿼리 또는 하위 쿼리로 분할하는 것입니다. 이 하위 쿼리들은 원래 쿼리에 완전히 답변하기 위해 해결해야 할 개별 정보 단위입니다. 이 방식은 질문이 광범위하거나 모호하거나 여러 요소가 얽혀 있을 때 특히 유용합니다.
주요 기능 및 입력값
| 입력명 | 타입 | 필수여부 | 설명 |
|---|---|---|---|
| 입력 텍스트 | Message | 예 | 여러 개의 대체 쿼리로 나누고자 하는 주요 텍스트 또는 질문입니다. |
| 채팅 기록 | InMemoryChatMessageHistory | 아니오 | 더 정확한 하위 쿼리 생성을 위한 맥락 제공용 이전 채팅 메시지입니다. |
| LLM(모델) | BaseChatModel | 아니오 | 대체 쿼리 생성을 위해 사용할 언어 모델입니다. |
| 원본 쿼리 포함 | Boolean | 아니오 | 대체 쿼리 목록에 원본 쿼리도 포함할지 여부를 선택합니다. |
| 시스템 메시지 | String | 아니오 | 동작을 맞춤화하기 위해 프롬프트에 추가할 수 있는 추가 시스템 수준 지시문입니다. |
- 입력 텍스트 (필수): 분석 및 분해할 텍스트입니다. 사용자의 주요 질문입니다.
- 채팅 기록: (선택) 이전 대화 맥락 제공 시 생성되는 하위 쿼리의 적합성과 정확성을 높일 수 있습니다.
- LLM(모델): (선택) 분해 과정에서 사용할 대형 언어 모델(LLM)을 지정하여 다양한 AI 모델과 유연하게 통합할 수 있습니다.
- 원본 쿼리 포함: (고급, 선택) 출력 결과에 원본 쿼리도 포함할지 제어합니다.
- 시스템 메시지: (고급, 선택) 모델의 출력 방향 설정이나 추가 지시를 위해 맞춤형 시스템 메시지를 추가할 수 있습니다.
출력
- Message: 이 구성요소는 대체 쿼리 또는 하위 질문의 목록이 포함된 메시지 객체를 출력합니다. 이는 이후 AI 처리 단계(별도 답변, 정보 검색, 추가 분석 등)의 입력값으로 활용할 수 있습니다.
왜 유용한가요?
쿼리 분해는 하나의 쿼리가 여러 주제를 포함하거나 복수 단계의 추론이 요구되는 복잡한 AI 워크플로우에서 매우 유용합니다. 쿼리를 분해함으로써 다음과 같은 이점이 있습니다:
- 복잡한 질문의 모든 부분을 빠짐없이 다룰 수 있습니다.
- 정보 검색이나 탐색의 정확성을 높일 수 있습니다.
- AI 파이프라인에서 모듈화된 단계별 처리가 가능해집니다.
- AI가 생성한 답변의 투명성과 설명 가능성을 높일 수 있습니다.
예시 활용 사례
- 고객 지원: 길고 복잡한 고객 문의를 개별 이슈로 나누어 더 맞춤화된 답변을 제공
- 연구 지원: 광범위한 연구 질문을 세부 주제로 분해해 보다 집중된 자료 검색 진행
- 다단계 추론: 순차적 문제 해결이나 계획 수립이 필요한 AI 에이전트용 질문 구성
요약 표
| 기능 | 설명 |
|---|---|
| 입력 | 복잡한 사용자 쿼리(텍스트) |
| 출력 | 대체/하위 쿼리 목록(메시지 객체 형태) |
| 맥락 지원 | 예(채팅 기록 활용) |
| 모델 선택 | 예(사용자 지정 LLM 지정 가능) |
| 고급 옵션 | 원본 쿼리 포함, 맞춤형 시스템 메시지 |
쿼리 분해를 AI 워크플로우에 통합하면 복잡한 쿼리를 더 똑똑하고 세분화하여 처리할 수 있어, 결과 품질이 향상되고 사용자 경험이 더 좋아집니다.
