지식 소스

일반 챗봇을 ‘나만의 챗봇’으로 만드는 핵심은 바로 웹사이트에 담긴 고유한 지식과 맥락입니다. 이를 위한 방법은 다양하지만, 많은 방식이 소규모 기업에는 여전히 접근하기 어렵습니다. FlowHunt는 검색 기반 생성(RAG) 방식을 통해 소규모는 물론 대규모 기업까지 모두 지원할 수 있습니다.

이 방식은 ChatGPT와 같은 모델의 일반 지식과 능력을 최대한 활용하면서, 한 단계 더 나아갑니다. 기존의 번거롭고 비용이 많이 드는 학습 데이터 주입 방식과 달리, RAG는 지식 소스를 연결하고 업로드만 하면 실시간으로 정확한 답변을 얻을 수 있어 추가적인 번거로움이 없습니다.

검색 기반 생성(RAG)이란?

새로운 도시에 여행을 계획하며 볼거리나 맛집에 대해 많은 궁금증이 있다고 상상해보세요. 도시 전문가인 친구에게 물어본다면, 그 친구는 기억에만 의존하지 않고 여행 가이드와 최신 온라인 리뷰를 다시 확인한 뒤 맞춤형으로 답해줄 것입니다. 즉, 가장 정확하고 최신의 답을 주기 위해 꼼꼼히 확인하는 셈이죠.

검색 기반 생성(RAG)은 바로 이와 비슷하게 작동합니다. 외부 데이터베이스에서 지식을 검색하고, 사전학습된 LLM 모델의 생성 능력을 결합하는 방식입니다.

친구가 가이드북과 리뷰를 찾아보는 것처럼, Flow는 먼저 연결된 소스를 참고한 후 그 정보에 기반해 답을 생성합니다. 이를 통해 더 정확하고 맥락을 반영한 응답을 받을 수 있습니다.

만약 일반 AI에게 그 도시의 맛집을 묻는다면 AI는 학습 데이터만 활용합니다. 이 데이터가 오래됐거나 불완전할 수 있어 여행에서 좋지 않은 경험을 할 수도 있죠. 하지만 RAG 방식이라면, AI가 URL, 구글, 기타 소스에서 최신 리뷰와 추천을 가져와 최고의 조언을 받을 수 있습니다.

몇 번의 클릭만으로 다양한 소스를 연결하고 업로드하세요. 소스들은 색인화되어 사용자의 질문에 따라 검색됩니다. 챗봇이 활용하는 콘텐츠는 직접 선택할 수 있으며, 공개 웹사이트 정보는 물론, 외부에 공개하지 않는 문서, 유튜브 동영상, 외부 학습 자료도 포함할 수 있습니다.

지식 소스 옵션

예시의 친구도 다양한 소스를 참고할 수 있습니다. 웹페이지를 읽고, 책을 찾아보고, 구글을 검색하거나, 유튜브 영상을 볼 수도 있죠. Flow 역시 이 모든 소스로부터 학습할 수 있습니다.

하지만 한 가지 차이점이 있습니다. 친구는 정보를 찾으면서 최신이며 정확한지 직접 확인하지만, AI는 그럴 수 없습니다. 정보의 신선함과 정확성은 전적으로 여러분의 몫입니다.

Flow에 올바른 정보를 연결하는 방법은 세 가지입니다:

일정 예약

도메인 전체나 개별 URL을 주기적으로 크롤링하고 색인화합니다. 한 번만 설정하면 그 이후로는 신경 쓸 필요 없습니다. 원하는 규모와 속도로 Flow가 스스로 계속 학습합니다.

일정 예약 기능에 대해 자세히 알아보세요.

문서

다양한 문서 형식, HTML 페이지, 유튜브 동영상 등에서 즉시 정보를 활용할 수 있습니다. 파일 업로드 또는 URL로 연결하세요.

문서 기능에 대해 자세히 알아보세요.

질문과 답변

특정 질문에 대한 미리 정의된 답변을 제공합니다. 이를 통해 챗봇이 중요한 쿼리와 FAQ에 항상 일관된 답을 제공할 수 있습니다.

질문과 답변 기능에 대해 자세히 알아보세요.

지식 소스의 분류

새로운 소스를 추가할 때마다 분류가 필요합니다. 이 분류는 전적으로 자유롭게 지정할 수 있으며, 늘어나는 라이브러리를 효율적으로 관리하는 데 도움을 줍니다.

분류 기능에 대해 자세히 알아보세요.