지식 베이스 AI를 도입한 후 처음 30일 동안 해야 할 5가지

지식 베이스 AI를 계약하고 계정을 생성했다. 관리 화면에도 로그인할 수 있었다. 여기까지는 순조롭습니다.

하지만 많은 기업이 첫 한 달에 좌절합니다. **"도구는 도입했는데, 아무도 사용하지 않는다"**는 상태입니다.

일본 총무성의 '레이와 5년판 정보통신백서'에 따르면, 일본 기업의 AI 도입률은 약 20%에 머물고 있습니다. 도입해도 활용되지 않는 배경에는 초기 도입 단계에서 올바른 절차를 밟지 못한 경우가 적지 않습니다.

이 글에서는 지식 베이스 AI를 도입하고 나서 처음 30일 동안 해야 할 5가지 액션을 주 단위로 구체적으로 소개합니다. 완벽할 필요는 없습니다. 작게 시작하고, 키워 나가는 것이 성공의 열쇠입니다.

---

이 글에서 알 수 있는 것

• 도입 후 30일간의 구체적인 실행 계획
• "아무도 사용하지 않는 지식 베이스"를 만들지 않기 위한 팁
• 피드백을 활용한 개선 사이클 운영 방법
• 전사 도입의 타이밍과 진행 방법

---

1. [1주 차] 먼저 하나의 폴더에 "가장 많이 받는 질문"을 모으기

도입 첫날부터 전사의 자료를 모두 망라하려는 것은 실패 패턴의 전형입니다.

처음 해야 할 일은 단 하나의 폴더를 만들고, 사내에서 가장 자주 받는 질문에 관한 자료를 모으는 것입니다.

구체적인 액션:

• 총무, 인사, 정보시스템 등 문의가 많은 부서를 하나 선택한다
• 해당 부서에서 "매주 반복되는 질문"을 리스트업한다(5~10개면 충분)
• 해당하는 사내 매뉴얼, 절차서, FAQ를 폴더에 업로드한다

예를 들어, "경비 정산 방법", "Wi-Fi 비밀번호 확인 방법", "연차 신청 절차"처럼, 답이 명확하고 반복적으로 받는 질문이 최적입니다.

Monoshiri AI에서는 폴더 단위로 문서를 관리할 수 있어, 우선 "총무 FAQ", "정보시스템 매뉴얼" 같은 작은 폴더 하나로 시작할 수 있습니다.

포인트는 **"처음부터 완벽하게 만들지 않는다"**는 것. 문서의 형식이 통일되어 있지 않아도 괜찮습니다. PDF, Word, 텍스트 파일, 무엇이든 OK입니다. 우선 넣어보고, AI가 어떻게 답변하는지 확인하는 것부터 시작합시다.

---

2. [2주 차] 5명의 파일럿 사용자에게 시험해 보기

폴더에 문서를 넣었다면, 다음은 소수 인원으로 시험하는 단계입니다.

갑자기 전사에 "새 도구를 도입했습니다"라고 공지해도, 대부분의 직원은 바빠서 시험해 주지 않습니다. 먼저 협력적인 멤버 5명 정도에게 "잠깐 시험해 봐 주세요"라고 부탁합시다.

파일럿 사용자 선정 기준:

• 새로운 도구에 거부감이 없는 사람
• 실제로 문의 대응을 하고 있는 사람(문제를 피부로 느끼고 있음)
• 솔직하게 피드백을 주는 사람

시험 시 포인트:

• "평소 받는 질문을 그대로 AI에게 물어보세요"라고 전달한다
• 사용법 설명은 최소한으로 OK(직관적으로 사용할 수 있는지도 확인 자료가 됨)
• 1주일 후에 피드백을 받기로 약속해 둔다

이 단계의 목적은 AI의 답변 정확도를 확인하는 것과 현장의 솔직한 반응을 파악하는 것 두 가지입니다. "편리하긴 한데, 여기 답변이 좀 어긋나 있어"라는 구체적인 피드백이 다음 단계의 재료가 됩니다.

---

3. [3주 차] "답변하지 못한 질문"을 바탕으로 문서를 추가하기

파일럿 사용자의 피드백을 수집했다면, 본격적으로 지식 베이스의 개선에 착수합니다.

주목해야 할 것은, AI가 제대로 답변하지 못한 질문입니다. 답변하지 못한 이유는 크게 두 가지로 나뉩니다.

1. 해당 문서가 애초에 없는 경우

단순한 문제로, 문서를 추가하면 해결됩니다. "출장 신청 승인 프로세스"에 대해 질문받았는데, 출장 규정이 업로드되어 있지 않았던 경우입니다.

2. 문서는 있지만, 정보가 오래되었거나 모호한 경우

이쪽은 다소 수고가 들지만, 문서를 업데이트하거나 보충 자료를 추가하면 개선할 수 있습니다.

구체적인 액션:

• 파일럿 사용자에게 "AI가 답변하지 못한 질문 리스트"를 받는다
• 각 질문에 대응하는 문서가 있는지 확인한다
• 없는 것은 새로 작성하고, 있는 것은 내용을 업데이트하여 다시 업로드한다
• 개선 후, 동일한 질문에 AI의 답변이 달라졌는지 확인한다

이 "질문 -> 개선 -> 확인" 사이클이야말로 지식 베이스를 키우는 핵심입니다. 도입 시점에 100점짜리 지식 베이스를 만들 필요는 없습니다. 사용하면서 다듬어 가는 것입니다.

---

4. [4주 차] 전사에 도입하고, LINE 연동을 안내하기

3주간의 준비 기간을 거쳐 지식 베이스의 답변 정확도도 어느 정도 높아졌다면, 전사 도입의 타이밍입니다.

다만, 여기서도 "이메일 한 통으로 공지하고 끝"이면 사용되지 않습니다. 도입 성공률을 높이는 요령이 있습니다.

도입 시 포인트:

• 파일럿 사용자에게 "사내 앰배서더" 역할을 맡긴다
• "이런 질문을 했더니 이렇게 답변해 줬다"라는 구체적인 성공 경험을 공유한다
• 전사 미팅이나 Slack에서 실제 AI 답변 스크린샷을 보여준다

LINE 연동으로 사용 허들을 낮추기:

전사 도입 시 특히 효과적인 것이 LINE 연동 활용입니다. 평소 익숙하게 사용하는 LINE에서 질문할 수 있도록 하면, 새로운 도구를 열어야 한다는 심리적 허들이 사라집니다.

"브라우저에서 관리 화면을 열고..."라는 절차가 필요 없어지는 것만으로도 이용률은 크게 달라집니다. 특히 PC 조작에 익숙하지 않은 멤버가 많은 현장이나, 외출 중 스마트폰으로 확인하고 싶은 경우에는 LINE에서 바로 질문할 수 있다는 점이 큰 장점이 됩니다.

---

5. 월 1회 회고로 PDCA 돌리기

전사 도입 후 끝이 아닙니다. 지식 베이스는 살아있는 생물입니다. 사내 규정은 바뀌고, 새로운 절차가 추가되고, 조직 체계도 변화합니다.

한 달에 한 번, 30분이면 충분하니 회고 시간을 마련합시다.

회고에서 확인할 것:

• 이용 현황: 실제로 얼마나 사용되고 있는가
• 답변 정확도: "답변하지 못한 질문"이나 "엉뚱한 답변"은 없는가
• 문서의 최신성: 오래된 자료는 없는가
• 사용자의 목소리: "이런 질문에도 답변해 줬으면 좋겠다"는 요청은 없는가

회고 진행 방법:

1. 최근 1개월간의 이용 데이터를 확인한다
2. 답변 정확도가 낮았던 질문을 추출한다
3. 문서 추가/업데이트가 필요한 항목을 리스트화한다
4. 다음 1개월 동안 대응할 항목을 정한다(3개 정도로 좁힌다)

이 PDCA 사이클을 매월 돌리는 것으로, 지식 베이스는 확실히 "성장"해 갑니다. 처음에는 하나의 폴더, 몇 개의 문서였던 것이, 반년 후에는 사내의 주요 정보가 망라된 믿음직한 존재가 되어 있을 것입니다.

---

30일간 액션 요약

시기	할 일	목표
1주 차	1 폴더에 자주 받는 질문의 자료를 모으기	AI가 기본적인 질문에 답변할 수 있는 상태
2주 차	5명의 파일럿 사용자에게 시험해 보기	현장 피드백 수집
3주 차	피드백을 바탕으로 문서 추가/수정	답변 정확도 향상
4주 차	전사 도입 + LINE 연동 안내	전원이 접근할 수 있는 상태
매월	30분 회고로 PDCA	지속적인 개선 사이클 확립

---

완벽을 추구하지 않는다. 키워가는 지식 베이스라는 사고방식

지식 베이스 AI 도입에서 가장 흔한 실패는, **"완벽하게 준비한 뒤 오픈하자"**라고 생각해 버리는 것입니다.

모든 부서의 매뉴얼을 갖추고, 형식을 통일하고, 포괄적인 FAQ를 만든 다음에...라고 구상하면, 언제까지고 운영이 시작되지 않습니다. 그 사이에 담당자의 동기가 떨어지고, 예산만 소진되어 가는 것은 흔히 있는 이야기입니다.

중요한 것은 작게 시작하고, 사용하면서 키워 나가는 것. 처음에는 하나의 폴더, 5명의 사용자로 충분합니다. 거기서 얻어지는 피드백이 지식 베이스를 정말로 유용한 것으로 변화시켜 갑니다.

Monoshiri AI는 문서 업로드부터 AI 검색까지 몇 분 만에 시작할 수 있는 심플한 설계로 되어 있습니다. 요금 플랜도 팀 규모에 맞게 선택 가능하므로, 우선 작게 시작하여 효과를 체감하면서 확대해 나갈 수 있습니다.

도입 후 처음 30일. 이 기간을 어떻게 보내느냐가, 지식 베이스가 "사용되는 도구"가 되느냐 "잊혀지는 도구"가 되느냐를 결정합니다. 오늘부터 먼저 첫 번째 폴더를 만드는 것부터 시작해 보세요.