Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
많은 SaaS 제품들이 문서를 가지고 있지만, 사용자들은 여전히 원하는 답을 찾기 어려워 혼란을 겪습니다. 따라서 글쓴이는 사용자가 문서 검색 대신 AI에게 직접 질문하도록 하는 'AI 고객 지원 어시스턴트'를 도입했습니다. 이는 지식 기반을 활용하여 답변을 제공하며, 근본적으로는 문서를 개선하는 신호로 활용되어야 합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기소프트웨어를 개발하는 것에는 재미있는 점이 있습니다. 기능이 어떻게 작동하는지 설명하며 문서를 작성하고, 멋진 FAQ 페이지를 만드는 데 몇 시간을 쏟습니다. 그러다가 누군가가 가입해서 문서의 첫 단락에 명확하게 답이 나와 있는 질문을 하는 경우도 생깁니다.
그리고 그들을 정말로 비난할 수는 없습니다.
저 역시 다른 제품들로 같은 경험을 했습니다. 막히면, 제 첫 번째 본능은 다섯 페이지짜리 문서를 뒤지는 것이 아닙니다. 그냥 누군가에게 무엇을 해야 하는지 알려주기를 바랍니다.
이것이 FeedLog를 작업하는 동안 저에게 생각할 거리를 주었습니다.
많은 SaaS 제품들이 이미 문서를 가지고 있습니다. 정말 좋은 문서를 가진 것도 많습니다. 하지만 사용자들은 여전히 혼란스러워하고, 창업자들은 같은 질문에 답변하는 데 시간을 씁니다.
문제는 반드시 정보가 부족하다는 것이 아닙니다. 때로는 단순히 찾는 노력이 너무 많이 필요할 뿐입니다.
누군가가 자신의 웹사이트에 위젯을 통합하려고 하는 상황을 상상해 보세요. 그들은 전체 통합 가이드를 읽고 싶어 하지 않습니다. 어떤 스크립트를 설치해야 하는지, 어디에 넣어야 하는지, 그리고 왜 작동하지 않는지 알고 싶어 합니다.
당신은 이미 이 모든 것을 문서로 작성했을 수도 있지만, 사용자 관점에서는 여전히 답을 찾기 어렵습니다.
그리고 그들이 충분히 오래 막혀 있으면, 그냥 떠나버릴 수도 있습니다.
저희가 FeedLog를 구축할 때, 원래는 제품 피드백에 초점을 맞추었습니다. 저희에게는 피드백 보드, 로드맵, 변경 로그가 있었지만, 사용자를 찾는 데 어려움을 겪은 후, 우리는 작은 SaaS 팀들이 매일 직면하는 문제들을 더 면밀히 살펴보기 시작했습니다.
고객 지원이 제 생각에서 계속해서 떠올랐습니다.
작은 팀에게 질문에 답변하는 것이 항상 전업 일은 아닐 수 있지만, 다른 모든 것을 방해합니다. 버그를 수정하거나, 기능을 개발하거나, 다음 고객을 찾으려고 노력할 때 또 다른 지원 질문이 들어오는 경우가 생길 수 있습니다.
그래서 우리는 AI 고객 지원 어시스턴트와 내장 지식 기반을 추가했습니다.
아이디어는 꽤 간단합니다. 모든 고객이 문서(documentation)를 검색하기를 기대하는 대신, 그들이 질문을 직접 하도록 하는 것입니다. AI가 지식 기반(knowledge base)을 활용하여 관련 정보를 찾아내고 답변을 얻는 데 도움을 줄 수 있습니다.
물론 이것이 AI가 제품에 대한 모든 것을 마법처럼 이해한다는 의미는 아닙니다. 여전히 누군가가 유용한 문서를 작성하고, 이를 최신 상태로 유지하며, 답변의 정확성을 보장해야 합니다.
하지만 이는 고객이 그 정보와 상호작용하는 방식을 바꿉니다.
저는 이 부분에 대해 많이 생각해 왔습니다.
AI가 고객 질문에 답변하는 것에 흥분하기는 쉽습니다. 하지만 근본적인 문서가 오래되었거나, 불완전하거나, 혼란스럽다면, AI는 활용할 것이 많지 않습니다.
챗봇을 앞에 배치한다고 해서 나쁜 문서를 고칠 수는 없습니다.
예를 들어, 고객들이 계속해서 제품을 웹사이트에 연결하는 방법을 묻는다면, 통합 가이드(integration guide)가 개선될 필요가 있을 수 있습니다. 사람들이 반복적으로 가격 책정(pricing)에 대해 질문한다면, 아마도 가격 페이지가 충분히 명확하지 않은 것일 수 있습니다.
이런 관점에서 고객의 질문은 유용한 신호입니다.
그것들은 문서가 실패하는 지점, 온보딩 과정이 혼란스러울 수 있는 지점, 그리고 때로는 제품 자체를 변경해야 하는 지점을 보여줍니다.
이는 단순히 질문에 답변하는 챗봇을 구축하는 것보다 저에게 훨씬 더 흥미로운 문제입니다.
제가 간과해서는 안 된다고 생각하는 또 다른 것이 있습니다.
때로는 고객이 또 다른 AI 생성 답변이 필요하지 않습니다. 그들은 인간이 필요합니다.
어쩌면 아직 문서화되지 않은 버그를 신고하고 있을 수도 있습니다. 어쩌면 그들의 계정에 특정한 문제가 있을 수도 있습니다. 또는 아직 존재하지 않는 기능을 요청하고 있을 수도 있습니다.
그래서 저희는 AI 비서 주변으로 지원 워크플로우(support workflows)도 구축하고 있습니다.
목표는 모든 인간 대화를 대체하는 것이 아닙니다. 가능한 경우 반복적인 질문을 처리하고, 실질적인 주의가 필요할 때 팀이 후속 조치를 취하기 쉽게 만드는 것입니다.
대화 내용에 기능 요청이나 제품 제안이 포함되어 있을 때, 질문에 대한 답변으로 사라져서는 안 됩니다.
이는 제품 피드백으로 전환될 수 있는 방법이 있어야 합니다.
바로 이 지점에서 저희가 원래 운영하던 피드백 보드, 로드맵, 그리고 변경 로그들이 여전히 중요한 역할을 할 수 있습니다.
SaaS를 구축하려 노력하면서 깨달은 점이 하나 있습니다. 제품 아이디어는 머릿속에서는 완전히 합리적으로 들릴지라도, 실제로 아무도 사용하고 싶어 하지 않는 것일 수 있다는 것입니다.
저희는 AI 지원, 지식 기반(knowledge base), 그리고 제품 피드백을 하나의 플랫폼으로 결합하는 작업을 진행해 왔습니다. 이 프로젝트는 GitHub에서 오픈 소스로 공개되었는데, 부분적으로는 개발자들이 어떻게 작동하는지 탐색하고 직접 실행해 볼 수 있도록 하고 싶었기 때문입니다.
하지만 저희가 모든 것을 알아냈다고는 감히 말할 수 없습니다.
다른 개발자들은 문서화와 지원에 대해 어떻게 생각하는지 여전히 궁금합니다.
사용자들이 도움을 요청하기 전에 실제로 문서를 읽나요? 지식 기반의 질문에 답변하기 위해 AI를 사용해 본 적이 있나요? 그리고 AI가 잘못된 정보를 제공했을 때, 시간이 절약되나요 아니면 또 다른 문제를 야기하나요?
여러분에게 효과적이었던 점들을 진심으로 듣고 싶습니다.