온보딩 문서(Onboarding documentation)는 오픈 소스 소프트웨어 (OSS)에서 신규 사용자를 유인하고 유지하는 데 매우 중요합니다. 그러나 이러한 문서는 종종 밀도가 높고, 구조가 일관되지 않으며, 파편화된 형태로 제공되어 이해하기 어려우며, 이는 인지 과부하 (cognitive overload)를 유발하여 좌절, 오류 및 포기로 이어집니다. 본 연구에서는 멀티미디어 학습의 인지 이론 (Cognitive Theory of Multimedia Learning, CTML) 전략을 사용하여 OSS 문서를 어떻게 재구성할 수 있는지 조사합니다. 우리는 생성형 AI (GenAI) 기반 파이프라인을 사용하여 이러한 전략을 실행하며, 프로토타입인 VisDoc을 통해 OSS 문서를 재구성합니다. VisDoc은 문서를 작업 기반 단위로 분할하고, 워크플로 (workflows)를 추론하며, 중복을 제거하고, 멀티모달 (multimodal) 설명을 생성합니다. 전문가 평가 (N=4)를 통해 VisDoc의 완전성, 정확성 및 채택 가능성을 확인했습니다. 신규 사용자를 대상으로 한 피험자 간 평가 (between-subjects evaluation, N=14) 결과, VisDoc 사용자는 더 높은 작업 성공률을 달성하였고, 인지 부하 (cognitive load)는 유의미하게 낮았으며, 더 높은 사용성 (usability)을 인지한 것으로 나타났습니다. 본 연구의 기여는 온보딩 과제의 CTML 기반 분석, GenAI 기반 문서 재구성 파이프라인, 그리고 인지적으로 정보에 기반한 문서 재구성이 OSS에서 인지 부하를 줄이고 사용성 및 작업 성능을 향상시킨다는 실증적 증거를 포함합니다.