임베디드 지식 기반
임베디드 지식 기반(KB)은 별도의 독립형 웹사이트로 존재하는 것이 아니라, 주 애플리케이션의 사용자 인터페이스나 워크플로우에 직접 통합된 지식 관리 시스템입니다. 사용자가 도움말 센터로 이동하도록 강요하는 대신, 관련 정보, FAQ, 또는 AI 기반 답변이 사용자가 작업을 수행하는 맥락적 위치에 표시됩니다.
오늘날의 복잡한 소프트웨어 환경에서 컨텍스트 전환으로 인해 발생하는 마찰은 사용자 좌절의 주요 원인입니다. 지식을 내장함으로써 기업은 지원 부하를 줄이고, 사용자 채택률을 개선하며, 즉각적인 답변을 제공할 수 있습니다. 이러한 변화는 지원을 반응형 티켓 시스템에서 제품 자체의 선제적이고 통합된 기능으로 전환시킵니다.
핵심 메커니즘은 애플리케이션의 사용자 세션 데이터(예: 사용자가 보고 있는 화면, 입력 중인 데이터)를 KB의 검색 엔진에 연결하는 것입니다. 사용자가 도움을 요청할 때(예: 인앱 채팅 위젯에 질문을 입력하거나 복잡한 필드 위에 마우스를 올릴 때), 시스템은 KB에 쿼리합니다. 최신 구현에서는 종종 검색 증강 생성(RAG)을 사용하여 KB에서 특정 검증된 문서를 가져와 대규모 언어 모델(LLM)에 공급하여 정확하고 맥락을 이해하는 응답을 생성합니다.
이 개념은 대화형 AI, 상황 인식 컴퓨팅, 셀프 서비스 포털과 상당히 중첩됩니다. 챗봇은 전달 메커니즘이지만, 임베디드 지식 기반은 이를 구동하는 구조화되고 권위 있는 데이터 소스입니다.
