질문 하나를 업무별로 나눠 사내 DB에서 찾았습니다
기존에는 일정은 사내 포털에서, 견적은 파일 탐색기에서 따로 찾아야 했고, 회의록은 사내에 돌아와야 정리할 수 있었습니다. 프로젝트에서는 텔레그램으로 받은 질문을 사내 LLM(Gemma)이 읽고 어떤 업무인지 판단한 뒤, 업무별로 사내 DB를 조회해 답하도록 구성했습니다.
질문 처리 흐름
텔레그램으로 질문 수신
사내 LLM(Gemma)이 요청 의도 분석
일정 등록·조회, 재고·견적 조회, 회의록 요약, 메일 조회, IT 용어 검색, 안내 등 8갈래로 분기
업무별 사내 DB 조회·결과 정리
텔레그램으로 회신
알아듣지 못한 요청은 임의로 처리하지 않고 안내 메시지로 돌려보내도록 했습니다.
일정 등록은 등록된 사용자만 할 수 있습니다
조회와 달리 등록은 사내 포털에 바로 기록이 남습니다. 그래서 일정 등록 분기에는 등록된 사용자인지 확인하는 단계를 두고, 등록되지 않은 사용자에게는 안내를 보내도록 했습니다.
AI는 요청 의도 분석과 조회 결과 정리, 요약 초안을 맡습니다. 회의록 참석자 명단, 일정 내용, 견적 사양, 메일 내용은 사람이 확인하도록 설계했습니다.
일정과 메일은 실습에서 직접 확인했습니다
일정 조회에서는 한 달 치 일정을 묻자 해당 기간의 일정 목록이 회신됐습니다. 일정 등록에서는 텔레그램으로 입력한 일정이 사내 포털 일정 페이지에 등록됐고, 메일 조회에서는 "오늘자 메일을 보여 달라"는 요청에 메일 목록이 돌아왔습니다.
재고·견적은 사내 DB를 조회해 표로 만들고 PDF로 보내는 흐름까지, 회의록은 저장된 회의록을 찾아 사내 LLM이 요약하는 흐름까지 구성했습니다.
실제 업무에서의 흐름 변화
[ 기존 방식 ]
필요한 정보 떠올림 → PC 열기 또는 사내 복귀 → 사내 포털·파일 탐색기·검색 도구 각각 확인 → 회의록은 사내에서 녹음 변환·요약·등록
[ 개선한 흐름 ]
텔레그램으로 질문 → 사내 LLM 의도 분석 → 업무별 사내 DB 조회 → 텔레그램 회신 → 담당자 내용 확인
챗봇은 질문을 분류하고 사내 DB에서 찾아 정리합니다. 일정 내용, 견적 사양, 메일 내용이 맞는지는 담당자가 확인합니다.
다음 단계로 이어갈 기능
일정 날짜 표시와 등록 양식 정리, 요청한 사람의 메일만 보이도록 하는 사용자별 필터링을 다음 과제로 적었습니다. 견적·재고 결과는 링크가 아닌 PDF 파일로 보내도록 다듬고, 회의록 기능에는 녹음을 텍스트로 바꾸는 단계를 더할 계획입니다.
서버에 있는 문서를 다운로드 링크로 건네는 기능과 견적 관련·특정 업체 메일만 추려 보여 주는 기능도 다음 목표로 두었습니다.
출장 중 업무 보조 챗봇의 핵심은 사내 시스템을 통째로 밖으로 옮기는 것이 아니라, 흩어진 사내 정보를 질문 하나로 찾아오고 확인은 사람이 하는 흐름을 만드는 데 있습니다.
