질문하기 쑥쓰러울 땐, MIRA Desk를 찾아주세요.

정작 궁금한 건, 창피한 질문일 때가 많습니다.

많은 사람들이 질문하기 전에 한 번쯤 망설인 경험들 한번쯤 있으셨을꺼라 생각합니다.

“너무 기본적인 걸 모른다고 생각하지 않을까?”

“괜히 일을 잘 모르는 사람처럼 보이지 않을까?”

”쓸데없는거에 관심이 많다고 생각하지는 않을까?”

어쩌면 우리는 질문 자체보다, 질문 이후의 시선을 더 많이 신경 쓰는지도 모릅니다. 내가 어떻게 보일지, 어떤 평가를 받을지, 상대가 나를 어떻게 판단할지를 먼저 생각하게 되는 것입니다.

그리고 유독 회사에서는 더 조심스러워집니다. 작은 질문 하나에도 나의 이해도, 업무 역량, 태도가 드러난다고 느끼기 때문입니다.

잘못된 정보가 제일 큰 리스크입니다.

그러다 보니 정작 회사에 공식적으로 묻지 못하고, 가장 편한 동료들끼리 조심스럽게 묻고 답하는 일이 생깁니다. 문제는 이런 대화 속에서 정확하지 않은 정보가 오가기도 한다는 점입니다.

회사의 공식적인 입장을 누구나 부담 없이, 그리고 민감한 질문도 편하게 물어볼 수 있는 창구가 필요하다고요.

이제는 MIRA Desk에 물어보세요.

그렇게 MIRA Desk가 탄생하게 되었습니다.

MIRA Desk는 회사생활에 대한 궁금증과 VC 업무 지식에 대한 질문을 해소하기 위해 만든 사내 지식 어시스턴트입니다. 크게 두 가지 영역으로 나누어 구성했습니다.

예를 들어 MIRA 생활에는 이런 질문을 할 수 있습니다.

예1. 야근을 많이 하면 별도 보상이나 대체휴가가 있나요?
예2. 수습기간 중에도 연차를 사용할 수 있나요?
예3. 연봉 협의는 언제, 어떤 방식으로 진행되나요?
예4. 건강검진 지원은 얼마까지 받을 수 있나요?

VC 무엇이든 물어보세요에는 이런 질문을 할 수 있습니다.

예1. 미처분 자산이 남아 있으면 청산은 어떻게 하나요?
예2. 총회가 아직 미결상태인데 이럴때 어떻게 해야하나요?

사용 방법은 매우 간단합니다.

Claude를 열고 무엇이든 물어보면 MIRA의 회사생활 및 VC관련 업무 지식을 확인하실 수 있습니다.

구현하면서 가장 중요하게 생각한 건 정확도였습니다.

MIRA Desk를 만들 때 가장 중요하게 본 기준은 세가지였습니다.

질문 의도에 맞는 답을 주는가?
단어만 맞추는 것이 아니라, 사용자가 무엇을 묻고 있는지 이해하는가.
답이 정확한가
그럴듯한 답이 아니라, 문서에 근거한 답을 주는가.
참조 데이터를 쉽게 관리할 수 있는가?
규정이나 절차가 바뀌었을 때, 담당자가 직접 고칠 수 있는가.이제 구성원들은 체면 생각하지 않고 먼저 MIRA Desk에 물어볼 수 있어 고민하는 시간을 줄일 수 있어 좋고 관련해서 매번 똑같은 질문에 답해야했던 담당자들은 더 중요한 일에 시간을 쓸 수 있어서 좋았습니다.

이 세 가지를 기준으로 놓고 보니, Agentic RAG로 자연스럽게 의견이 좁혀졌습니다.

Agentic RAG 방식을 통해 구현해보았습니다.

우리가 비교한 방식은 크게 두 가지였습니다.

Semantic RAG는 질문과 의미가 비슷한 문서 조각을 찾아 답하는 방식입니다. FAQ나 단순 정책 검색처럼 “정답이 한 문단 안에 들어 있는 질문”에는 빠르고 효과적입니다.

하지만 MIRA의 질문은 종종 한 문단 안에서 끝나지 않았습니다. 여러 문서를 비교해야 하거나, 질문 의도에 따라 검색 범위를 좁혔다가 넓혀야 하거나, 부족한 정보를 다시 찾아야 하는 경우가 많았습니다.

반면 Agentic RAG는 한 번 검색하고 끝내지 않습니다.

질문을 해석하고, 필요한 자료를 찾고, 부족하면 다시 탐색하고, 여러 결과를 비교해 최종 답을 구성합니다. 말하자면 검색 엔진처럼 문서를 던져주는 방식이 아니라, 답을 찾아오는 동료처럼 움직이는 방식입니다.

우리가 만들고 싶었던 것은 “문서를 찾아주는 챗봇”이 아니라, 질문 의도를 이해하고 업무에 바로 쓸 수 있는 답을 주는 어시스턴트였고 그래서 Agentic RAG가 최적이라 생각했습니다.

지식 저장소로는 Notion을 선택하였습니다.

완벽한 시스템을 처음부터 만들기보다, 가장 빠르게 만들어 실제로 써보고 검증하는 방식으로 Notion에 저장하고 Claude로 질문하는 방식을 선택하였습니다.

Notion을 선택한 이유는 네 가지였습니다.

첫째, 맥락을 구조로 다룰 수 있습니다.

Agentic RAG에는 단순한 텍스트뿐 아니라 문서 간 관계, 카테고리, 담당자, 상태, 태그 같은 맥락 정보가 중요합니다. Notion은 이런 정보를 페이지 구조와 데이터베이스 속성으로 정리할 수 있어, 에이전트가 문장 검색을 넘어 맥락 기반으로 정보를 탐색하기 좋았습니다.

둘째, 비개발자가 직접 지식을 운영할 수 있습니다.

Agentic RAG의 성능은 결국 참조하는 지식의 품질과 최신성에 달려 있습니다. Notion이라면 업무 담당자가 직접 문서를 수정하고 구조를 정리할 수 있습니다. 규정이 바뀌어도 개발팀의 배포를 기다릴 필요가 없습니다.

셋째, 구축 비용과 시간을 줄일 수 있습니다.

검색 인덱스, 메타데이터, 권한, 운영 화면 같은 기본 요소를 Notion이 이미 제공하고 있었기 때문에 빠르게 MVP를 만들고 실제 사용성을 검증할 수 있었습니다.

넷째, 유지보수가 쉽습니다.

그동안 미라파트너스는 회사의 주요 정보와 제반 사항을 Notion에서 관리해왔습니다. 만약 별도의 시스템을 새롭게 구현해야 했다면 문서 수정, 카테고리 변경, 신규 문서 추가 등 지식 기반을 관리하기 위한 작업이 개발 또는 데이터 운영 업무로 이어졌을 것입니다.

반면 Notion 기반으로 구성하면 MIRA 담당자라면 누구나 기존 데이터를 직접 수정·보완하는 방식으로 지식 기반을 관리할 수 있어 운영 부담을 크게 낮출 수 있습니다. 특히 MIRA는 이미 Notion에 관련 데이터와 정보가 충분히 축적되어 있기 때문에 초기 구축을 보다 수월하게 진행할 수 있으며, 향후 업데이트되는 내용도 담당자가 손쉽게 반영하고 보완할 수 있다는 장점이 있습니다.

문의 창구로는 Claude를 선택하였습니다.

MIRA 구성원들이 매일 사용하는 Claude를 통해 질문하고 답을 확인할 수 있도록 스킬을 구축하고, 네 가지 핵심 지침을 적용했습니다.

첫째, 참고 범위 명확화

MIRA Desk의 사용자 접점은 Claude로 구성했습니다. 구성원들이 자연스럽게 질문을 입력하고, 답변과 출처를 함께 확인할 수 있는 창구로 Claude가 적합하다 판단하였습니다.

지식 영역은 두 개의 스킬로 나누어 검색 범위를 분리하고 각 성격에 맞추어 답변의 형식을 맞추었습니다.

mira-company-info — MIRA 생활
mira-vc-fund-info — VC 무엇이든 물어보세요

각 스킬은 고정된 Notion 루트 페이지를 기준으로 동작합니다. mira-company-info는 “MIRA” 루트 페이지와 그 하위 문서를, mira-vc-fund-info는 “VC” 루트 페이지와 그 하위 문서를 탐색합니다. 이렇게 범위를 제한하면 Claude가 관련 없는 문서를 참조하는 일을 줄일 수 있습니다.

둘째, 단순 검색이 아닌 탐색이 핵심

Agentic RAG의 핵심은 한 번 찾고 멈추지 않는다는 점입니다.

동작 흐름은 대략 이렇습니다.

질문이 회사 정보인지, 펀드·VC 지식인지 판단합니다.
핵심 키워드로 해당 루트 범위 안에서 검색합니다.
검색 결과의 요약만 믿지 않고, 관련 페이지 원문을 직접 확인합니다.
한 번에 답이 나오지 않으면 동의어, 상위 개념, 하위 개념으로 검색어를 바꿔 다시 찾습니다.
질문에 여러 항목이 섞여 있으면 항목별로 나누어 탐색합니다.

예를 들어 “복리후생”이라는 질문은 “경조금”, “건강검진” 같은 하위 항목으로 이어질 수 있습니다. “관리보수”라는 질문은 “운용보수”, “성과보수” 같은 관련 용어로 확장될 수 있습니다.

단순 검색이 아니라 판단 → 탐색 → 원문 확인 → 재탐색의 흐름을 갖도록 만든 것입니다. 이것이 우리가 Agentic RAG를 선택한 이유이기도 합니다.

셋째, 정확성을 구조로 강제

금액, 날짜, 기간, 비율, 규정 수치처럼 중요한 정보는 Notion 문서에 적힌 표현 그대로 옮기도록 했습니다. 자의적인 의역이나 반올림도 하지 않도록 했습니다. 답변 끝에는 항상 출처 페이지명을 붙였습니다.

(출처: MIRA > 회사생활 가이드 - 취업규칙)

사용자가 원문을 바로 확인할 수 있어야 신뢰가 생긴다고 봤기 때문입니다.

그리고 결정적으로, 검색 범위 안에서 근거를 찾지 못하면 일반 상식으로 메우지 않도록 했습니다. 근거가 없을 때는 “문서에서 찾을 수 없다”고 답하고 멈추게 했습니다. 그럴듯하게 지어낸 답은 정확한 답보다 더 위험하니까요.

넷째, 질문이 조금 어긋나도 의도를 보정

사용자가 항상 문서에 적힌 정확한 용어로 질문하는 것은 아닙니다.

예를 들어 “수습기간 몇 시간이야?”처럼 단위가 틀릴 수도 있고, “펀드 닫는 거 어떻게 해?”처럼 문서상 용어와 다른 표현을 쓸 수도 있습니다. 이럴 때도 문서 기준에 맞춰 답할 수 있도록 했습니다. “수습기간”은 문서의 기준 단위인 개월로 답하고, “펀드 닫는 거”는 문서상 용어인 “청산” 또는 “해산”으로 이해해 탐색합니다.

사용자가 정확한 용어를 몰라도, 의도만 맞으면 답에 도달할 수 있도록 만들었습니다.