DevLog

엔지니어링 블로그를 한 곳에서 탐색하고, 최근 발행 흐름을 빠르게 파악할 수 있는 서비스 입니다.

Quick Links

  • Latest Feed
  • Engineering Directory

Support

  • 소개
  • 개인정보처리방침

Contribute

  • 원하는 블로그 추가 (준비 중)
  • Feedback

© 2026 DevLog Inc. All rights reserved.

본 사이트는 공개 RSS 피드를 통해 콘텐츠를 수집하며, 모든 콘텐츠의 저작권은 원저작자에게 있습니다.

Back to Feed
Read Original

Contents

Continue Reading

  • More from 토스
  • Related reads#RAG
#AI

How Documents Find Developers at Toss

How Documents Find Developers at Toss
01

Summary

검색하지 마세요, 찾아오니까! 토스가 개발자 문서화를 자동화하는 신박한 방법

RAG 챗봇 'Mr. Park'과 슬랙 대화를 문서화하는 '실록봇'으로 완성한 능동적 지식 공유 시스템

토스 프론트엔드 챕터는 개발자들이 문서를 일일이 검색하는 대신, 지식이 개발자를 직접 찾아가도록 패러다임을 혁신했습니다. RAG 기반의 AI 챗봇 'Mr. Park'이 개발 흐름 속에서 정답을 제시하고, 사내 메신저의 유용한 대화는 '실록봇(Sillokbot)'이 스스로 감지하고 요약해 문서로 등록합니다. 문서를 쓰는 귀찮은 작업을 자연스러운 개발 문화로 녹여내어 개발자 경험(DX)과 생산성을 혁신한 토스의 노하우를 공개합니다.

  • 01문서 경로 의존성 타파: 문서를 직접 찾아 들어가는 번거로움 대신 물어보면 즉시 답하는 동료 같은 환경 제공
  • 02RAG 기반 챗봇 Mr. Park: IDE 및 사내 메신저에 연동되어 정확한 출처 정보와 함께 신뢰할 수 있는 개발 지식 즉시 답변
  • 03지식 기록 자동화 실록봇: 메신저 스레드에 이모지만 달면 AI가 대화를 분석하고 요약하여 문서 저장소에 PR 자동 생성
  • 04실시간 트러블슈팅 자산화: 개발 중 발생한 버그 해결 과정이 실시간으로 문서화되어 Mr. Park의 학습 데이터로 연동
  • 05동적 지식 생태계 구축: 정적인 가이드라인에 머물던 기술 문서를 살아 숨 쉬는 문제 해결 시스템으로 진화시킴

+RECOMMENDATION

사내 지식 관리 파편화와 잦은 질문 답변으로 리소스가 낭비되는 플랫폼 팀, 혹은 DX(개발자 경험)를 극적으로 개선하고 싶은 테크 리드에게 강력히 추천합니다. 슬랙 대화 요약과 RAG를 결합한 자동화 파이프라인은 초기 구축 비용 대비 가장 확실한 생산성 향상을 선사할 것입니다.

The Problem

개발자가 신규 기능을 개발할 때 사내 도구의 문서 위치를 찾지 못해 컨텍스트가 끊기거나 동료에게 직접 물어보는 상황이 빈번하게 발생했습니다. 전통적인 기술 문서는 작성자 관점으로 구조화되어 있어 정작 필요한 정보를 찾기 위해 여러 번 검색해야 하는 문서 경로 의존성 문제가 있었습니다.

The Solution

기존 지식 베이스를 기반으로 IDE와 사내 메신저에서 질문에 즉각 답해주는 RAG 기반의 챗봇 'Mr. Park'을 도입하고, 메신저 상의 트러블슈팅 및 지식 교환 대화를 자동으로 요약하여 문서 저장소에 PR을 올려주는 문서 자동화 도구 'Sillokbot'을 구축했습니다.

The Result

지식이 한 사람에게 고이지 않고 실시간으로 문서화 및 전파되는 동적 지식 순환 환경을 구축하여 프론트엔드 챕터 전체의 생산성을 크게 높였습니다. 또한 반복적인 질문 문의가 줄어들고 정보 획득에 걸리는 시간이 대폭 단축되는 효과를 얻었습니다.

Trade-off

시스템이 안정적으로 작동하려면 고품질의 지식 베이스가 지속해서 수급되어야 하므로 개발자들의 자발적인 실록봇 이모지 반응 참여가 필수적이며, 자동 생성된 요약 문서의 PR 검토 및 관리를 위한 추가적인 관리 공수가 존재할 수 있습니다.

03

Key Concepts

Concept · 01

RAG (Retrieval-Augmented Generation)

대규모 언어 모델(LLM)이 답변을 생성하기 전에 신뢰할 수 있는 외부 지식 베이스에서 관련 문서를 검색하여 참조하도록 함으로써 정확성을 높이고 할루시네이션을 방지하는 기술입니다.

  • 토스의 내부 지식 문서들을 기반으로 'Mr. Park' 챗봇이 개발자의 질문에 정확하고 왜곡 없는 답변을 제공하는 데 사용됨
  • 답변을 제공할 때 단순 텍스트 생성을 넘어 답변의 기반이 된 실제 문서 소스 링크를 함께 첨부하여 신뢰도를 향상시킴
Concept · 02

Path Dependence in Documentation (문서 경로 의존성)

정보를 얻기 위해 사용자가 작성자가 설계한 복잡하고 경직된 디렉토리 구조 및 검색 경로를 무조건 거쳐 가야만 하는 제약 현상을 말합니다.

  • 원하는 정보를 찾기 위해 개발자가 브라우저 탭을 수십 개 띄우고 여러 번 검색해야 하는 기존 문서 탐색 방식의 한계로 지적됨
  • 토스 플랫폼 팀은 '탐색(Navigation)'이 아닌 '대화(Conversation)' 중심의 인터페이스로 패러다임을 전환하여 이를 해결함
Concept · 03

Sillokbot (실록봇)

사내 메신저에서 활발히 오가는 휘발성 기술 논의를 모니터링하여 자동으로 영구적인 기술 문서로 변환하고 저장소에 등록해 주는 문서화 자동화 시스템입니다.

  • 개발자가 유용한 정보가 담긴 메신저 스레드에 실록봇 이모지를 남기면 작동 시작
  • AI가 대화의 맥락을 읽고 중요 요약본을 생성한 후 문서화 저장소(Git Repo)에 풀 리퀘스트(PR)를 자동으로 전송함
Continue reading · same source

토스More from 토스

View all posts from 토스
  • AI가 팀 규칙을 지키도록 하는 방법

    LLMCoding AgentContext Window
    2시간 전
  • 2. Beyond Our Expertise

    Technical WritingSingle Source of TruthGenerative AI
    22시간 전
  • 1. Creating a Role That Didn’t Exist Before

    Technical WritingAI ChatbotRAG
    22시간 전
  • AI가 만든 코드가 어드민이 되기까지

    Reactesbuild-wasmImport Map
    3일 전
  • 1%가 겪은 버그 고쳐야할까요?

    HotfixProgressive DeliveryQA Platform
    1주 전

Related reads#RAG

Explore #RAG
토스·Technical Writing

1. Creating a Role That Didn’t Exist Before

#RAG22시간 전
토스·Vector Database

토스증권 추천과 검색은 어떻게 진화하고 있을까?

#RAG1주 전
여기어때

사내 지식으로 Agentic RAG 만들기 (1/3) : RAG 파이프라인의 바닥 다지기

#RAG2주 전
라인·LLM

보안 업무를 위한 AI 에이전트 플랫폼 「SAGE」 개발기 1편: 판단은 사람에게 남기는 설계

#RAG2주 전
토스·LLM

AI에게 투자정보를 말하게 하기까지

#RAG3주 전

Source

토스
토스
Engineering Blog

Published · September 7, 2026

Topics

RAGLLMSlackbotDocumentationDeveloper Experience