
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.
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.
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.
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.
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.
대규모 언어 모델(LLM)이 답변을 생성하기 전에 신뢰할 수 있는 외부 지식 베이스에서 관련 문서를 검색하여 참조하도록 함으로써 정확성을 높이고 할루시네이션을 방지하는 기술입니다.
정보를 얻기 위해 사용자가 작성자가 설계한 복잡하고 경직된 디렉토리 구조 및 검색 경로를 무조건 거쳐 가야만 하는 제약 현상을 말합니다.
사내 메신저에서 활발히 오가는 휘발성 기술 논의를 모니터링하여 자동으로 영구적인 기술 문서로 변환하고 저장소에 등록해 주는 문서화 자동화 시스템입니다.



