AI에 회사 맥락을 제공하고 ‘회사 두뇌’를 구축하는 방법

AI가 회사에 맞는 답을 하려면 지표 정의, 정책, 업무 방식처럼 추측할 수 없는 정보를 문서화하고, 실제 업무 도구와 연결해 팀 전체가 공유해야 함 회사 두뇌(company brain) 는 직원과 AI 에이전트가 함께 사용하는 지식 기록으로, 문서뿐 아니라 연결된 도구의 최신 기록과 업무 중 쌓이는 수정 사항을 반영함 1~2페이지 문서에 신입 직원이 첫 주에 물어볼 내용부터 사내 기준을 정리하고, 지표 계산법, 승인 기준, 내부 용어와 어느 시스템을 기준으로 삼는지 적음 바뀌는 사내 지식은 파인튜닝보다 검색과 최신 기록 조회로 제공하는 편이 적합. 주요 업무 도구 2~3개를 연결해 최신 기록을 가져오는 것부터 시작함 정답을 아는 질문 10~20개를 만들어 문서나 연결 도구가 바뀔 때마다 답변과 출처를 확인하며, AI가 틀리면 빠진 정보는 추가하고 낡은 정보는 갱신해, 같은 오류를 팀 전체에서 줄임 문서마다 담당자와 검토일을 지정하고, 유용한 프롬프트와 작업 흐름을 공유해야, 개인 채팅에 갇힌 지식이 퇴사나 부재 이후에도 조직에 남아 개선될 수 있음 회사 두뇌와 기존 지식 도구의 차이 회사 두뇌는 사람의 머릿속, Slack 대화, 오래된 문서에 흩어진 정의, 의사결정, 정책, 작업 흐름을 AI가 읽고 공유할 수 있는 형식으로 모은 기록임 모든 직원과 AI 에이전트가 같은 맥락을 사용하며, 사람들이 지식을 가르치고 서로의 작업을 발전시키면서 성장함 조직의 기억과 제도적 지식 자체는 새로운 개념이 아니지만, AI가 활용하려면 이를 기록하고 연결해야 함 지식 베이스는 정책, 사용법, FAQ처럼 사람이 작성한 문서를 보관하고, 누군가 페이지를 수정할 때 갱신됨 사람은 검색하거나 둘러보며 필요한 정보를 찾음 기업 검색은 여러 앱에 이미 존재하는 콘텐츠를 색인하고 재색인하며, 사람이 검색하는 데 사용함 회사 두뇌는 정의와 의사결정, 작업 흐름에 연결된 도구의 실시간 기록을 더하고, 업무와 수정 과정에서 갱신되며 사람과 AI 에이전트의 공통 맥락으로 쓰임 AI가 회사 정보를 잘못 이해하는 이유 기본 AI 모델은 인터넷 지식을 학습했지만 회사의 고유한 기준은 알지 못함 매출을 인식 매출 기준으로 보고하는지, 회계연도가 2월에 시작하는지, 모회사와 자회사 3곳을 고객 하나로 세는지 등을 별도로 알려줘야 함 특히 다음과 같은 암묵지에서 오류가 발생하기 쉬움 지표 정의에는 계약 매출과 인식 매출, 고객 수 기준과 매출액 기준의 이...