질문 하나에 확인할 일이 여러 개 들어 있습니다
“지난달보다 매출이 줄었는데 고객 문의는 왜 늘었나요? 취소된 주문과 관련이 있나요?”라고 AI에게 물었다고 가정해보겠습니다. 매출표만 보면 매출이 얼마나 줄었는지는 알 수 있어도 문의가 늘어난 이유까지 설명하기 어렵습니다. 문의 내역만 찾아도 매출이나 취소 주문과의 관계를 놓칠 수 있습니다.
질의 분해[1]는 질문을 자료로 확인할 수 있는 작은 질문들로 나누는 방식입니다. 이 사례에서는 매출이 얼마나 달라졌는지, 어떤 문의가 늘었는지, 취소 주문과 겹치는지를 각각 찾아볼 수 있습니다. 무작정 검색 횟수를 늘리려는 것이 아니라 원래 질문에 답하는 데 빠진 근거가 없도록 하려는 것입니다.
자료를 검색해 답변에 참고하는 RAG[2]에 이 방식을 연결할 수 있습니다. Microsoft의 Azure AI Search 설명도 복합 질문을 여러 검색으로 나누고 결과와 출처를 모으는 접근을 다룹니다. 다만 특정 제품의 기능과 출시 상태는 구현 시 따로 확인해야 합니다.
검색어보다 먼저 확인할 항목을 나눕니다
원래 질문의 기간과 대상을 유지합니다
“매출 감소”와 “문의 증가”만 각각 검색하면 다른 달이나 다른 상품의 자료가 섞일 수 있습니다. 어떤 기간을 비교하는지, 어느 상품군인지, 전체 고객인지 특정 고객인지가 작은 질문에도 남아 있어야 합니다.
‘지난달’이 어느 달을 뜻하는지 모호하거나 비교할 기간이 정해지지 않았다면 먼저 물어보면 됩니다. AI가 임의의 기간을 정하고 정확해 보이는 수치를 만드는 것보다 한 번 확인하는 편이 낫습니다.
확인할 질문 | 살펴볼 자료 |
|---|---|
비교한 두 달의 매출은 어떻게 달라졌나? | 같은 집계 기준의 매출표 |
어떤 문의가 늘었나? | 해당 기간의 고객 문의 기록 |
취소 주문과 관련된 문의인가? | 주문번호로 연결할 수 있는 취소·문의 기록 |
위 표는 검색 계획의 예시입니다. 회사가 문의와 주문을 연결해 기록하지 않았다면 마지막 질문은 자료만으로 답하기 어려울 수 있습니다. 없는 연결을 AI가 추측해서 만들게 해서는 안 됩니다.
독립적인 검색과 순서가 필요한 검색을 구분합니다
매출표와 문의 목록은 따로 찾아도 되므로 동시에 검색하는 병렬 검색[3]을 활용할 수 있습니다. 반면 먼저 취소가 늘어난 상품을 찾아야 그 상품의 문의를 조회할 수 있다면 결과를 받은 뒤 다음 검색을 해야 합니다.
이 순서는 개발자가 구현할 부분입니다. 업무 담당자는 평소 어떤 자료를 보고 답을 판단하는지 설명하면 됩니다. 모든 질문을 같은 개수로 쪼개거나 동시에 검색해야 하는 것은 아닙니다.
매출·문의·취소를 각각 찾은 뒤 원래 질문의 세 항목에 답합니다. 주문을 연결할 자료가 없으면 취소와 문의의 관계는 확인하지 못했다고 표시합니다.
모은 결과가 서로 맞는지도 봐야 합니다
검색 결과를 이어 붙이는 것으로 끝내지 않습니다
매출표는 결제 완료 기준이고 취소 기록은 접수 날짜 기준이라면 같은 기간이라도 숫자를 바로 비교하기 어렵습니다. 어느 상품과 주문을 대상으로 셌는지, 중복된 문의는 없는지도 살펴야 합니다.
답변에 사용한 표와 원문 위치를 남겨두면 직원이 확인하기 쉽습니다. 검색 하나가 실패했는데 아무 설명 없이 나머지 결과만 요약하면 질문의 일부가 빠진 것을 알아차리기 어렵습니다. “취소 주문과 문의를 연결할 자료가 없어 관계는 확인하지 못했습니다”처럼 남은 내용을 알려줘야 합니다.
함께 늘었다고 원인이라고 단정하지 않습니다
취소와 문의가 같은 달에 늘었다는 사실만으로 취소가 문의 증가의 원인이라고 말할 수는 없습니다. 배송 지연이나 행사 종료 같은 다른 일이 있었을 수도 있습니다.
주문번호와 문의 내용을 확인해 연결되는 사례를 찾았다면 그 근거까지 설명할 수 있습니다. 그래도 찾은 일부 사례를 전체 고객의 원인으로 확대하지 않아야 합니다. 질문을 나눠 검색하면 어떤 자료가 빠졌는지 확인하는 데 도움이 됩니다. 그렇다고 여러 자료에서 비슷한 변화가 나타난 이유까지 자동으로 입증되는 것은 아닙니다.
짧은 질문까지 나눌 필요는 없습니다
“이번 달 매출 합계가 얼마인가요?”처럼 정해진 표 한 곳에서 답할 수 있는 질문은 바로 조회하면 됩니다. 질문을 나누고 여러 결과를 읽는 과정에는 시간과 AI 사용료가 추가될 수 있습니다.
한 번의 질문에 서로 다른 자료가 필요한 업무에서 먼저 써볼 만합니다. 이미 한 번에 잘 답하는 질문에 단계를 더하기보다, 직원이 매번 빠진 내용을 다시 묻는 질문이 무엇인지 살펴보세요.
보고할 때마다 여러 파일을 열어보고 있다면
매출표와 문의 내역, 취소 주문을 번갈아 보며 답을 찾는 일이 반복된다면 자료 검색부터 자동화할 수 있을지 살펴볼 만합니다. 한 번의 질문으로 필요한 자료를 찾고, 확인한 내용과 자료가 없어 답하지 못한 내용을 함께 보여주는 기능입니다.
크몽 AX에 평소 묻는 질문과 답을 찾을 때 쓰는 자료를 알려주세요. 연결된 전문가와 어떤 파일·시스템에서 정보를 가져올 수 있는지 확인하고, 필요한 검색 기능과 개발 비용을 상담할 수 있습니다.
참고 자료
Azure AI Search의 다중 질의 검색 설명을 참고했습니다. 매출·문의·취소 사례와 도식은 설계 설명용이며 실제 회사 자료를 분석한 결과가 아닙니다.
용어 풀이
용어 1 질의 분해
여러 요구가 섞인 질문을 각각 근거를 확인할 수 있는 작은 질문들로 나누는 방식입니다. 나눈 결과를 다시 모아 원래 질문에 답해야 합니다.
용어 2 RAG
질문과 관련된 자료를 검색하고 그 결과를 AI 답변의 참고 정보로 전달하는 방식입니다. 이 글에서는 검색 전에 필요한 근거를 나눠 찾는 과정을 더합니다.
용어 3 병렬 검색
서로의 결과를 기다리지 않아도 되는 검색을 동시에 수행하는 방식입니다. 앞선 결과가 필요한 검색까지 동시에 실행한다는 뜻은 아닙니다.
이 주제에 대한 질문
최초 게시 2026-10-01 · 최종 수정 2026-10-01
