Chaindesk

데이터 저장소는 제품의 핵심이며, 여기서 챗봇이 자사 데이터를 학습한다. 맞춤 챗봇이라도 이 단계를 대신해 주지는 않는다. 사이트 크롤링, PDF와 Word, PowerPoint 업로드, Notion, Airtable, Google Sheets 동기화를 지원하고 소스마다 정해진 주기로 다시 색인한다. 답변에는 인용한 청크가 붙어서 고객이 근거 페이지를 열어볼 수 있다. 답변 품질을 좌우하는 부분이고, 정리된 문서일수록 결과가 좋다.

말풍선형과 표준형 임베드는 에이전트 ID를 붙인 script 태그로 불러온다. 스타일은 공개된 안정적인 선택자와 data 속성으로 적용하므로 위젯이 업데이트돼도 자체 색상 구성이 깨지지 않는다. 에이전트 설정에서 CSS를 직접 넣을 수도 있어, 색상 하나만 맞출 때 테마 파일을 건드리지 않아도 된다.

같은 에이전트가 WhatsApp Business, Telegram, Slack, Crisp, 단독 호스팅 페이지에서 응대하고 Gmail에서 전달된 메일도 받는다. 모든 채널이 지식베이스 하나를 공유하므로 정책이 바뀌면 한 번에 반영된다. 손이 가장 많이 가는 건 WhatsApp이다. Meta 비즈니스 계정과 Cloud API로 옮긴 전화번호가 필요하다.

에이전트는 데이터 저장소만 조회하지 않는다. 폼 도구는 지정한 시점에 구조화된 데이터를 모으고, HTTP 도구는 주문 상태 같은 외부 서비스를 조회하며, 사람 호출 도구는 담당자를 부른다. 이 조합이면 FAQ 봇이 접수 데스크에 가까운 역할까지 맡는다.

모든 대화는 받은편지함에 쌓이고 팀원이 대화 기록을 읽고 답할 수 있다. 답장을 누르면 해당 스레드의 AI가 멈추고 사람이 주도권을 잡는다. AI를 다시 켜면 돌아온다. 라우팅 규칙이 아닌 단순한 스위치지만, 감독 없이 위젯을 운영할 수 있게 하는 안전장치다.

답변에 참조한 문서를 표시할 수 있어 기술적인 질문에서 신뢰를 준다. 입력창 위에는 추천 시작 질문을 띄워 방문자가 무엇을 물을지 알게 한다. 둘 다 에이전트 단위로 끌 수 있어 더 깔끔한 창을 원하는 고객에게도 맞춘다.

REST API는 에이전트, 데이터 저장소, 데이터 소스를 다루고, 답변과 사용한 청크를 반환하는 스트리밍 쿼리 엔드포인트도 있다. LangChain retriever도 문서화되어 있다. 모바일 앱이나 사내 도구에 붙이는 팀은 위젯 없이 같은 지식베이스를 쓸 수 있다.