ChatBees

이 기능은 HubSpot을 지켜보다가 새 티켓이 도착하는 순간 반응한다. 티켓을 읽고 지난 티켓과 지식베이스를 참고해 담당자용 해결안을 쓴다. 담당자는 그대로 받아도 되고 손봐도 되고, 까다로운 건에 대해 코파일럿에게 더 파보라고 시켜도 된다. 노리는 건 속도와 일관성이다. 담당자는 매번 빈 답장 칸이 아니라 같은 참조 답변에서 출발한다.

ChatBees는 오픈 웹이 아니라 자사 자료로 프라이빗 모델을 세운다. PDF와 문서, 웹 헬프센터, Notion, Confluence, Google Drive를 넣어두면 주기적으로 소스를 다시 끌어들여 답을 최신으로 유지한다. 데이터는 비공개로 남고 공유 LLM 학습에는 쓰이지 않는다고 회사는 밝힌다. 많은 팀이 범용 챗봇 대신 이걸 고르는 이유가 거기에 있다.

이 서버리스 플랫폼은 검색 파이프라인 전체를 단순한 API로 드러낸다. 컬렉션을 만들고 파일을 올리거나 데이터 소스를 크롤링한 뒤, ask와 chat, summarize, semantic search를 호출한다. Python 클라이언트와 순수 REST 엔드포인트를 모두 지원하므로, 벡터 데이터베이스나 인덱스를 직접 관리하지 않고도 질의응답 앱을 몇 단계로 만든다.

컬렉션은 코드를 쓰지 않고도 웹과 Slack, Discord 챗봇으로 공개할 수 있다. 봇마다 묶인 컬렉션에서 답하므로, 사내 Slack 봇은 사내 문서에서, 공개 웹 봇은 고객용 페이지에서 말한다. Slack 봇은 직원 질문에 비공개로 답할 수도 있어, 흔한 질문이 그룹 채널로 흘러드는 걸 막는다.

검색 엔진은 조직에 흩어진 지식 위에서 돈다. Confluence, Google Drive, Notion 등이다. 어느 도구에 답이 있는지 짐작하는 대신, 사용자가 한 번 물으면 알맞은 페이지와 짧은 답이 돌아온다. 지식이 여러 곳에 나뉜 팀에는 탭을 옮겨 다니는 대신 검색창 하나로 충분하다.

ChatBees가 크롤링과 분석, 인덱싱, 제공을 대신하고, 그 위에 종단간 암호화와 키 관리, 역할 기반 접근 제어를 얹는다. Enterprise 계정에는 싱글 사인온과 여러 티켓 파이프라인, 가동률 99.9% SLA가 더해진다. 고객에게 내놓는 입장에서는 검색 품질만이 아니라 이런 통제가 결정적일 때가 많다.