법령을 매일 뒤지는 손에서
출처가 따라붙는 챗봇으로

본인 부서에서 자주 보는 GH 내부 매뉴얼이 PDF로 있다면 1~2개를 Project에 첨부. 챗봇이 LLM 기억 + 첨부 파일을 함께 참고합니다.

• 01

  선택 · 어떤 매뉴얼을

  자주 보는 부서 매뉴얼 1~2개

  공개된 부서 업무 매뉴얼 PDF · 표준 계약서 양식(개인정보 마스킹 후) · 법령 해석례 모음(공개분) · 업무 FAQ·체크리스트(공개분) · 강의 자료. 딱 1~2개만 — 많이 넣을수록 답변이 느려지고 흐려진다.

• 02

  보안 · 반드시 사외반출 가능 자료에 한함

  개인정보 · 미공시 수치 · R&D 스펙 금지

  ❌ 고객·민원인 개인정보(이름·주민번호·연락처), 미공시 재무 수치·예산안, 핵심 R&D 스펙·미공개 사업계획, 내부 인사 결재 라인·평가 자료, 임원 미공개 회의록. 판단이 애매하면 첨부하지 말 것 — 보안 사고가 훨씬 비싸다.

• 03

  확인 · 첨부 후 한 번 더

  챗봇이 그 자료를 함께 참고하는지 확인

  질문 예: "이 매뉴얼의 OO 절차에서 적용되는 법령 조항을 알려줘" → 챗봇이 매뉴얼 + 법령 둘 다 인용하는지 확인

• 01

  impact_map 후보

  "조항 — 시행령 — 판례 연결"이 막혔던 질문 중 1건

  시도: "도시 및 주거환경정비법 제47조와 연결된 판례·해석례를 그래프로 보여줘"

• 02

  action_plan 후보

  "사례 입력 → 단계별 안내"가 필요한 질문 중 1건

  시도: "공익사업 토지 보상금 산정에 이의가 있을 때 단계별 절차는?"

• 03

  verify_citations 후보

  챗봇 답변 자체를 검증하고 싶은 1건

  시도: 챗봇 답변 받은 다음 줄에 "위 답변의 모든 법령 조항을 verify_citations로 검증해줘"

3개 도구를 본인 5건에 1:1 매핑하고 워크시트에 적기 — 사후 적용 가설.

• 01

  MCP (Model Context Protocol)

  LLM이 외부 도구를 부르는 표준. "우리 챗봇에 MCP 붙였습니다" 한 줄로 의사결정자가 알아듣게.

• 02

  Grounding (1차 출처에 묶기)

  "이 답변은 법제처 DB에 grounding 되어 있다" — 환각이 일어날 자리가 없다는 뜻.

• 03

  Fail-safe (출처 없으면 답 안 함)

  "우리 챗봇은 fail-safe 정책이 심어져 있다" — 공공기관 신뢰성 우려 한 줄 답변.

• 04

  Hallucination (환각)

  "안 쓰면 된다"가 아니라 "어디서·어떻게 검증할지 설계". 의사결정자 언어.

• 05

  Human-on-the-Loop (휴먼 온 더 루프)

  자동으로 돌되 사람이 위에서 지켜본다. 자동화 100%가 아니라 거버넌스 단계가 심어져 있음.

• 06

  1차 출처 (Primary Source)

  법제처·대법원 같은 원본. "우리 챗봇은 1차 출처에만 의존한다" — 회의에서 한 줄.