뉴렐릭 AI 지식

더욱 문맥에 맞는 답변을 제공하기 위해 뉴렐릭 AI는 뉴렐릭 AI Knowledge를 통해 검색 증강 생성(RAG)이라는 기법을 사용할 수 있습니다. 뉴렐릭 AI LLM은 방대한 일반 지식을 보유하고 있지만, RAG는 그 응답을 개선합니다.

뉴렐릭 AI Knowledge를 설정하면 더 빠른 공지 이벤트 해결, 더 정확하고 컨텍스트를 인식하는 AI 응답, 여러 문서에 대한 수동 검색 감소와 같은 가시적인 성과를 기대할 수 있습니다. 이러한 통합 접근 방식은 팀이 더 나은 의사 결정을 내리고 문제에 더 효율적으로 대응하는 데 도움이 됩니다.

사용 사례 및 가치

다음 예제는 뉴렐릭 AI Knowledge가 관련 정보를 제공하여 단편화된 문서 및 느린 공지 이벤트 대응과 같은 문제를 해결하는 데 어떻게 도움이 되는지 보여줍니다.

주요 특징들

뉴렐릭 AI Knowledge를 사용하여 다음을 수행할 수 있습니다:

• 뉴렐릭 AI 내에서 내부 런북과 문서에서 관련 컨텍스트에 직접 액세스하여 평균해결시간(MTTR)을 단축하세요.

• 제공되는 답변은 귀하의 환경에 특화되어 있으며, 귀하의 모범 사례 및 이력 데이터를 기반으로 합니다.

• 이전에 해결된 문제에 대한 해결책을 쉽게 찾을 수 있습니다. 다음과 같은 질문을 해보세요.

  • "과거에 비슷한 문제를 해결한 사람이 누구였나요?"
  • "이 유형의 공에 대한 표준 분류 단계는 무엇입니까?"
  • database connection limit exceeded 오류에 대한 런북을 보여주세요.

  중요

  현재, 조직 내의 모든 사용자가 인덱싱된 모든 문서를 검색할 수 있습니다. 인덱싱 후에는 액세스를 제한하거나 정보를 삭제할 수 있는 옵션이 현재 없으므로, 적절한 콘텐츠만 인덱싱되는지 확인하십시오.

작동 원리

뉴렐릭 AI Knowledge는 Confluence와 같은 콘텐츠 및 지식 베이스와 안전하게 통합되어, 조직 고유의 지식을 바탕으로 뉴렐릭 AI의 응답을 향상시킵니다. 프로세스는 다음 단계를 따릅니다:

• 인덱스: 지식 베이스가 뉴렐릭 AI 플랫폼에 연결되면 뉴렐릭 AI Knowledge가 문서의 초기 인덱싱을 수행합니다. 이 프로세스가 주기적으로 실행되도록 구성하여, 문서가 변경됨에 따라 뉴렐릭 AI가 항상 최신 정보에 액세스할 수 있도록 보장할 수 있습니다.

• 검색: 뉴렐릭 AI에서 질문을 하면 시스템은 색인된 콘텐츠에서 가장 관련성 있는 정보를 검색합니다. 이 단계에서는 신뢰할 수 있는 내부 문서에서 컨텍스트를 직접 가져옵니다.

• 생성: 마지막으로, 시스템은 검색된 정보를 기본 LLM의 강력한 생성 기능과 결합합니다. 이러한 합성을 통해 귀하의 구체적인 데이터와 모범 사례를 기반으로 포괄적이고 상황에 맞는 답변이 생성됩니다.

쿼리에 조직 지식이 필요하지 않은 경우, 뉴렐릭 AI는 기반 LLM의 광범위한 일반 지식을 사용하여 답변을 생성합니다. 두 경우 모두, 가장 관련성 있고 정확한 정보를 제공하는 것이 목표입니다.

전제 조건

뉴렐릭 AI Knowledge를 사용하기 전에 다음을 확인하십시오:

• 조직 전체에서 접근 가능한 문서만 색인됩니다.
• 민감한 정보는 삭제되었습니다.
• 색인될 모든 문서는 귀하의 조직의 내부 데이터 보안 및 개인정보 보호정책을 준수합니다.
• 귀하의 계정에서 뉴렐릭 AI가 활성화되었습니다.
• 인덱싱을 위해 적절한 사용자 권한이 구성되어 있습니다(향후 청구에 영향을 미칠 수 있는 작업 ― 예: 뉴렐릭 AI Knowledge 설정 및 관리 ― 을 수행할 수 있게 해주는 조직 관리자 역할이 필요합니다).

조직 관리자 역할을 할당하는 방법에는 두 가지 옵션이 있습니다.

• 기존 사용자 그룹에 적용: 뉴렐릭 AI Knowledge 관리를 담당할 기존 사용자 그룹에 조직 관리자 역할을 추가합니다.
• 전용 그룹 생성: 보다 세부적인 제어를 위해 이 목적을 위한 새 사용자 그룹을 생성하고 해당 그룹에 조직 관리자 역할을 할당하십시오.

이러한 유연성을 통해 조직에서는 색인된 콘텐츠를 관리할 수 있는 사람을 제어할 수 있습니다.

데이터 소스 및 인덱싱 빈도 구성

사전 구축된 커넥터를 사용하거나, 더 많은 커스텀 통합을 위해 Knowledge API 를 사용하여 지식 소스를 연결할 수 있습니다.

지식 소스 콘텐츠를 최적화하기 위한 모범 사례

뉴렐릭 AI가 관련 정보를 찾아내고, 정확한 답변을 제공하며, 공지 이벤트 해결을 가속화하는 능력의 효과를 극대화하려면 AI를 염두에 두고 내부 문서를 구조화하는 것이 중요합니다. 이 가이드라인은 빠르고 효율적인 공지 이벤트 관리를 위한 공지 이벤트 회고 문서에 중점을 두고 있지만, 그 원칙은 다른 지식 유형에도 광범위하게 적용됩니다. 뉴렐릭 AI Knowledge는 소스 문서가 명확하고, 일관되며, 의도한 용도와 관련된 구체적인 세부 정보가 풍부할 때 최상의 성능을 발휘합니다.

뉴렐릭 AI가 인덱싱된 정보를 최적으로 활용할 수 있도록 회고 문서 및 기타 지식 문서를 작성하고 유지 관리할 때 다음 모범 사례를 따르십시오:

• 기술 제목: 각 문서에 명확하고 기술적인 제목이 있는지 확인하세요. 이는 뉴렐릭 AI가 공지 제목과 사용자 쿼리를 기반으로 가장 일치하는 콘텐츠를 가져오는 데 도움이 됩니다. 예를 들어, "v2.3 구현, 배포 중 Service X의 메모리 누출"이 "시스템 속도 저하"보다 더 효과적입니다.

• 공지 이벤트 요약: 공지 이벤트에 대한 간략하고 높은 수준의 요약으로 레트로 문서를 시작합니다.

• 소비자 영향 세부 정보: 소비자에게 미치는 영향에 대한 구체적인 세부 정보(예: 영향을 받은 사용자 수, 저하된 서비스, 재정적 영향)를 포함하여 응급 대응자와 AI의 심각도를 파악하는 데 도움을 줍니다.

• 영향을 받는 부분 및 다운스트림 부분: 특정 서비스, 마이크로서비스, 데이터베이스 또는 문제의 직접적인 영향을 받는 기타 부분과 영향을 받는 알려진 다운스트림 부분을 문서화합니다.

• 문제가 발생한 이유(근본 원인): 모호함을 피하면서 문제의 식별된 근본 원인을 명확하게 표현하세요. 구체적으로 말하세요. 예를 들어, "최근 구현, 배포 v2.3으로 인한 메모리 누수"가 "시스템이 느려졌습니다."보다 더 효과적입니다.

• 완화 조치: 문제를 완화하고 궁극적으로 해결하기 위해 취한 구체적이고 실행 가능한 단계를 자세히 설명합니다. 이를 통해 뉴렐릭 AI는 향후 유사한 문제에 대해 검증된 수정안을 제안할 수 있습니다.

• 향후 예방: 유사한 문제가 재발하지 않도록 장기적인 예방 전략, 후속 작업, 개선 사항을 간략하게 설명합니다.

• 태그 관련/서비스: RAG의 직접적인 영향은 진화하는 기능이지만, 태그 관련 및 문서 내의 서비스는 정확한 폭발 반경과 관련 정보를 표면화하기 위한 향후 개선에 필수적입니다.

• 관련 팀(해결책): 문제를 해결하기 위해 노력한 특정 팀이나 부서를 나열하세요. 특히 진단이나 해결에 중요한 역할을 한 팀이나 부서를 나열하세요. 이를 통해 뉴렐릭 AI는 응급 대응자를 적합한 전문가에게 연결해 줍니다.

• 언제 일어났습니까? 공지 이벤트 시작에 대한 정확한 타임스탬프를 포함하세요.

• 어떤 공지가 그것을 트리거했는지: 처음에 공지 이벤트 응답을 트리거한 정확한 공지 또는 조건을 지정합니다.

• 공지 이벤트 기간: 공지 이벤트 감지부터 해결까지 기간을 문서화합니다.

• 공지 이벤트 참가자: 공지 이벤트 해결 프로세스에 적극적으로 참여한 개인을 나열합니다.

• 담당 팀: 공지 이벤트가 발생한 서비스 또는 구성 요소에 대한 책임 팀 또는 문제 해결을 담당하는 팀을 명확하게 식별하십시오.

• 정기적인 업데이트 및 검토: 뉴렐릭 AI Knowledge가 주기적으로 실행되도록 구성하고, 소스 문서를 정기적으로 검토하고 업데이트하는 것을 습관화하세요. 이를 통해 뉴렐릭 AI가 항상 가장 최신의 정확한 정보에 액세스할 수 있도록 보장합니다.

Confluence 콘텐츠 인덱싱을 시작하려면 다음이 필요합니다.

• 고유한 Confluence cloud ID가 포함된 Confluence URL: https://api.atlassian.com/ex/confluence/[cloud_id]

• 다음 최소 요구 범위를 갖춘 Confluence API 키:

  • read:confluence-content.all
  • read:confluence-space.summary
  • read:content:confluence
  • read:content-details:confluence

• 관련 쿼리를 수행하고 CQL(Confluence 쿼리 언어)을 사용하여 인덱싱할 반환된 콘텐츠 목록을 필터링합니다.

콘텐츠 인덱싱을 시작하고 뉴렐릭 AI Knowledge의 이점을 활용하려면 다음 단계를 따르십시오:

데이터 동기화 및 쿼리

데이터 소스가 연결되면, 뉴렐릭은 지식 문서를 동기화하고 색인하기 시작합니다. 초기 동기화가 완료되면, 팀은 뉴렐릭 AI 채팅을 통해 질문을 시작할 수 있습니다. 또한, 뉴렐릭 AI는 자동으로 Knowledge를 사용하여 인덱싱된 문서를 검색하고 이슈 페이지의 "이전에 무슨 일이 있었나요?" 부분에 상황에 맞는 응답을 제공합니다.

지원되는 커넥터

지원되는 커넥터는 다음과 같습니다.