왜 중요한가

모든 서비스 팀은 어디에도 적혀 있지 않은 지식을 가지고 있습니다. 왜 어떤 설정을 골랐는지, 깨지기 쉬운 구성 요소를 어떻게 재시작하는지, 특정 고객이 무엇을 필요로 하는지입니다. 사람이 떠나거나, 휴가를 가거나, 단순히 잊으면 지식은 그와 함께 사라지고, 팀은 최악의 순간, 즉 밤의 인시던트 중에 자신의 의존성을 발견합니다.

대부분의 조직은 문서화 운동으로 이를 고치려 했습니다. 직원들은 모든 것을 적으라는 말을 듣습니다. 지식 베이스는 오래되었거나, 길거나, 찾기 어려워서 아무도 읽거나 신뢰하지 않는 문서로 채워집니다. 몇 달 후 노력은 시들고 사람들은 다시 동료에게 묻습니다.

더 나은 접근법은 지식을 별개의 작업이 아니라 일의 일부로 다룹니다. 포착은 문제를 해결하는 동안 그것을 해결한 사람이 몇 줄로 합니다. 도움이 되는 문서는 쓰이고 개선되며, 실패하는 문서는 고쳐지거나 삭제됩니다. 지식 베이스는 서비스 데스크, 인시던트 채널, 코드 저장소처럼 사람들이 이미 쓰는 도구 안에 있습니다. 이 주제는 지식 중심 서비스(KCS) 방법을 포함한 그 생각들과 AI가 이제 검색과 초안 작성에서 하는 역할을 설명합니다. 서비스 데스크(주제 3.1 — 서비스 데스크), 문제 관리(주제 3.3 — 문제 관리), AI 스킬(주제 5.7 — AI 스킬과 프롬프트)과 관련됩니다.

핵심 개념

데이터, 정보, 지식. 데이터는 사실이고, 정보는 맥락 속의 데이터이고, 지식은 사람이 행동하는 데 쓸 수 있는 정보입니다. 오류 코드는 데이터이고, 그것이 무엇을 뜻하는지 설명하는 문서는 정보이며, 새벽 3시에 가능한 세 가지 원인 중 어느 것일 가능성이 높은지 아는 것이 지식입니다. 지식 베이스는 정보와 안내를 담을 수 있지만 모든 지식을 담을 수는 없습니다. Wikipedia의 지식 관리 문서가 이 분야를 설명합니다.

명시적 지식과 암묵적 지식. 명시적 지식은 절차, 점검표, 다이어그램처럼 적을 수 있습니다. 암묵적 지식은 실천과 판단 속에 있으며 말로 표현하기 어렵습니다. Wikipedia는 마이클 폴라니와 연관되는 용어인 암묵지를 설명합니다. 둘 다 중요합니다. 글쓰기는 명시적 지식에, 대화와 페어링과 따라다니기(shadowing)는 암묵적 지식에 도움이 됩니다.

지식 베이스. 사용자와 직원이 검색할 수 있는 문서, 안내서, 답변의 모음입니다. Wikipedia가 지식 베이스와 위키를 설명합니다. 직원용 내부용일 수도, 고객용 외부용일 수도 있습니다. 질은 도구보다 유지 관리에 달려 있습니다.

런북. 서비스 재시작이나 흔한 알림에 대한 대응처럼 알려진 상황을 처리하는 단계별 지침입니다. Wikipedia의 런북 문서는 이를 시스템 운영 절차의 모음으로 설명합니다. 좋은 런북은 짧고, 시험되었고, 그것을 촉발하는 알림에 연결되어 있습니다. 주제 6.6 — 런북 자동화와 자동 복구를 참조하세요.

지식 중심 서비스(KCS). 서비스 혁신 컨소시엄(Consortium for Service Innovation)이 발표한 방법입니다. 주요 생각은 다음과 같습니다. 문제를 해결하면서 워크플로 안에서 지식을 포착한다. 문서를 쓰면서 재사용하고 개선한다. 모두가 기여하는 것을 안전하고 정상으로 만든다. 사전 계획이 아니라 수요에 따라 지식 베이스를 발전시킨다. 설명에는 "해결 루프"와 "발전 루프" 같은 프랙티스가 포함됩니다. 세부 사항은 컨소시엄의 최신 지침을 확인하세요.

워크플로 안에서 포착하기. 문서를 쓰기에 가장 좋은 때는 방금 문제를 해결했을 때입니다. 티켓과 같은 도구에서 증상, 원인, 수정을 담은 짧은 노트는 몇 분이면 됩니다. 나중에 기억에 의존해 쓰면 시간이 더 걸리고 흔히 건너뜁니다.

재사용을 신호로. 문서가 문제를 해결하는 데 쓰이면 티켓에 연결하세요. 링크 수를 세면 어떤 문서가 도움이 되고 어떤 문서가 쓰이지 않는지 알 수 있습니다. 누군가 문서를 쓰는데 실패하면 그 자리에서 고치거나 표시해야 합니다.

문서의 질. 좋은 문서에는 사용자가 쓰는 말로 된 분명한 제목, 증상이나 질문에 대한 짧은 서술, 알려진 경우 원인, 단계, 효과가 있었는지 확인하는 방법, 효과가 없었다면 누구에게 물을지가 있습니다. 짧고 시스템과 보조를 맞춰 유지됩니다.

저장소의 일부로서의 문서. 엔지니어링 팀에게는 문서를 코드 옆에 마크다운 같은 일반 텍스트로 두고 코드와 함께 변경을 검토하는 것이 둘을 일치시킵니다. Wikipedia의 마크다운 문서가 이 형식을 설명합니다. 동작을 바꾸는 풀 리퀘스트는 문서도 바꿉니다.

결정 기록. 중요한 결정이 왜 이루어졌는지, 어떤 대안을 고려했는지, 당시 무엇이 알려져 있었는지를 기록하는 짧은 노트입니다. 새 팀원과 미래의 검토가 추론을 이해하는 데 도움이 됩니다.

버스 팩터. 지식 부족으로 프로젝트가 멈추기까지 몇 사람을 잃어야 하는지의 수입니다. Wikipedia가 로터리 팩터라고도 부르는 버스 팩터를 설명합니다. 버스 팩터 1은 위험입니다. 페어링, 순환, 공유를 통해 지식을 퍼뜨리면 올라갑니다.

지식 이전. 인계, 페어링, 교육, 따라다니기를 통해 한 사람에게서 다른 사람에게 지식을 옮기는 것입니다. Wikipedia가 지식 이전을 설명합니다. 특히 누군가 떠날 때는 이를 위한 시간을 내세요.

찾기 쉬움. 좋은 내용도 사람들이 찾지 못하면 쓸모없습니다. 제목, 태그, 검색 조정, 알림과 티켓의 링크가 중요합니다. Wikipedia의 검색 엔진과 정보 과부하 문서가 관련된 문제를 설명합니다.

AI와 검색. AI 어시스턴트는 지식 베이스를 검색하고, 문서를 요약하고, 새 문서의 초안을 쓸 수 있습니다. 흔한 패턴인 검색 증강 생성은 관련된 구절을 검색하고 모델에게 그것만 사용해 답하게 합니다. Wikipedia가 이 생각을 설명합니다. 어시스턴트의 답은 읽는 지식 베이스만큼만 좋고 여전히 틀릴 수 있습니다. 주제 5.4 — 인시던트, 지식, 변경을 위한 생성형 AI를 참조하세요.

거버넌스. 누가 지식 베이스를 소유하는지, 문서를 어떻게 검토하는지, 민감한 내용을 어떻게 통제하는지, 오래된 내용을 언제 보관하는지 정하세요. 규칙은 가볍게 유지하세요.

렌즈는 어떻게 맞물리는가. 지식 관리는 개별 문서 수준의 지속적 개선입니다. AI는 검토 아래 사용자가 찾고, 요약하고, 초안을 쓰는 것을 돕습니다. 자동화는 알림을 런북에, 티켓을 문서에 연결합니다. 분석은 어떤 문서가 쓰이고, 실패하고, 어떤 공백이 검색되는지 보여 줍니다.

모범 사례

  1. 해결하면서 포착합니다. 티켓을 닫는 일의 일부로 짧은 문서를 쓰거나 갱신하세요. 추가 업무가 아니라 정상적인 단계로 만드세요.
  2. 새벽 3시의 독자를 위해 씁니다. 사람들이 검색하는 말, 짧은 단계, 수정이 효과가 있었는지 확인하는 방법을 쓰세요. 가장 유용한 부분을 먼저 두세요.
  3. 문서를 티켓과 알림에 연결합니다. 알림이 울리면 런북으로 링크하세요. 문서가 티켓을 해결하면 둘을 연결하세요. 링크는 무엇이 유용한지 보여 줍니다.
  4. 쓸 때 고치거나 표시합니다. 문서를 쓰는데 틀렸거나 불분명하면 즉시 바로잡거나 검토 대상으로 표시하세요. 쉽게 할 수 있게 하세요.
  5. 기여를 안전하게 만듭니다. 민감하거나 영향이 큰 내용은 가벼운 검토를 거쳐 모두가 편집할 수 있게 하세요. 기여자에게 감사하고 실수를 처벌하지 마세요.
  6. 정기적으로 정리합니다. 오랫동안 쓰이지 않은 문서를 검토하고 보관하세요. 작지만 신뢰받는 지식 기반이 크지만 미심쩍은 것보다 낫습니다.
  7. 엔지니어링 문서를 코드와 함께 둡니다. 변경과 함께 검토하고, API 참조처럼 생성할 수 있는 것은 소스에서 생성하세요.
  8. 중요한 결정을 기록합니다. 맥락, 선택지, 이유가 있는 짧은 결정 노트를 쓰세요. 관련된 코드나 설계에 링크하세요.
  9. 지식을 의도적으로 퍼뜨립니다. 페어링, 순환, 짧은 발표, 따라다니기로 암묵지를 옮기세요. 중요한 서비스마다 버스 팩터를 확인하세요.
  10. AI의 답을 초안으로 다룹니다. AI가 출처를 보여 주며 검색하고 제안하게 하되, 문서가 공식이 되기 전에 사람이 확인하게 하세요. 나쁜 답을 추적하고 출처를 고치세요.

팀과 논의할 질문

우리가 마지막으로 누군가에게 설명을 요청해야 했던 것 중 적혀 있었어야 하는 것은 무엇입니까? 실제 사례에서 시작하세요. "X를 어떻게 재시작하나" 또는 "Y는 왜 이렇게 설정되었나"가 예상됩니다. 무엇이 그것을 적지 못하게 막았는지 물으세요. 더 깊이 들어가려면, 지금 함께 적으세요.

우리가 신뢰하는 문서는 무엇이며, 피하는 문서는 무엇입니까? 신뢰는 팀과 주제에 따라 다릅니다. 이유를 물으세요. "오래됨"과 "너무 김"이 예상됩니다. 더 깊이 들어가려면, 고치거나 삭제할 신뢰받지 못하는 문서 세 개를 고르세요.

가장 중요한 서비스를 복구하는 방법을 아는 사람이 우리 중 몇 명이며, 그들이 자리를 비우면 어떻게 됩니까? 이 질문은 버스 팩터를 시험합니다. 정직하게 세어 보세요. 한두 명의 이름이 예상됩니다. 더 깊이 들어가려면, 지식을 퍼뜨릴 페어링 세션이나 리허설을 계획하세요.

오늘 우리는 어디에 기록하며, 찾을 수 있습니까? 채팅, 위키, 티켓, 저장소, 개인 노트 같은 장소를 나열하세요. 함께 특정한 답을 찾아 보세요. 더 깊이 들어가려면, 지식의 종류마다 보관 장소를 합의하세요.

팀의 누구든 틀렸다고 생각하는 문서를 고치는 것이 얼마나 쉽습니까? 장벽에는 권한, 검토 지연, 비판에 대한 두려움이 있습니다. 무엇이 그것을 30초짜리 일로 만들지 물으세요. 더 깊이 들어가려면, 장벽 하나를 제거하세요.

우리는 AI로 지식을 찾거나 쓰는 데 어떻게 쓰며, 그것이 하는 말을 어떻게 확인합니까? 누가 지식 업무에 AI 도구를 쓰고 무엇을 신뢰하는지 물으세요. 일부에서는 비판 없는 사용이 예상됩니다. 더 깊이 들어가려면, 답이 문서를 인용하고, 답을 문서와 대조해 표본 추출하기로 합의하세요.

실제 적용: 서비스 관리 사례

한 국가 기상청의 여덟 명으로 이루어진 인프라 팀은 예보 데이터 파이프라인을 운영합니다. 위성 데이터를 처리하는 가장 오래된 파이프라인에 대한 지식의 대부분은 선임 엔지니어 두 명이 가지고 있습니다. 그중 한 명이 3주의 휴가를 가자, 온콜을 맡은 주니어가 6년 전 이메일 스레드에 있는 재시작 절차를 찾지 못해 파이프라인의 장애를 해결하는 데 이틀이 걸립니다.

팀 리드는 가벼운 버전의 KCS를 쓰기로 합니다. 문제를 해결한 사람은 누구든 티켓의 해결 필드에 증상, 원인, 수정, 확인의 몇 줄을 씁니다. 주간 10분 세션이 새 노트를 검토하고 유용한 것을 팀의 저장소에 있는 런북으로 승격합니다. 각 알림은 해당 런북에 링크됩니다. 두 선임 엔지니어는 순번에 따라 주니어와 페어링하고 파이프라인을 따라가며 설명하는 짧은 영상 두 개를 녹화하기로 합니다.

석 달 후 런북은 40개가 되었고, 팀은 티켓 도구에서 어떤 것이 해결된 인시던트에 연결되었는지 볼 수 있습니다. 다음 장애에서 온콜 주니어는 알림으로 런북을 찾고, 따라 하고, 25분 안에 파이프라인을 복구합니다. 저장소에서 시범 운영한 검색 어시스턴트는 질문 하나에 잘못 답하는데, 이후 편집으로 대체된 런북의 구절을 인용했기 때문입니다. 리드는 대체된 구절은 취소선이 아니라 제거한다는 규칙을 추가합니다.

달라진 점은 파이프라인이 더 이상 두 사람에게 의존하지 않고, 주니어들이 더 자신감을 느낀다는 것입니다. 여전히 어려운 점은 선임 엔지니어들이 글쓰기에 자기들에게 없는 시간이 든다고 느낀다는 것, 일부 런북은 읽어서만 시험되었다는 것, 가장 오래된 파이프라인에는 아무도 완전히 이해하지 못하는 구성 요소가 있어 어떤 문서로도 고칠 수 없다는 것입니다. 리드는 가장 오래된 파이프라인의 리허설을 계획하고, 아무도 이해하지 못하는 구성 요소의 설계 검토를 일정에 잡습니다.

네 가지 관점

제품 및 전달 팀

문서를 코드와 함께 두고 변경과 함께 검토하세요. 일의 일부로 결정 노트와 런북을 쓰고, 배운 것을 운영과 공유하세요.

서비스 및 운영 팀

일하면서 해결책을 포착하고, 쓸 때 문서를 고치고, 알림을 런북에 연결하세요. 페어링으로 암묵지를 공유하세요. 발견한 공백을 오너에게 알리세요.

리더십과 거버넌스

지식을 쓰고 읽는 것을 부수적인 일이 아니라 직무의 정상적인 일부로 만드세요. 페어링과 리허설을 위한 시간에 재원을 대세요. 중요한 서비스의 버스 팩터를 요청하세요. 문서의 양에 보상하지 마세요.

고객과 사용자

좋은 문서는 여러분이 스스로 문제를 해결하고 답을 더 빨리 얻게 해 줍니다. 문서가 혼란스럽거나 틀렸을 때, 그리고 무엇을 하려던 참이었는지 제공자에게 알려 주세요.

애자일, AI, 자동화, 분석

애자일

사용으로 이끌어지는 작은 단계로 지식 베이스를 발전시키고, 사용자와 직원이 피드백을 주게 하세요. 짧은 정기 세션에서 공백을 검토하세요. 주의: 큰 문서화 프로젝트를 피하세요. 출시 시점에 이미 낡은 내용을 만들어 냅니다.

AI

AI는 지식 베이스를 검색하고, 문서를 요약하고, 인용과 함께 질문에 답하고, 티켓과 채팅에서 문서의 초안을 쓸 수 있으며, 공식이 되는 모든 것은 사람이 승인합니다. 책임자를 지정하세요. 주의: 어시스턴트는 오래되었거나 틀린 내용에서 자신 있게 답할 수 있으므로, 출처를 보여 주고 수정 사항을 추적하세요. 주제 5.4 — 인시던트, 지식, 변경을 위한 생성형 AI를 참조하세요.

자동화

알림을 런북에 연결하고, 새 티켓에 문서를 제안하고, 낡은 내용을 표시하고, 닫힌 티켓에서 초안 문서를 만들되 사람이 편집하게 하세요. 주의: 자동 제안은 지식 베이스를 낮은 품질의 초안으로 채울 수 있으므로, 검토 없이 게시되는 것을 제한하세요. 주제 6.6 — 런북 자동화와 자동 복구를 참조하세요.

분석

문서 사용, 해결된 티켓으로의 링크, 결과 없는 검색, 마지막 검토 이후 시간을 추적하세요. 주의: 작성된 문서 수는 양에 보상하고, 사용 횟수는 중요하지만 드문 주제보다 인기 있는 주제에 보상하므로, 피드백과 표본 추출을 결합하세요. 서비스 관리 지표(Service Management Metrics) 책과 주제 7.3 — 측정과 보고를 참조하세요.

흔한 실패 유형

  • 문서화 운동. 글쓰기가 폭발한 뒤 쇠퇴합니다. 일의 일부로 지식을 포착하세요.
  • 긴 문서. 아무도 읽지 않습니다. 짧고 작업 중심으로 쓰세요.
  • 낡은 내용. 신뢰가 무너집니다. 쓸 때 고치거나 표시하고 정리하세요.
  • 채팅에만 있는 지식. 찾을 수 없습니다. 유용한 답을 지식 베이스로 옮기세요.
  • 버스 팩터 1. 한 사람의 부재가 일을 멈춥니다. 지식을 의도적으로 퍼뜨리세요.
  • 확인되지 않은 AI의 답. 잘못된 조언이 퍼집니다. 출처를 보여 주고 답을 표본 추출하세요.
  • 처벌로서의 글쓰기. 사람들이 피합니다. 정상으로 만들고 인정하세요.

성숙도 모델

영역 시작 발전 표준화 관리 오케스트레이션
포착 머릿속과 채팅 인시던트 후 일부 문서 포착이 워크플로의 정상적인 단계다 포착의 질을 표본 검토하고 개선한다 사람의 검토와 함께 포착을 자동화한다
찾기 쉬움 동료에게 묻는다 검색 가능한 지식 기반 알림과 티켓이 문서에 링크된다 검색 공백이 내용을 이끈다 검색과 어시스턴트가 도구 전반에 통합된다
질 검토되지 않음 가끔의 정리 쓸 때 고치거나 표시하고 정기적으로 정리한다 사용과 결과로 질을 측정한다 조직 전반에 질을 지속적으로 개선한다
확산 전문가 한 명 일부 페어링 중요한 서비스의 버스 팩터를 확인한다 리허설과 순환을 계획한다 팀과 파트너 전반에 지식을 공유한다

체크리스트

  • 사람들이 티켓을 닫는 일의 일부로 해결책을 포착한다.
  • 알림이 런북에 링크된다.
  • 문서가 짧고 사용자가 검색하는 말로 쓰여 있다.
  • 누구든 틀렸다고 생각하는 문서를 가벼운 검토와 함께 고칠 수 있다.
  • 쓰이지 않거나 낡은 문서를 정기적으로 정리한다.
  • 엔지니어링 문서가 코드와 함께 있고 변경과 함께 검토된다.
  • 각 중요한 서비스의 버스 팩터를 안다.
  • AI의 답이 출처를 인용하고 정확성을 표본 추출한다.

AI 프롬프트

해결된 티켓에서 문서의 초안을 작성합니다.

Here is a resolved ticket with notes, personal data removed: [paste].
Draft a short knowledge article with: a title in the words a user would search, the symptom, the cause (only if stated), the steps, how to check it worked, and who to ask if it did not. Mark any gap with [missing] and do not fill it.
List what you are unsure of.

밤의 독자를 위해 문서를 검토합니다.

Here is a runbook: [paste].
List steps that are ambiguous, steps that assume knowledge not stated, and anything that could cause harm if followed literally. Do not rewrite the runbook.
List what you are unsure of.

검색에서 공백을 찾습니다.

Here are search terms that returned no result or were followed by a ticket: [paste list]. Here are our article titles: [paste list].
Group the search terms into themes, and for each theme say whether an existing article title looks related or whether a new article is needed. Do not draft articles.
List what you are unsure of.

AI 스킬

  • runbook: 런북을 쓰고 시험할 때 사용합니다.
  • decision-records: 결정이 왜 이루어졌는지 기록할 때 사용합니다.
  • architecture-decision-record: 다른 사람들이 이해해야 하는 설계 결정에 사용합니다.
  • prompt-engineering: 지식 베이스에서 읽고 출처를 인용하는 프롬프트를 설계할 때 사용합니다.

주요 출처

  • Consortium for Service Innovation, Knowledge-Centered Service (KCS): 지원 업무에서 지식을 포착하는 주된 실용적 방법.
  • Ikujiro Nonaka and Hirotaka Takeuchi, The Knowledge-Creating Company (1995): 암묵지와 명시적 지식에 대하여.
  • Wikipedia, "Knowledge management" and "Tacit knowledge": 중립적인 개관.
  • Wikipedia, "Runbook": 운영 절차의 배경.

참고 문헌

  1. Knowledge management — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_management
  2. Knowledge base — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_base
  3. Tacit knowledge — Wikipedia — https://en.wikipedia.org/wiki/Tacit_knowledge
  4. Wiki — Wikipedia — https://en.wikipedia.org/wiki/Wiki
  5. Runbook — Wikipedia — https://en.wikipedia.org/wiki/Runbook
  6. Retrieval-augmented generation — Wikipedia — https://en.wikipedia.org/wiki/Retrieval-augmented_generation
  7. Markdown — Wikipedia — https://en.wikipedia.org/wiki/Markdown
  8. Bus factor — Wikipedia — https://en.wikipedia.org/wiki/Bus_factor
  9. Knowledge transfer — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_transfer
  10. Consortium for Service Innovation — KCS library — https://library.serviceinnovation.org