다글로 블로그.
제품 소식, 사용 방법, 그리고 대화를 업무로 바꾼 팀들의 이야기.
[개발일기] 음성 AI에서 ‘다시 시도’는 생각보다 어려운 일입니다
음성 인식 요청에 응답이 없을 때, 같은 작업을 다시 시작해도 될까요? 재시도와 중복 처리, 작업 상태를 통해 음성 AI의 품질을 모델에서 제품까지 생각해 봅니다.
2026-10-08GPT 프롬프트 잘 쓰는 법, 고치기 전후 예시로 보는 5가지 원칙
ChatGPT 답이 기대와 다르게 나온다면 프롬프트를 점검할 때입니다. OpenAI 공식 가이드로 정리한 GPT 프롬프트 5가지 원칙과 보고서·이메일·요약 상황별 고치기 전후 예시를 소개합니다.
2026-10-08개인의 AI 활용을 조직의 역량으로 바꾸려면
좋은 프롬프트를 공유하는 것만으로 팀 전체의 업무가 달라지지는 않습니다. 반복 업무를 함께 수행하고, 결과를 검토하며, 개선을 쌓는 방법을 살펴봅니다.
2026-10-07음성 AI의 다음 단계는? 말을 알아듣고 일을 연결하는 것
음성을 텍스트로 바꾸는 것과 실제 업무를 수행하는 것은 서로 다른 단계입니다. 음성 인식, 의도 판단, 정보 조회와 실행을 나누면 더 유용한 서비스를 설계할 수 있습니다.
2026-10-07[AI를 고르는 법] 2. 좋은 AI 서비스는 왜 하나의 모델만 쓰지 않을까?
좋은 AI 서비스는 가장 좋은 모델 하나를 붙인 제품이 아닐 수 있습니다. 실제 AI 서비스가 업무의 난이도와 성격에 따라 여러 모델과 기술을 나눠 사용하는 이유를 살펴봅니다.
2026-10-07[AI를 고르는 법] 1. 어떤 AI가 제일 좋을까?
새로운 AI 모델이 나올 때마다 “그래서 뭐가 제일 좋아요?”라는 질문이 따라옵니다. 하지만 이제는 하나의 최고 모델을 찾기보다, 어떤 일에 어떤 AI가 잘 맞는지를 보는 것이 더 중요해지고 있습니다.
2026-10-07AI가 회의를 기억하기 시작하면 무엇을 함께 설계해야 할까?
AI가 회의를 기억하면 업무는 편리해지지만 새로운 질문도 생깁니다. 누가 기록을 볼 수 있는지, 얼마나 보관할지, 언제 삭제할지 등 AI 회의 기록과 함께 설계해야 할 신뢰의 조건을 살펴봅니다.
2026-10-07사람에게 쉬운 대화가 AI에게는 어려운 이유
사람은 카페나 회의실에서도 자연스럽게 대화를 이해하지만 AI에게 실제 대화는 꽤 어려운 문제입니다. 소음, 겹쳐 말하기, 고유명사와 맥락까지 음성 AI가 해결해야 하는 문제를 살펴봅니다.
2026-10-07하네스 엔지니어링(Harness Engineering)이란? 뜻과 예시 총정리
에이전트 = 모델 + 하네스. 하네스 엔지니어링의 뜻, 프롬프트·컨텍스트 엔지니어링과의 차이, 하네스를 이루는 4가지 요소와 비개발자도 바로 만드는 작은 하네스 예시를 정리했습니다.
2026-10-07AI를 많이 쓰는 회사가 AI를 잘 쓰는 회사일까?
AI 사용률과 생성량이 높다고 반드시 AI를 잘 활용하는 것은 아닙니다. 기업의 AI 도입에서 중요한 것은 사용량보다 실제 업무 결과가 어떻게 달라졌는지입니다.
2026-10-06음성 인식 정확도 95%면 정말 정확한 걸까?
음성 인식 정확도 95%라는 숫자는 무엇을 의미할까요? 단어 오류율부터 숫자·고유명사·화자 구분까지, 실제 사용자가 체감하는 음성 인식 품질이 어떻게 결정되는지 살펴봅니다.
2026-10-06[AI는 어떻게 조직을 배우는가] 4.회의록 다음, Voice에서 Learning Loop까지
음성 인식의 미래는 회의록에서 끝나지 않습니다. Voice가 Context가 되고, AI Agent의 Action과 사람의 Correction이 다시 학습으로 이어지는 흐름에서 STT의 역할이 어떻게 달라지는지 살펴봅니다.
2026-10-06대화가 일이 되는 곳, daglo.
지금 바로 무료로 시작해보세요