[구픽 AI, 쓰고 묻다] ① "다글로, 받아쓰기는 충분... 연결성 승부 시작" 작성일 07-13 4 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">AI 서비스 체험기…이지화 액션파워 공동대표에게 물었다</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="B9ugJvhDvP"> <p contents-hash="083142512e6f03f591b884630d8dfb249c24c466d298569270f8ae4945e9f5d4" dmcf-pid="b27aiTlwy6" dmcf-ptype="general"><strong>[편집자주] AI 서비스 리뷰와 개발자 인터뷰는 따로 노는 경우가 많다. 리뷰는 리뷰대로, 인터뷰는 제품을 실제로 써보지 않은 채 진행되곤 한다. ‘구픽 AI, 쓰고 묻다’는 이 둘을 하나로 엮는다. 디지털데일리 구아현 기자가 AI 서비스를 직접 써보고, 이를 만든 CTO를 찾아가 개발 뒷이야기와 핵심 기술, 향후 고도화 계획을 묻는다. ‘써본 사람’과 ‘만든 사람’의 이야기를 한 편에 담는 딥다이브 체험기다. #구픽AI #쓰묻</strong></p> <figure class="figure_frm origin_fig" contents-hash="3a2ecab5a7756ebe335ddac5e8b8068eb872791b030b79730599563095f03348" dmcf-pid="KVzNnySry8" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060025797gqwo.jpg" data-org-width="640" dmcf-mid="bK2nRhOcSv" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060025797gqwo.jpg" width="658"></p> </figure> <p contents-hash="cae010dc6487ad7e122810338aa7c3eff2afe62b4e2bd47dffe4ddb6016e49b1" dmcf-pid="9fqjLWvmT4" dmcf-ptype="general">[디지털데일리 구아현기자] 음성 받아쓰기(STT)와 회의록 자동화 서비스로 출발한 ‘다글로’가 PDF 업로드, 유튜브 링크 분석, AI 채팅, 보고서 자동 생성까지 기능을 넓히고 있다. 액션파워가 2017년 내놓은 다글로는 국내 STT 시장에서 네이버 클로바노트와 경쟁해온 대표 주자로 꼽힌다.</p> <p contents-hash="45547337f0247d94ab0786a7806e9cde3e80febfaaebc5dd9f95fa66224933ee" dmcf-pid="24BAoYTsTf" dmcf-ptype="general">기자는 다글로를 열흘가량 직접 써봤다. 같은 음성 파일을 클로바노트에도 돌려 받아쓰기 정확도를 비교했고, 같은 PDF 보고서를 다글로와 챗GPT에 각각 넣어 요약 결과물도 비교했다. 이후 이지화 액션파워 공동대표 겸 CTO를 만나 기술적 배경을 물었다.</p> <p contents-hash="48dd4e5d014f0c0639362555dd0985db601d418d020cf5bf516a5f380c62ac54" dmcf-pid="V8bcgGyOSV" dmcf-ptype="general"><strong>◆ 받아쓰기 대결… 다글로 vs 클로바노트</strong></p> <p contents-hash="f8a846b5ead41e3a2c9d3d4b6ad50bb0e98ab60639699eff165e1fb0a090a1ea" dmcf-pid="f8bcgGyOy2" dmcf-ptype="general">이지화 대표와의 인터뷰 녹취(1시간 7분 분량)를 다글로와 클로바노트에 각각 올려 비교했다. 받아쓰기 속도는 1분 내외로 비슷했다.</p> <p contents-hash="949c9b78fbc84aa68db8c5710c6b4f55a8f5fecfb46f1fb883058213453cffa5" dmcf-pid="46KkaHWIS9" dmcf-ptype="general">인명 인식은 다글로가 앞섰다. 동석한 사람들의 이름을 다글로는 정확히 잡았지만 클로바노트는 틀렸다. 반면 “그거는 이제 랩탑이나 지금 그램 쓰시는 게 그램에 들어가서”라는 대목에서는 클로바노트가 ‘랩탑’을 정확히 잡은 반면 다글로는 ‘앱탑’이라는 존재하지 않는 단어로 옮겼다.</p> <p contents-hash="3016683fe5ef43fbcfda14129a1355778a5c84a1cd29f7b3a30bfd5d488d5766" dmcf-pid="8P9ENXYCvK" dmcf-ptype="general">정작 제품명 ‘다글로’는 양쪽 모두 ‘다블로’, ‘다블론’, ‘다블루’, ‘다굴로’ 등으로 자주 흔들렸다. 신제품 로드맵을 설명하며 이지화 대표가 말한 “보드 공유”도 클로바노트는 정확히 받아 적었지만 다글로는 ‘모두 공유’로 잘못 표기했다. 화자 구분은 클로바노트가 오류를 보였다. 마지막 구간에서 클로바노트는 참석자 3·4·5·6으로 목소리를 세분화했지만 두 참석자의 대화였다.</p> <div contents-hash="3139ab11fea05d399392e34be544b8941558f7e5826bfd03285ced2a19b8c44c" dmcf-pid="6Q2DjZGhyb" dmcf-ptype="general"> 두 서비스 모두 받아쓰기 화면에서는 화자 이름을 직접 지정하는 기능도 확인했다. 발화 구간을 클릭하면 ‘이 구간만’·‘전체 구간’ 중 선택해 이름을 바꿀 수 있고, ‘최근 사용한 이름’이 저장돼 재사용도 가능했다. 다만 이는 수동 라벨링이었다. </div> <figure class="figure_frm origin_fig" contents-hash="378d4a1fbcce393f27ac754037776f195d23d8d98127ded17ebba23eab2745d8" dmcf-pid="PxVwA5HlWB" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060027122jgyf.jpg" data-org-width="640" dmcf-mid="7OevIzUZSM" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060027122jgyf.jpg" width="658"></p> </figure> <p contents-hash="bde8942c67310b60570898ec7ac039fd92fb216bfd5c6fda770c3e2ecdb57972" dmcf-pid="QMfrc1XSTq" dmcf-ptype="general">종합하면 인명과 화자 구분은 다글로, 최신 용어는 클로바노트가 조금 더 정확했다. ‘고유명사·브랜드명 인식’은 양쪽 다 완벽하지 않았다. 다만 똑같은 구간을 비교했을 때 두 서비스의 인식률은 거의 비슷했고, 정확하게 받아쓴 부분이 훨씬 많았다. 다만 동일 단어(회사명 '다글로') 오류율을 세어보니 다글로가 46.4%, 클로바노트가 50%로 다글로 쪽이 근소하게 낮았다.</p> <p contents-hash="ff4f136e7cd9d420f67386b202610bb22bcbe62fd89af2df9cddca67cfb9e22f" dmcf-pid="xR4mktZvlz" dmcf-ptype="general">단순히 받아쓰기 능력만 놓고 보면 우열을 가리기 어려울 만큼 미세한 차이였다 국내 STT의 한국어 받아쓰기 성능 자체가 어느 정도 상향 평준화됐다 얘기다. 관건은 받아쓴 텍스트를 어떻게 요약·기획·문서 작성 같은 후속 작업과 연결해 '에이전트화'하느냐가 서비스 간 진짜 차이를 가르는 지점으로 보였다.</p> <p contents-hash="8b97310404eba354e35e7a426eca7da58ebe4ec2789a1bc9893f6634363cfa69" dmcf-pid="yYhK7oiPW7" dmcf-ptype="general">다글로 홈 화면에는 ▲녹음 받아쓰기 ▲파일 받아쓰기 ▲유튜브 요약 ▲PDF 분석 ▲AI 슬라이드(신규) ▲AI 문서번역 ▲AI 퀴즈가 배치돼 있고, GPT·클로드·제미나이 등 여러 모델을 고를 수 있는 선택창이 있다.</p> <p contents-hash="62f0a69f2233cb0cd92a096b271f133892338a901883d694fc6548f269f60bb6" dmcf-pid="WGl9zgnQvu" dmcf-ptype="general">반면 클로바노트는 녹음→STT→화자 분리→AI 요약·액션 아이템→공유로 이어지는 회의록 파이프라인에 머물러 있다. 기업용 ‘네이버웍스 클로바노트’는 올해 4월 화자 자동 식별을 추가했고 하반기 실시간 음성 인식도 예고했다. 네이버가 개인용은 무료 유지, 신규 개발은 기업용에 집중하는 전략으로 읽힌다. 실제 일본에서는 2025년 7월 개인용 클로바노트를 종료하고 기업용으로 통합했다.</p> <figure class="figure_frm origin_fig" contents-hash="f6fa29783a21479988c43f653477832828f90ea40b82676925be7add5f71e42c" dmcf-pid="YHS2qaLxWU" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060028409yzhx.jpg" data-org-width="640" dmcf-mid="zkJyhB71lx" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060028409yzhx.jpg" width="658"></p> </figure> <p contents-hash="eded13a702c96493ef328e34b4430b909dc8a5d2aa1759a8701cc18132d4db97" dmcf-pid="GXvVBNoMTp" dmcf-ptype="general"><strong>◆ 1시간 20분이 2분 만에…보드챗·요약·템플릿 체험</strong></p> <p contents-hash="6ad84b059de7964243f37b4e5465f352b5106cb1337cb77959b4bd0b0deb7e22" dmcf-pid="HSm73dMVh0" dmcf-ptype="general">다글로 받아쓰기가 끝나면 ▲보드챗 ▲기본 요약 ▲템플릿 요약 ▲북마크 4개 탭이 뜬다. 화면상 예상 완료 시간은 10분 안팎이었지만 실제로는 2분이 채 안 걸렸다.</p> <p contents-hash="435fcf363ce442a8c3a289425a997626fc83a5f64820c5c4ecff02db06d60df4" dmcf-pid="Xvsz0JRfh3" dmcf-ptype="general">‘보드챗’에 “전체 내용을 주제별로 그룹화해달라”고 요청하자 창업 배경·기술 특징·비용 최적화·경쟁 차별화 등으로 항목을 나누고, 각 항목에 타임스탬프를 붙여 원문 대조가 가능하게 정리했다. 답변 끝에는 “다글로의 주요 경쟁사와 차별점은?” 같은 연결질문도 자동 제안했다.</p> <p contents-hash="d9b0df491484c3f96bf4d1a4ae7af7926fb33a2a7d65aecf910da12dea12364c" dmcf-pid="ZTOqpie4yF" dmcf-ptype="general">‘기본 요약’은 흐름은 잘 짚었지만 STT 오류를 그대로 이어받은 한계가 드러났다. ‘human-in-the-loop’가 받아쓰기 단계에서 ‘휴머니즘’으로 잘못 옮겨진 뒤 요약에서도 정정되지 않았다. ‘엘리 모델의 특징’ 항목은 아예 주어가 뒤바뀌어, “빅테크 모델이 비싸고 데이터 유출 우려가 있어 엘리를 만들었다”는 취지가 “엘리는 빅테크 모델 중 가격이 비싸고 데이터 유출 문제가 있는 모델”로 뒤집혀 있었다.</p> <p contents-hash="4be9f33ea727d81dfaafa21469d17858e8e77bb1680353e4c195447035af85eb" dmcf-pid="5yIBUnd8vt" dmcf-ptype="general">‘템플릿 요약’에서 ‘일반인터뷰’ 템플릿을 써보니, 대상자·동석자·날짜·장소를 정리한 표부터 만들어졌다. Q&A 재구성과 후속 질문 목록까지 제공했다. ‘일반인터뷰’ 템플릿 결과물을 원본과 대조하자 새로운 유형의 오류도 나왔다. ‘기본 요약’의 오류가 STT 실수를 그대로 이어받은 것이라면 이번엔 요약 단계에서 기업명을 스스로 오류를 만든 경우다. 전형적 할루시네이션이 보였다.</p> <figure class="figure_frm origin_fig" contents-hash="891c5530e82524ccb437054fdd69a6f32f0b0b1c4228fd5bd5c0834afd075ce4" dmcf-pid="1WCbuLJ6y1" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060029669qyph.jpg" data-org-width="640" dmcf-mid="q2frc1XSSQ" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202607/13/552796-pzfp7fF/20260713060029669qyph.jpg" width="658"></p> </figure> <p contents-hash="b62bbe0956a82c1ed8ef29f6b7efbafe1eb853b52da65338a2a67231b67a18ea" dmcf-pid="tYhK7oiPT5" dmcf-ptype="general"><strong>◆ PDF 요약, 다글로 대비 챗GPT가 더 많은 정보 제공했지만 할루시네이션 보여</strong></p> <p contents-hash="5648509fbfe93aa1504478c4763dc34762c81530b14c3b51ccebfb9dc7064389" dmcf-pid="FGl9zgnQCZ" dmcf-ptype="general">스태티스타의 ‘AI in Labor and Productivity’ 보고서를 다글로와 챗GPT에 각각 올려 비교했다.</p> <p contents-hash="8ca202653e17e79674b11ed9c48951fbe0add60fd8bc2f1edbc3f963849db9a9" dmcf-pid="3HS2qaLxlX" dmcf-ptype="general">정보량은 챗GPT가 앞섰다. 다글로는 핵심 결과를 6개 항목, 한 줄 요약과 페이지 번호로 정리했지만 챗GPT는 10개 항목으로 나누고 소득·연령별 수치까지 세분화했다. 기업 기능별 AI 가치 창출, 2025~2030년 사람·AI 업무 분담 변화 등 다글로에 없는 항목도 챗GPT엔 있었다.</p> <p contents-hash="b7d6c48037d55b658169db0085561be75810f9402ebac842304b772311cfa6dc" dmcf-pid="0XvVBNoMCH" dmcf-ptype="general">문제는 그다음이다. 원문 보고서는 스스로 “명시적인 이론이나 가설을 제시하지 않는다”고 밝혔다. 다글로는 이 문장을 그대로 전달했지만, 챗GPT는 같은 문장을 인정하면서도 4개 개념 틀과 5가지 ‘핵심 가정’을 스스로 만들어 붙였다. 원문에 없는 내용을 그럴듯하게 지어낸 할루시네이션이다.</p> <p contents-hash="953ab673724e9755d360d615876d9953e4852d9566219964c0f0868cff9e2f13" dmcf-pid="pZTfbjgRvG" dmcf-ptype="general">출처 표기도 갈렸다. 다글로는 “(7page)”처럼 실제 페이지 번호를 명시해 원문 대조가 쉬웠지만, 챗GPT는 문서 ID 태그만 있어 페이지 확인이 안 됐다. 종합하면 챗GPT는 정보는 촘촘하지만 검증 없이 믿기엔 위험했고, 다글로는 정보량은 적어도 원문에 충실했다.</p> <p contents-hash="394504f2fdbccf5f584ae41ec647c12c4e3c2588330d1501a18f4ca3f48aa67a" dmcf-pid="U5y4KAaeWY" dmcf-ptype="general"><strong>■ 이지화 액션파워 공동대표 겸 CTO에게 듣다</strong></p> <p contents-hash="8b61d1c7cc5076eb0ca8c37f5407912e187db5a4d5c1ea591889f1e474ec2490" dmcf-pid="uVzNnySrSW" dmcf-ptype="general">체험기에서 확인한 궁금증을 들고 이지화 대표를 만났다.</p> <p contents-hash="05a4b19ba7029486b63e1e9614812f7f42f4867c1f19b3701bc6482ff0b1fe07" dmcf-pid="7fqjLWvmTy" dmcf-ptype="general"><strong>◆ “기록 넘어 실행하는 AI”…핵심은 ‘보드챗’</strong></p> <p contents-hash="a4d99b39b2faf43fa7475ec4c852ccd77bfd9b685139c13b7aec4a2326052b9d" dmcf-pid="z4BAoYTsWT" dmcf-ptype="general">이지화 대표는 다글로를 “2017년 음성 받아쓰기로 출발했지만, 지금은 ‘올인원 AI 노트테이커’이자 회의록·문서 자동화 AI 서비스”라고 정의했다. 핵심은 ‘기록→이해→실행’의 연결이다. 그는 “음성을 텍스트로 바꾸는 데서 멈추지 않고, 녹음본·PDF·유튜브 링크를 이해한 뒤 보고서·기획안 같은 업무 결과물까지 만들어내는 구조”라고 설명했다.</p> <p contents-hash="a8f8b698b8e6b309d20b86736cd084eb9615d62e6dc6f33f19c126a180de8f02" dmcf-pid="q8bcgGyOlv" dmcf-ptype="general">‘보드챗’ 기능도 강조했다. 파일을 다시 올릴 필요 없이 보드 내용을 기준으로 요약·정리·기획·문서 작성을 이어서 요청할 수 있는 기능이다. 그는 “AI가 정보 제공을 넘어 실제 업무를 수행하는 단계로 진화시키는 것, 즉 ‘실행하는 AI’가 지향점”이라고 말했다.</p> <p contents-hash="1e6e5aa27bfeca2b9745ac5d9ff7ff9b2bdab00ef99fdea0e1caec3a708ed356" dmcf-pid="B6KkaHWISS" dmcf-ptype="general"><strong>◆ 자체 sLLM 모델 엘리로 안정성과 다양성 확보</strong></p> <p contents-hash="5707f27762af03af34e03eeab829c71fe410722df827fef4baf15b2f4a922ea6" dmcf-pid="bP9ENXYCCl" dmcf-ptype="general">다글로는 음성·텍스트·이미지를 통합 처리하는 멀티모달 AI를 기반으로 ‘입력 정규화→LLM 추론→검색 기반 생성’ 구조로 작동한다. 자체 개발한 음성인식 엔진은 약 95%의 인식 정확도를 낸다고 이지화 대표는 밝혔다. 화자 분리·목소리 인증 기술도 자체 보유하고 있다. 문서는 레이아웃을 분석해 구조를 보존한 채 OCR을 적용하고, 영상은 오디오를 STT로 텍스트화한 뒤 타임스탬프·화자 정보를 구조화한다.</p> <p contents-hash="daebdc806ed680c8adaea7edf4b031ee63bb658033902ebdb4a1d7133bafa51d" dmcf-pid="KQ2DjZGhSh" dmcf-ptype="general">LLM 추론에는 자체 업무 특화 모델 ‘엘리(ELLI)’가 쓰인다. 요약에 특화된 경량 sLM 형태로, GPT-4o 등 초대형 모델과 대등한 벤치마크 성능을 확인했다. 긴 텍스트를 주제별로 분리하고 맥락을 압축해 안건을 추출한다. 회의 액션 아이템 추출이나 도구 호출에도 활용된다. 한국어 성능은 국립국어원 ‘인공지능의 한국어 능력 평가 경진대회’에서 2023·2024년 2년 연속 대상(문화체육관광부 장관상)을 받으며 검증됐다.</p> <p contents-hash="f312f82b7599c0849739420b4477b17e0c21e9f90cd347b5ca2967bbd1110c94" dmcf-pid="9xVwA5HlTC" dmcf-ptype="general">엘리와 더불어 다글로 AI 채팅에서는 GPT·클로드·제미나이 등 9종의 글로벌 프론티어 LLM을 직접 선택할 수 있다. 이지화 대표는 “보드챗은 업로드한 자료를 기반으로 답변을 생성해 일반 생성형 AI보다 할루시네이션이 적다”고 설명했다.</p> <p contents-hash="a5d8ce1263287f9360baa4a5dace36306bd194d56e26d5024aaa02efc2473852" dmcf-pid="2Mfrc1XSTI" dmcf-ptype="general">자체 모델을 운영하는 이유로 이지화 대표는 네 가지를 꼽았다. ▲외부 API 의존 시 비용 인상·서비스 종료 리스크를 피할 수 있는 기술 자주성 ▲저렴한 GPU로도 운영 가능한 비용 절감 ▲폐쇄망 온프레미스 구축이 가능한 보안 ▲B2B 협업 데이터를 학습해 분야별 성능을 높이는 산업 특화다. 다만 “자체 모델만 고집하지는 않는다”며 “빅테크 범용 모델과 병행하는 하이브리드 전략”이라고 덧붙였다.</p> <p contents-hash="09c3ece4b244cd411e2d502462a6e8005e94c1e6a65dddbd6deed949b4e2bc35" dmcf-pid="VR4mktZvhO" dmcf-ptype="general"><strong>◆ 토큰 비용 해결은 모델과 데이터 경량화</strong></p> <p contents-hash="88d9dee9a83e55982810a792b1f35f9690b3344dfb5296d4908bd5016d3e0239" dmcf-pid="fe8sEF5Tvs" dmcf-ptype="general">액션파워는 늘어나는 토큰 비용 대응을 위해 내부적으로 모델 경량화에 노력하고 있다. 데이터 확보→정제→학습→튜닝→경량화(지식 증류·양자화·가지치기)→메모리 최적화→추론 최적화로 이어지는 파이프라인을 자체 설계해 반복 작업의 연산 원가를 낮췄다. 다른 하나는 ‘컨텍스트 압축’이다. ▲군더더기 제거 ▲계층적 요약 ▲사용자 의도 기반 RAG 선별투입(Query-aware 컨텍스트 선택)을 거친다. 이지화 대표는 “필요한 것만 골라 추론에 사용하는 것”이라고 정리했다.</p> <p contents-hash="053814cd0b88b99f4e9b78d94d337caeb1aafa8579b77e89f3ccd9351b1c6292" dmcf-pid="4rj1G8V7Cm" dmcf-ptype="general">여기에 ‘비용 인지형 모델 라우팅(Cost-aware model routing)’도 병행한다. 그는 “작업 난이도별 모델 라우팅, 토큰량을 줄이는 요약, 캐시 적중률을 높이는 캐싱, 최단 프롬프트를 찾는 최적화, 대량 작업의 경량 모델 활용을 함께 운영한다”고 설명했다.</p> <p contents-hash="6d06e7c73d986b11bdefd88fb946798df6e19a85d336597a6256edf0ddb79ce7" dmcf-pid="8mAtH6fzvr" dmcf-ptype="general">딥시크·큐원·GLM 등 중국계 모델과 미국 빅테크 간 경쟁을 이지화 대표는 “위협보다 기회”라고 봤다. 그는 “경쟁의 축이 ‘더 큰 범용 모델을 가졌나’에서 ‘고객 업무를 저렴하고 안전하게 수행하나’로 옮겨가고 있다”며 “모델이 흔해질수록 차별화된 데이터의 가치가 커진다”고 강조했다.</p> <p contents-hash="294d160a725f843539c1836db3ad2a54c63f150c30baf65af82f98b1e64e6317" dmcf-pid="6scFXP4qhw" dmcf-ptype="general">모델 조합 기준은 국적이 아닌 데이터가 어디로 흐르고 어떤 규제를 받는가다. 폐쇄망·온프레미스에는 자체 모델을, 특정 업무에는 자체 경량 모델을, 범용 니즈에는 9종 글로벌 LLM 통합 지원을 적용한다. 오픈소스는 자체 모델의 베이스로 활용한다.</p> <p contents-hash="7c54c7c67230c481af1e05c959655f1c86d773bed97ad9d358b929c40239270a" dmcf-pid="POk3ZQ8BTD" dmcf-ptype="general">망 분리가 필요한 금융·공공·의료 고객사에는 온프레미스를 제안한다. 보험업계에는 전문 용어를 반영한 온프레미스 솔루션을 공급 중이며, 대구시청·서울대병원·강동경희대병원·KT스카이라이프·한글과컴퓨터 등 레퍼런스를 확보했다.</p> <p contents-hash="93e45c2ab4923c18462379770a073f6e4920689d0933bf4f469d2ff7f1cc89c4" dmcf-pid="QIE05x6bCE" dmcf-ptype="general">그가 꼽은 빅테크 생산성 도구와 비교한 차별화 포인트로는 ▲저가 GPU로도 가능한 도입 비용 경쟁력 ▲B2B 현장 데이터가 모델 학습으로 이어지는 선순환 구조 ▲STT부터 업무 특화 LLM까지 풀스택 보유에 따른 맞춤 커스터마이징이다.</p> <p contents-hash="6f74f371df2989494f74da2c003c75c4e0f82e3a4f209aa0457bc93976a354ca" dmcf-pid="xCDp1MPKWk" dmcf-ptype="general"><strong>◆ 협업 기능 고도화… B2B·글로벌 공략</strong></p> <p contents-hash="98c384b36f266be735367bb52489558deecbd9b06553f02900f891ea0e8982b3" dmcf-pid="yfqjLWvmWc" dmcf-ptype="general">다만 젠데스크, 클로드 디자인 등 문서 특화 AI 서비스가 잇따라 나오는 만큼 다글로도 차별화된 경쟁력 확보가 과제로 꼽힌다.</p> <p contents-hash="81b5bab893d55a21dc9882ba260853a0bb2dfe51058268730a172182bccb6c39" dmcf-pid="W4BAoYTsvA" dmcf-ptype="general">액션파워의 로드맵은 단기·중기·장기로 나뉜다. 단기는 팀 공유·협업·관리자 기능 출시다. 이지화 대표는 곧 업데이트되는 기능도 구체적으로 밝혔다. 캘린더 연동은 일정에 맞춰 녹음 알람을 띄우고 참석자 정보까지 자동으로 매핑해주는 기능이다. 슬랙·노션 등 업무 툴과 연동해 다글로에서 만든 결과물을 해당 툴에 자동 등록하는 기능도 나온다. 이어서 팀원끼리 보드를 공유하고 관리자가 팀원별 권한을 설정할 수 있는 기능도 순차적으로 출시할 계획이라고 밝혔다.</p> <p contents-hash="b2f333e39798f95a4e98800d5f8cac691a9da8a32b473bd57e4f98476246af3a" dmcf-pid="Y8bcgGyOlj" dmcf-ptype="general">중기는 글로벌 진출과 B2B 확장으로 시리즈B 투자금도 여기에 집중 투입할 계획이다. 장기는 초경량화를 통한 온디바이스 AI다. 이 대표는 “온디바이스 모델은 내부 개발을 완료한 상태”라며 “모바일 구동 시 개인정보 유출 우려와 서버 비용을 동시에 낮출 수 있다”고 설명했다. 로봇·차량 등 피지컬 AI 시장에서도 저전력·저지연 온디바이스 모델이 필수 요소가 될 것으로 보고 선점을 노린다는 계획이다.</p> <p contents-hash="d29be3319e0c1788af2b65c5431bdb4954fad79038ea58f2093e86818cd3f3df" dmcf-pid="G6KkaHWIhN" dmcf-ptype="general">그는 “‘실행하는 AI’라는 비전 아래 개인 데이터 기반 업무 자동화 에이전트 구현이 중심축이고, 경량화·온디바이스는 이를 뒷받침하는 기술 기반”이라고 강조했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 AI 인프라 키우는 통신 3사…환경 공시는 ‘깜깜이’ 07-13 다음 “스페이스X 기다려라” 그물로 로켓 잡은 중국, 수직 이착륙 성공한 일본 07-13 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
