당신의 모든 경험,다채롭지만 간편하게 정리하고 싶다면

예시로 사용된 에피소드 구체화 문답은, 딥글의 HITL 철학이 가장 두드러지는 기능입니다. 문답부터 에피소드, 자기소개서까지 한 채팅 안에서 이어지며, 질문과 답안 하나하나에 사용자가 직접 개입할 수 있습니다.

· 답변 초안 — 딥글이 등록된 경험으로 답변 초안을 먼저 써 둡니다. 빈칸을 누르면 보기가 열리고, 고르거나 직접 채워 완성합니다.
· 질문 재생성 — 딥글이 던진 질문이 맞지 않으면, 다른 방향의 질문 후보를 다시 받아 원하는 것을 고릅니다.
· 질문 수정 — 질문 속 표현이나 대상을 직접 고쳐 내 상황에 맞게 다듬습니다.
· 객관식으로 진행 — 보기를 고르며 단계적으로 구체화하고, 보기가 맞지 않으면 다시 생성하거나 직접 고칩니다.

나아가, 에피소드와 자기소개서가 나온 뒤에도 같은 채팅에서 말로 수정하고 이 버전으로 저장으로 확정합니다. 사용자가 AI를 따라가는 것이 아니라, AI가 사용자의 결정을 따라갑니다.

지금 우리가 쓰는 모든 인공지능은 '토큰 예측' 방식으로 작동합니다. 토큰은 문장을 잘게 나눈 작은 단어 조각인데, AI는 앞선 문맥을 보고 '다음에 올 확률이 가장 높은 토큰'을 하나씩 골라 이어 붙입니다. 즉, 지능이 아니라 확률 계산인 셈입니다. 그래서 그럴듯하지만 사실과 다른 답, 즉 할루시네이션이 자연스럽게 섞여 나옵니다.

더 큰 문제는 구조에 있습니다. 일반 AI는 매번 그 대화창의 모든 내용을 전부 분석해서 답하게 설정되어 있습니다. 사용자가 중간에 잘못된 부분을 바로잡아도, 한번 만들어진 오염된 토큰은 그대로 대화창에 남아 다음 답변을 만들 때마다 계속 함께 분석됩니다. 그 결과 할루시네이션은 점점 쌓이고, 대화가 길어질수록 사용자 경험은 오히려 나빠집니다.

딥글은 다릅니다. 매 단계마다 사람이 직접 인공지능의 결과를 확인해 수정하고, 필요하면 재생성하며, 검증된 내용 위에서만 다음 단계로 나아갑니다. 오염된 토큰이 쌓일 자리를 처음부터 막기 때문에, 진행될수록 결과는 더 정확해집니다.

사람과 인공지능이 함께 결과물을 만들어가는 이 방식을,
Human-in-the-Loop — 줄여서 HITL이라고 부릅니다.

자기소개서를 최종적으로 생성하면, 채용공고, 자소서 작성 방향성 분석, 문답 내용 등 세션에서 추출된 데이터가 구조화된 컨텍스트 파일로 함께 생성됩니다.

영상의 앞부분처럼, 딥글 컨텍스트 채팅은 이 파일을 이미 읽은 상태에서 시작합니다. 첨삭 방향이나 문장 수정을 요청하면 답변이 정리본의 어느 구절을 근거로 했는지 강조 표시되어, 근거를 확인하며 자기소개서를 다듬을 수 있습니다.

영상의 뒷부분처럼 이 파일을 원래 사용하던 AI에 그대로 붙여넣으면, 딥글의 자소서를 초안 삼아 리라이팅하거나 원하는 방향성대로 첨삭할 수 있습니다. 배경을 다시 설명할 필요가 없습니다.