팀 문화 크라우드 워커? TEXTNET에선 크루라고 불러주세요! Good bye 작업자, Hello 크루! 안녕하세요, TEXTNET 마케터 링귄이입니다! 오늘은 TEXTNET의 새로운 시도에 대해 이야기 해 보려고 해요. 궁금하시죠? TEXTNET은 프로젝트를 기반으로 업무가 진행되어요. 때문에 프로젝트가 생길 때마다 함께 일할 ‘작업자’를 채용하곤 했답니다. 하지만 어쩐지 사무적으로만 느껴지고, 업무를 시키는 입장으로만 함께 하게 되는 것 같았어요. 거기다 코로나 때문에 한
인사이트 대화형 AI, 기술적 접근에 기획적 접근을 더하다! Tag box란? 인간의 대화는 일정하지 않고, 조합 가능한 수도 무한대입니다. 대화의 흐름과 방향이 어디로 향하는 지 예측할 수 없기 때문에 설계 난도가 높은 편입니다. 거기다 상업적으로 활용될 경우에는 더 높은 수준의 설계가 선행되어야 합니다. ‘상업적으로 유의미한 연속대화 구현’을 위해, TEXTNET은 기술적 접근 뿐만 아니라 대화를 구성하고 조절하는 기획적(Rule-base)인 접근도
인사이트 대화 데이터셋이 만들어지는 과정 인공지능 학습 데이터는 상당 부분 ‘대화’의 형태를 띄고 있습니다. 고객이 발화 주체인 대화 데이터이거나, 디지털 휴먼의 경우 엔진이 먼저 대화를 시작하기도 하죠. 그런데 이런 대화 데이터는 어떤 과정으로 만들어질까요? 대화 데이터를 구축하는 과정에서 언어 전문성이 필수적인 이유는 무엇일까요? TEXTNET이 신규 고객사와 소통을 시작한다는 가정 아래, 과정을 하나하나 짚어볼까 합니다.
