DialogLab

DialogLab은 창작자를 세 단계로 이끈다. 작성, 테스트, 검증이다. 장면을 만들고 시뮬레이션으로 실행한 뒤 대시보드에서 결과를 살핀다. 각 단계가 다음 단계를 먹여 살리므로, 작성 단계의 변경은 대화 전체를 다시 만들지 않고 재테스트할 수 있다.

이 프레임워크는 대화의 사회적 설정을 독립된 층으로 다룬다. 그룹은 최상위 컨테이너, 파티는 서로 다른 역할을 가진 하위 그룹, 요소는 개별 참여자나 슬라이드 같은 공유 콘텐츠다. 화자의 평평한 목록이 아니라 현실적인 공간을 정의할 수 있다.

타임라인은 스니펫으로 나뉘고, 각각은 고유한 참여자, 발언 순서, 상호작용 스타일을 가진 대화의 한 단계를 나타낸다. 개막, 토론, 합의 같은 구조를 작성하고 끼어들기와 짧은 호응에 대한 규칙을 정하면 흐름이 기계적으로 보이지 않는다.

인터페이스는 캔버스를 쓰며, 라이브러리에서 꺼낸 아바타와 콘텐츠를 배치한다. 인스펙터 패널이 더 세밀한 설정을 맡아, 아바타의 페르소나부터 단일 스니펫 내부의 상호작용 패턴까지 다룬다. 설정 파일 워크플로가 아니라 비주얼 편집 모델이다.

라이브 미리보기 패널이 진행 중인 기록을 보여주고, 인간 조작 모드는 AI 응답을 감사 패널에서 제안한다. 각 제안을 편집, 수락, 기각할 수 있어 테스트 중 AI의 기여가 통제 없이 흘러가지 않고 내 손안에 머문다.

수작업을 줄이기 위해 DialogLab은 대화 프롬프트를 생성하며, 이를 특정 서사 목표에 맞게 미세 조정할 수 있다. 목적은 작성의 첫 회차를 빠르게 하는 것이지, 자신의 글쓰기를 대체하는 것이 아니다.

그룹 토론은 세 조건에서 테스트할 수 있다. 인간 조작은 화제 전환과 탐색 질문으로 주도한다. 자율 모드는 에이전트가 정해진 순서로 참여한다. 반응 모드는 에이전트가 직접 호명될 때만 응답한다. 이를 통해 장면에 실제로 얼마나 많은 자동화가 필요한지 비교할 수 있다. 요점은 AI 대화 시뮬레이션에 맞는 균형을 찾는 것이다.

검증 대시보드는 진단 도구로 작동한다. 발언 순서 분포와 감정 흐름을 시각화하므로 기록을 한 줄씩 읽지 않고도 대화의 불균형을 알아챌 수 있고, 긴 세션에서 실질적인 시간을 아낀다. 정말로 시간을 아낀다. 긴 기록은 손으로 훑기 어렵다.