폴리AI 최고기술책임자는 음성 AI가 아직 대중적 전환점인 ‘챗GPT 순간’에 이르지 못했다고 봤다. 테크크런치는 10월 11일 두 회사 임원과의 인터뷰를 바탕으로 음성 AI의 과제와 활용 조건을 보도했다.
음성 AI, 자연스러운 대화가 다음 과제
기업용 음성 AI 플랫폼 폴리AI(PolyAI)의 숀 웬(Shawn Wen) 최고기술책임자(CTO)는 양방향 동시 대화 모델을 개발한 것이 한 단계의 성과라고 평가하면서도, 다음 과제는 추론 속도라고 말했다. 모델이 답을 빠르게 찾아야 대화가 자연스럽게 이어질 수 있다는 설명이다. 음성 AI 스타트업에는 모델 개발사부터 기업 고객센터, 회의 기록, AI 음성 받아쓰기 서비스까지 다양한 분야에서 투자금이 유입되고 있지만, 새 도구가 잇따라 출시된다는 사실만으로 실제 대화의 완성도가 보장되는 것은 아니라고 기사에서는 짚었다.
웬 CTO는 고객센터 AI가 기계적인 목소리를 내는 데 그치지 않고, 고객이 문제를 해결할 수 있다고 믿도록 해야 한다고 강조했다. 고객이 처음 두세 차례 대화에 응한 뒤 상담원에게 신뢰를 느끼고, AI가 문제를 풀 수 있다고 판단하면 사람과 통화할 필요가 없다고 생각하게 될 수 있다는 것이다. 결국 음성 품질뿐 아니라 질문을 이해하고 필요한 답을 제시하는 능력이 고객의 지속적인 이용과 신뢰를 좌우한다는 취지다.
정확한 기록과 이용자 고지가 신뢰 좌우
회의 기록 서비스 오터(Otter)의 알렉스 게이(Alex Gay) 최고마케팅책임자(CMO)는 화자 식별과 발언 의도 파악, 조직 내부 지식을 활용한 기록이 업무 자동화의 기반이라고 설명했다. 오터는 회의 참석자를 대신하는 디지털 트윈도 개발하고 있다. 게이 CMO는 디지털 트윈의 음성이 실제 회의처럼 감정과 표현을 전달해야 한다고 말했다. 토론과 전략 논의, 참석자 사이의 관계가 회의의 중요한 부분인데 이를 구현하지 못하면 아바타는 질문에 답하는 챗봇에 머물 수 있다는 지적이다.
음성인식(ASR)의 오류는 후속 업무까지 흔들 수 있다. 웬 CTO는 음성인식 모델이 중요한 단어를 놓치면 대화의 맥락을 온전히 파악하기 어렵다고 했다. 게이 CMO도 받아쓰기는 생산성 향상을 위한 출발점일 뿐이라며, 처음 기록이 부정확하면 요약과 후속 조치도 잘못될 수 있다고 설명했다. 특히 AI가 잘못된 기록을 바탕으로 실제 조치를 취하면 이용자가 플랫폼을 신뢰하지 않게 될 수 있어, 오터는 음성인식 정확도와 언어 처리 개선을 계속하고 있다고 밝혔다.
두 회사 임원은 녹음 여부와 AI 사용 사실을 이용자에게 알리는 투명성도 중요하다고 봤다. 오터는 회의 봇이 참석하지 않는 경우에도 채팅방에 회의 녹음 사실을 알리는 방안을 검토하고 있으며, 웬 CTO도 기업 통화에서 상대방이 AI와 대화 중임을 알 수 있어야 한다고 말했다. 보도는 구체적인 출시 일정이나 가격을 제시하지 않았다. 투자와 제품 출시가 이어지는 상황에서도 음성 AI가 실제 업무에 안착하려면 빠른 응답, 정확한 인식, 사람다운 상호작용과 명확한 고지가 함께 뒷받침돼야 한다는 점이 두 임원의 공통된 진단이다.