그동안 왜 마음에 쏙 드는 통화요약 앱은 없었을까?

통화요약은 회의 요약보다 훨씬 더 어려운 기술

통화요약과 회의록 요약을 같은 기술이라고 생각하는 분이 많아요. 그런데 실제 난이도 차이는 매우 커요. 전화는 애초에 음성이 불리한 환경에서 만들어지거든요.

• 통화는 대부분 8kHz 협대역 음질로 녹음돼요.
• 통신망을 거치면서 압축과 변형이 여러 번 일어나요.
• 주변 소음, 이동 중 통화, 이어폰과 스피커 같은 기기 환경이 들쭉날쭉해요.
• 회의 녹음은 비교적 깨끗한 편이지만 통화는 매 순간 음질이 흔들려요.

통화요약은 낮은 품질의 소리를 사람이 이해하는 문장으로 바꾸는 일이에요. 회의 기반 요약보다 기술적으로 훨씬 어려운 분야였던 이유죠.

STT 기술이 초기에는 제대로 작동하지 못했던 이유

2017~2020년의 STT(Speech-to-Text) 기술은 지금과 비교하면 매우 제한적이었어요.

1. 전화 녹음을 학습한 모델이 부족했어요. 대부분 고품질 음성으로 훈련되다 보니 실제 전화처럼 잡음이 많은 음성은 잘 알아듣지 못했어요.
2. 발음과 말투, 속도 차이를 반영할 여유가 없었어요. 사람마다 말투가 다른 데다 통화에서는 말이 빨라지면서 오차가 커졌어요.
3. 문맥을 이해하는 모델이 아니었어요. 의미를 파악하는 능력이 없어서 한 글자만 잘못 들려도 문장 전체가 틀어졌어요.
4. 전문용어 처리 능력이 매우 낮았어요. 영업이나 상담, 의료, 법률 같은 업무 용어가 나오면 오타와 누락이 잦았어요.

그래서 당시의 통화요약은 쓸 만한 수준에 도달하기 어려웠어요.

LLM의 등장으로 통화요약이 가능해진 이유

2023년 LLM(대형 언어 모델)이 등장하면서 통화요약 기술이 본격적으로 실사용 단계에 올라섰어요.

• 잘못 인식된 STT 결과를 문맥을 보고 바로잡을 수 있게 됐어요.
• 의미를 중심으로 문장을 다시 짜면서 빠진 단어를 사람처럼 추론해요.
• 전문용어도 앞뒤 문맥을 보고 자연스럽게 이해해요.
• 긴 대화에서 핵심만 뽑아내는 능력이 생겼어요.

이제는 STT가 100% 정확하지 않아도 LLM이 문맥을 메우면서 실사용 가능한 품질을 만들어내요. 통화요약 기술의 전환점이 바로 이 변화예요.

통화 데이터는 수집 자체가 매우 어려운 민감 데이터예요

통화요약 기술 개발이 늦어진 또 하나의 큰 이유는 전화 데이터를 확보하기가 워낙 어렵다는 점이에요.

• 통화에는 이름, 주소, 금융정보 같은 개인정보가 직접 노출되기 쉬워요.
• 통신사망을 기반으로 오가는 데이터라 접근이 제한돼요.
• 부동산, 보험, 의료, 교육처럼 도메인마다 다른 대화를 전부 학습해야 해요.
• 환경 변화가 커서 같은 사람도 통화할 때마다 다른 음성 패턴을 보여요.

사정이 이렇다 보니 통화 데이터를 충분히 확보하고 훈련하기가 까다로웠어요. AI 모델의 품질이 올라오는 데 시간이 걸릴 수밖에 없었죠.

2019~2025년 통화량은 오히려 증가했어요

전화는 줄고 있다고 생각하는 사람이 많지만 업무 전화는 2019년 이후 오히려 증가했어요.

이유는 다음과 같아요

• 코로나 이후 비대면 상담이 늘며 전화상담이 폭증했어요.
• 광고와 SNS 마케팅이 확대되며 문의전화가 기하급수적으로 증가했어요.
• 부동산, 보험, 상담, 프리랜서, 온라인 판매자처럼 전화로 계약과 상담이 이뤄지는 직군이 급성장했어요.
• 고객 기록과 후속관리의 중요성이 높아지면서 통화 기록을 남기고 싶다는 니즈도 커졌어요.

통화는 사라지는 것이 아니라 업무 중심으로 더 강해진 형태로 진화한 것이에요.

Z세대는 기록이 습관이 된 첫 세대예요

특히 2030 세대는 대화 내용을 기록하고 관리하는 습관이 강해요.

• 무슨 이야기든 근거를 남겨 정리하려고 해요.
• 전화에서도 기억에 기대기보다 정확한 기록을 선호해요.
• 고객 메모, 일정 정리, 후속 액션을 자동화하고 싶어 해요.

이런 세대 특성이 통화요약 기술의 수요를 크게 이끌고 있어요.

앞으로 통화요약 기술은 단순 요약을 넘어서게 돼요

통화요약 기술은 이제 초기 단계에 불과해요. 2025년 이후에는 이런 방향으로 넓어질 가능성이 높아요.

통화 기반 CRM 자동화

• 통화에서 요약으로, 다시 후속 문자와 일정, 업무 생성까지 자동으로 이어져요.
• 고객 관리가 자동으로 누적되는 시대가 와요.

통화 내용 기반 의도 예측

• 이 고객이 계약까지 갈 가능성이 있는지
• 이탈 위험 신호는 있는지
• 어떤 응대가 효과적인지 분석할 수 있어요.

STT 정확도 99% 시대

• 통화 품질 보정 기술이 발전하며 전화 음성의 한계가 줄어들어요.
• AI가 실시간으로 잡음과 변형을 걷어내는 기술도 확산돼요.

B2B 분야로 확장

• 콜센터, 병원, 상담센터, 금융기관 등으로 대규모 확장이 가능해요.
• 통화요약은 단순 소비자 서비스가 아니라 기업 운영 효율성을 좌우하는 인프라 기술이 될 가능성이 높아요.

통화요약 그 너머까지, 모모콜

통화요약 기술이 발전할수록 결국 중요한 건 통화 환경에서 얼마나 정확하게 핵심을 잡아주느냐예요. 모모콜은 이 지점을 가장 먼저 해결한 서비스이고, 지금 이 기술 흐름의 다음 단계에 서 있는 앱이에요. 다음 글에서는 왜 모모콜이어야 하는지, 어떤 점을 다르게 설계했는지 이어서 이야기해볼게요.