음성이 차세대 인터페이스가 될 것이라는 이론은 투자자들이 모델 제작자부터 기업 고객 서비스 제공업체, 회의 메모 작성자부터 AI 기반 받아쓰기까지 다양한 분야에서 활동하는 음성 AI 스타트업에 수십억 달러를 투자하면서 강력한 추진력을 얻었습니다.
매주 사람처럼 들리고 사람처럼 대화하도록 고안된 도구의 새로운 모델이나 릴리스가 있습니다. 그러나 실제로는 그렇지 않을 수도 있습니다. 기업 음성 AI 플랫폼 PolyAI의 CTO인 Shawn Wen은 들으면서 말할 수 있는 전이중 모델 출시에도 불구하고 음성 AI가 아직 ‘ChatGPT 순간’을 갖지 못했다고 믿습니다.
“우리는 전이중 모델을 개발하는 이정표에 도달했습니다. 다음 과제는 추론을 매우 빠르게 만들어 모델이 신속하게 답변을 얻을 수 있고 대화가 자연스럽게 느껴지도록 하는 것입니다.”라고 그는 지난달 HumanX 컨퍼런스 무대에서 나에게 말했습니다.
그는 또한 고객 서비스의 AI 에이전트가 로봇처럼 보여서는 안 되며 발신자에게 문제를 해결할 수 있다는 충분한 자신감을 주어야 한다고 말했습니다.
“음성이 충분히 좋고 고객이 처음 2~3턴 동안 기꺼이 상호 작용하면 신뢰가 쌓이기 시작하고 시간이 지남에 따라 상담원이 내 문제를 해결할 수 있다면 사람과 대화할 필요가 없을 것 같은 느낌이 들기 때문에 다음 단계는 약간 다를 것이라고 생각합니다.”라고 그는 말했습니다.
회의 메모 작성자인 Otter의 CMO인 Alex Gay는 발표자를 식별하고, 의도를 파악하고, 조직의 지식을 바탕으로 입력하는 것이 자동화를 활성화하는 핵심 단계라고 말했습니다. 이 회사는 또한 회의에서 사람들을 대표할 수 있는 디지털 트윈을 개발하고 있습니다. 그 기술을 위해서는 출력되는 음성이 회의에서 사람과 대화할 때와 동일한 감정적 표현을 제공하는 것이 필수적이라고 그는 말했습니다.
“지금 참여하고 있는 회의에 대해 생각해 보면 가장 좋은 대화는 논쟁과 전략적 토론을 할 수 있고 그 뒤에 관계가 있다고 느낄 때입니다. 아바타로는 그런 일을 할 수 없다면 그냥 여기 있고 챗봇이 있을 뿐입니다.”라고 Gay는 말했습니다.
Voice AI의 이해와 투명성
음성 AI 모델이 개선되었지만 AI 도우미가 사용자를 이해하지 못하거나 회의 주석자가 잘못된 기록이나 요약을 표시하는 경우가 많습니다.
Wen은 ASR(자동 음성 인식) 모델이 중요한 키워드를 누락하는 경우가 많아 모든 맥락을 파악하는 데 문제가 발생한다고 믿습니다.
Otter’s Gay는 이에 동의하며 회사가 전사 개선을 위해 계속 노력하고 있다고 덧붙였습니다. 그는 또한 언어가 음성 모델이 개선되어야 할 영역이라고 말했습니다.
“Otter에게 전사는 결코 끝점이 아니었습니다. 이는 단순히 생산성 향상을 시작할 수 있는 계층이었습니다. 그러나 원본 전사에 필요한 정확성이 없으면 모든 후속 조치에 결함이 있게 됩니다. 그리고 조치를 취하기 시작하는 순간 그것은 좋지 않습니다. 플랫폼에 대한 신뢰가 상실됩니다. 모든 후속 영향이 중요하기 때문에 ASR 모델을 계속 개선하는 것이 중요합니다.”라고 그는 말했습니다.
새로운 음성 도구에는 투명성 문제도 있습니다. 도구는 녹음 중이거나 AI와 대화 중임을 고객에게 선언해야 합니다. Otter는 회의에 참여하는 사람들에게 신뢰를 심어주고 싶기 때문에 봇이 없는 회의의 경우에도 채팅에 참여하는 모든 사람에게 회의가 녹화되고 있음을 알리는 등의 방법을 시도하고 싶다고 말했습니다. PolyAI의 Wen은 또한 사람들이 비즈니스 통화에서 AI와 대화하고 있음을 확인하는 것이 중요하다고 말했습니다.
기사에 포함된 링크를 통해 구매하시면, 우리는 소액의 수수료를 받을 수도 있습니다. 이는 당사의 편집 독립성에 영향을 미치지 않습니다.