식당을 운영하다 보면 이런 전화를 받아보신 적 있지 않으신가요? "거기 그… 돼지고기 들어간 볶음밥 있잖아요, 그거 하나요." 메뉴 이름은 '제육볶음밥'인데, 고객은 정확한 이름을 모릅니다. 그래도 사람 직원은 척 알아듣죠. 그런데 AI는 어떻게 이걸 받아낼까요?
AI는 단어를 외우는 게 아니라 '패턴'을 배웁니다
전화 AI가 고객 말을 알아듣는 과정은 크게 두 단계입니다. 첫 번째는 STT(음성→텍스트 변환)입니다. 고객이 말하는 소리를 글자로 바꾸는 과정이에요. 받아쓰기 기계라고 생각하면 됩니다.
그런데 받아쓰기만으로는 부족합니다. '돼지고기 들어간 볶음밥'이라는 텍스트가 나왔을 때, AI가 이게 메뉴 주문인지, 재료를 묻는 건지 알아야 하거든요. 이때 두 번째 단계인 의도 파악(Intent Recognition)이 등장합니다. AI는 수많은 대화 사례를 학습해서, 어떤 표현이든 '아, 이 사람은 주문을 하려는 거구나'라는 의도를 읽어냅니다.
사전이 아니라 '맥락 지도'를 갖고 있는 것
마치 외국에서 손짓발짓으로 밥을 주문했는데 직원이 알아듣는 것과 비슷합니다. 단어 하나가 틀려도, 전체 흐름과 상황을 보면 의미가 보이거든요. 전화 AI도 마찬가지입니다. 단어 하나만 보는 게 아니라 앞뒤 문맥, 통화 흐름, 업종 특성까지 함께 보면서 의도를 추측합니다.
그래서 같은 AI라도 식당용으로 설정된 AI는 '매운 거', '소고기 들어간 거', '아까 그거'처럼 두루뭉술한 표현에도 꽤 잘 반응합니다. 업종에 맞는 맥락 지도를 갖추고 있기 때문이죠.
완벽하게 말하지 않아도 괜찮습니다
고객은 AI와 대화한다는 걸 의식하며 또박또박 말하지 않습니다. 흐릿하게, 두루뭉술하게, 때로는 틀리게 말하죠. 그게 자연스러운 대화입니다. 전화 AI의 진짜 실력은 완벽한 입력이 들어왔을 때가 아니라, 엉성한 입력이 들어왔을 때 얼마나 잘 버티느냐에서 드러납니다.
단어를 외우는 기계가 아니라 의도를 읽는 대화 상대 — 그것이 전화 AI가 실제 현장에서 쓸 수 있는 이유입니다.