AI가 전화를 받는다고 하면 많은 분들이 이렇게 생각하세요. "설마 로봇이 내 말을 진짜로 이해하겠어?" 맞아요, 예전엔 그냥 버튼 누르는 ARS였죠. 그런데 요즘 AI 전화는 다릅니다. 핵심은 딱 두 가지 기술이에요.
첫 번째 — 받아쓰기 선생님 (STT)
STT는 Speech-To-Text의 줄임말인데, 말 그대로 "말을 글자로 바꾸는 기술"입니다. 고객이 전화기에 대고 말하면, AI가 그 목소리를 실시간으로 받아 적어요. 학교 받아쓰기 시험처럼요. 다만 속도가 사람보다 훨씬 빠르고, 사투리나 빠른 말도 꽤 잘 잡아냅니다.
받아 적은 글자는 AI의 '두뇌'로 넘어가서 "고객이 뭘 원하는지"를 판단하게 됩니다. 예약인지, 취소인지, 문의인지처럼요.
두 번째 — 낭독 선생님 (TTS)
판단이 끝나면 AI가 대답을 해야죠. 이때 쓰는 기술이 TTS(Text-To-Speech)입니다. 글자를 다시 목소리로 바꾸는 거예요. 옛날 내비게이션 목소리처럼 딱딱하지 않고, 요즘은 억양·속도·감정까지 자연스러워서 처음 들으면 사람 목소리인 줄 착각하기도 합니다.
둘이 합쳐지면?
STT로 듣고 → 두뇌로 판단하고 → TTS로 대답하는 이 흐름이 1~2초 안에 일어납니다. 그래서 고객 입장에서는 그냥 사람과 통화하는 느낌이 나는 거예요.
왜 이게 사장님한테 중요할까요?
전화 한 통에 일일이 응대하려면 시간과 사람이 필요합니다. STT·TTS 기반 AI는 동시에 여러 통화를 처리하고, 쉬지 않아요. 자주 반복되는 질문—영업시간, 위치, 간단한 예약 확인—은 AI가 맡고, 사람이 꼭 필요한 상황에만 직원이 나서면 됩니다.
어렵게 느껴졌던 AI 전화, 사실은 "받아쓰기 + 낭독" 두 단계가 전부입니다. 원리를 알면 도입도 덜 무섭게 느껴지지 않나요?