세탁소 사장님, 혹시 이런 경험 있으신가요? 손님이 전화로 "드라이크리닝"을 "드라이크리링"이라고 하거나, "픽업"을 "픽엎"이라고 말해도 무슨 뜻인지 바로 아시잖아요. 오래 일하다 보면 사람 귀가 '의미'를 먼저 듣고 '발음'은 나중에 따지게 됩니다. 전화 AI도 정확히 그렇게 작동합니다.
소리를 글자로 바꾸는 과정, 완벽하지 않아도 괜찮은 이유
전화 AI는 고객의 목소리를 먼저 글자(텍스트)로 바꿉니다. 이걸 STT(음성→텍스트 변환)라고 부릅니다. 그런데 이 글자가 항상 정확하진 않아요. 발음이 뭉개지거나, 전화 잡음이 끼면 "오전에"가 "오저네"로 변환될 수 있습니다.
중요한 건 그다음 단계입니다. AI는 변환된 글자를 '맞춤법 시험지'처럼 보는 게 아니라, 앞뒤 문맥과 대화 흐름을 함께 보고 가장 그럴듯한 의미를 골라냅니다. 마치 문장 퍼즐에서 빠진 조각을 채우듯이요.
비슷한 소리를 묶어두는 '소리 지도'
AI 안에는 수많은 발음 패턴이 미리 정리된 일종의 '소리 지도'가 있습니다. "크리닝"이든 "크리링"이든, 이 지도에서는 같은 목적지(세탁)를 가리킵니다. 여기에 업종별 맥락이 더해지면 정확도가 훨씬 올라갑니다. 세탁소 전화라는 걸 AI가 알고 있으면, 손님이 "오늘 맡긴 거 언제 나와요?"라고 말할 때 '맡긴 것'이 세탁물임을 문맥으로 바로 잡아냅니다.
실수를 고치려 하지 않고, 의도를 먼저 잡는다
사람도 대화할 때 상대방의 말실수를 일일이 지적하지 않죠. AI도 마찬가지입니다. "혹시 OO을 말씀하신 건가요?"처럼 확인 질문을 짧게 넣어 흐름을 자연스럽게 이어갑니다. 고객 입장에서는 그냥 대화가 술술 풀리는 느낌이에요.
발음이 살짝 틀려도, AI는 망설임 없이 다음 단계로 넘어갑니다. 손님도 어색함을 느끼지 못하고요. 완벽한 발음보다 자연스러운 대화가 훨씬 중요하다는 걸, 전화 AI는 처음부터 알고 설계된 셈입니다.