전화 음성이 음성 인식에 어려운 이유와 개선 방법
협대역·압축·잡음이 섞인 전화 음성이 음성 인식을 방해하는 이유, 증상을 알아보는 방법, 설정과 스크립트에서 고칠 수 있는 것을 설명합니다.
데모에서는 완벽하게 작동하던 음성 도우미가 실제 통화에서는 헤맬 수 있습니다. 원인이 언어 모델인 경우는 드뭅니다. 대개 오디오입니다. 전화 회선은 음성 인식에 혹독한 환경이며, 그 이유를 알면 현실적인 기대치를 정하고 고칠 수 있는 문제를 고칠 수 있습니다.

이 가이드는 발신자의 입에서 인식기까지 소리를 따라가며 어디에서 품질이 손실되는지 보여 줍니다.전화 통화의 음성 인식과음성 활동 감지와 함께 읽으면 좋습니다.
전화 통화 오디오의 여정
소리가 손상될 수 있는 곳
- 마이크전화기나 헤드셋이 목소리와 함께 주변 소리까지 담습니다.
- 단말기 처리소음 억제와 음량 조절이 소리를 바꿉니다.
- 네트워크오디오가 압축되어 이동통신과 인터넷 구간을 패킷으로 전송됩니다.
- 전화 플랫폼통화가 브리지되고, 변환되고, 때로는 믹싱됩니다.
- 인식기남아 있는 품질 그대로 오디오가 텍스트로 변환됩니다.
각 단계는 품질을 유지하거나 잃을 수만 있을 뿐, 이미 사라진 것을 되살리지는 못합니다. 그래서 차 안의 스피커폰처럼 첫 구간이 나쁘면 그 뒤의 모든 것이 제한됩니다.
협대역 오디오: 근본적인 한계
기존 전화 오디오는 협대역입니다. 스튜디오 마이크가 담는 것보다 훨씬 좁은 주파수 범위만 전달합니다. 그 결과 ㅅ, ㅆ, ㅊ처럼 고주파 성분으로 구별되는 소리가 약해집니다. 비슷한 자음 사이에서 전화는 구별할 단서를 거의 남기지 않습니다. 사람은 문맥으로 보완합니다. 소프트웨어는, 특히 철자를 불러 주는 이름처럼 고립된 단어에서는 기댈 문맥이 적습니다.
일부 통화는 더 많은 세부 정보를 전달하는 광대역 코덱을 써서 도움이 됩니다. 어떤 통화가 그 혜택을 보는지는 연결의 모든 구간이 이를 지원하는지에 달려 있으며, 서로 다른 네트워크 사이의 통화는 가장 낮은 공통 형식으로 떨어지는 경우가 많습니다.
가장 손상되기 쉬운 소리
- 철자를 불러 주는 글자B, D, P, T, S, F 같은 글자가 뭉개져 음성으로 철자를 받는 것이 불안정해집니다.
- 숫자오디오가 좋지 않으면 "일"과 "이", "육"과 "구"처럼 헷갈리기 쉽습니다.
- 약한 자음단어 끝의 작은 소리가 잡음에 묻혀 사라집니다.
- 짧은 단어시끄러운 환경에서의 "네"와 "아니요"처럼 문맥이 적어 실수가 늘어납니다.
오디오 품질이 나빠지는 다른 원인
압축과 패킷 손실
대역폭을 아끼려고 오디오를 압축합니다. 네트워크 패킷이 지연되거나 손실되면 짧은 끊김이나 뭉개진 소리가 생깁니다. 사람은 빠진 음절을 채워 듣지만, 인식기는 틀린 단어를 만들거나 아무것도 만들지 못할 수 있습니다.
배경 소음과 처리
발신자는 거리, 부엌, 차 안, 상점에서 전화합니다. 단말기의 소음 억제는 잡음을 없애지만 단어의 시작을 잘라 먹거나 작은 말소리를 뭉개기도 합니다. 그 결과 사람에게는 깨끗하게 들리지만 소프트웨어에는 더 어려운 소리가 될 수 있습니다.
에코와 스피커폰
발신자의 스피커 소리가 마이크로 들어가면 에이전트 자신의 목소리가 에코로 돌아와, 음성 인식과 누가 말하는지 판단하는 감지 모두를 혼란스럽게 할 수 있습니다. 중요할 때는 발신자에게 수화기나 헤드셋을 쓰도록 권하면 도움이 됩니다.
학습 데이터와의 불일치
많은 인식기는 주로 더 깨끗하거나 대역이 넓은 녹음으로 학습됩니다. 전화 오디오는 다르게 들리므로 정확도가 떨어집니다. 전화용으로 조정된 모델을 제공하는 업체도 있으니 문의하고 테스트하십시오.
전사에 나타나는 모습
| 증상 | 가능한 오디오 원인 |
|---|---|
| 철자를 부른 이름의 글자가 틀림 | 비슷한 소리 사이의 협대역 뭉개짐 |
| 숫자가 바뀌거나 빠짐 | 패킷 손실, 잡음, 빠른 말 |
| 앞부분 단어가 빠짐 | 단말기 소음 억제가 시작 부분을 잘라 먹음 |
| 하지 않은 이상한 단어 | 에코나 주변 사람의 말소리 |
| 유선 전화에서는 정확하지만 휴대전화에서는 나쁨 | 휴대전화 잡음과 압축 |
| 텍스트 없는 긴 공백 | 작은 목소리에서 침묵 감지가 실패함 |
전사만이 아니라 녹음도 확인하십시오. 들어 보면 문제가 오디오인지 인식인지 알 수 있습니다. 내게는 분명히 들리는데 인식기가 못 알아들었다면 인식기가 약한 고리이고, 나도 알아듣기 힘들다면 오디오를 고치십시오.
고치기 전에 문제 측정하기
모든 오류를 인식기 탓으로 돌리고 싶어집니다. 더 믿을 만한 습관은 문제 통화 표본을 원인별로 분류하는 것입니다. 에이전트가 무언가를 잘못 이해한 통화 20개를 골라 각각 녹음을 듣고 판단하십시오. 오디오가 나빴는가, 발신자가 유난히 빠르거나 작게 말했는가, 깨끗한 말을 인식기가 그냥 틀렸는가, 아니면 텍스트는 맞았는데 언어 모델이 오해했는가?
결과는 의외인 경우가 많습니다. 휴대전화 발신자가 많은 사업체는 오류 대부분이 오디오에서 나온다는 것을, 제품 코드처럼 특수한 어휘가 있는 사업체는 인식기가 약점이라는 것을 발견할 수 있습니다. 원인마다 해결책이 다르며, 엉뚱한 것을 고치면 몇 주를 허비합니다.
시간대와 경로별 패턴도 살펴보십시오. 오류가 특정 시간에 몰린다면 우리 쪽 네트워크 혼잡이 원인일 수 있습니다. 특정 지역이나 통신사의 통화에 몰린다면 오디오 경로에 문제가 있을 수 있습니다. 설정을 바꾸기 전에 패턴을 기록해 두어야, 나중에 변경이 효과가 있었는지 알 수 있습니다.
잘된 통화도 포함해 표본을 공정하게 유지하십시오. 실패만 검토하면, 그것을 고친 변경이 원래 잘되던 통화를 조용히 망가뜨렸는지 알 수 없습니다. 같은 혼합 표본으로 전후를 비교하는 것이 가장 간단한 안전장치입니다.
할 수 있는 일
나쁜 오디오를 전제로 대화 설계하기
- 핵심 정보를 확인하십시오. 번호와 이름은 짧게 끊어 다시 읽고 발신자가 바로잡게 하십시오.
- 가능하면 소리 내어 철자를 받지 마십시오. 참조 번호 같은 대안을 제시하거나, 메시지나 예약 페이지로 정보를 받으십시오.
- 짧고 직접적인 질문을 하십시오. 단어가 적을수록 잘못 들을 기회도 줄어듭니다.
- 사람을 연결하겠다고 제안하십시오. 에이전트가 두 번 이해하지 못하면 같은 질문을 맴돌지 말고 넘기십시오.
이름과 번호를 받는 기법은음성으로 이름, 번호, 주소를 정확하게 받기에서 다룹니다.
통제할 수 있는 것 고치기
- 우리 직원 쪽 소리도 전사에 중요하므로 직원에게는 좋은 헤드셋을 쓰게 하십시오.
- 특히 공유 사무실 인터넷이라면 네트워크의 지터와 패킷 손실을 점검하십시오.
- 전화 오디오에 맞는 인식 설정을 고르고, 플랫폼이 제공한다면 소음 민감도를 조정하십시오.
- 휴대전화와 시끄러운 장소에서 테스트하십시오.
Call의 오디오와 음성 인식
Call에서는 각 AI 에이전트에 음성 인식 설정이 있습니다. 들을 언어(자동 감지 가능), 무음 임계값, 소음 민감도 슬라이더입니다. 브라우저 전화를 쓰는 직원의 경우, 실시간 전사가 통화 양쪽의 말을 '나'와 '상대방'으로 구분해 진행되는 대로 받아 적고 통화와 함께 저장할 수 있습니다. 이 기능에는 통신사 연결과 공개 주소가 필요하며, 없으면 패널에 그 이유가 표시됩니다. 전사는 정해진 기간만 보관됩니다. 진단 도구로 활용하십시오. 특정 통화에서 실시간 텍스트가 부실하다면 녹음을 재생해 오디오와 인식기 중 어느 쪽 문제인지 판단하십시오. 브라우저 통화 자체는브라우저 통화의 작동 원리: WebRTC 해설에서 설명합니다.
자주 묻는 질문
전화 음성은 왜 스마트폰 음성 메시지보다 나쁩니까?
전화 통화는 소프트웨어가 아니라 사람이 알아듣는 것을 목표로 설계된 좁고 압축된 오디오를 씁니다. 음성 메시지 앱은 대개 기기에서 직접 더 풍부한 오디오를 녹음합니다.
전화에서 음성 인식이 완벽해질 수 있습니까?
아닙니다. 회선이 나쁘면 사람도 잘못 듣습니다. 목표는 오류를 줄이고, 확인 과정에서 실수를 잡도록 대화를 설계하는 것입니다.
더 좋은 마이크가 AI 에이전트에 도움이 됩니까?
우리 직원과 헤드셋을 쓰는 발신자에게는 그렇지만, 발신자의 장비는 통제할 수 없습니다. 현실적으로 가장 나쁜 오디오를 기준으로 설계하십시오.
철자를 불러 주는 이름은 왜 그렇게 어렵습니까?
좁은 회선에서는 많은 글자가 비슷하게 들리고, 글자 하나에는 도움이 될 문맥이 없습니다. 다른 방법으로 정보를 받거나 글자를 다시 읽어 주면 오류가 줄어듭니다.
음성 인식을 전화용으로 조정해야 합니까?
플랫폼이 전화용 모델이나 소음 설정을 제공한다면 실제 통화로 테스트하십시오. 알맞은 설정은 발신자에 따라 다르므로 결과를 비교하십시오.
오류가 오디오 때문인지 인식 때문인지 어떻게 알 수 있습니까?
녹음을 들어 보십시오. 사람에게는 단어가 분명히 들리는데 전사가 틀렸다면 인식을 의심하십시오. 사람에게도 오디오가 나쁘게 들린다면 오디오 경로를 고치십시오.