음성 AI 기술

음성 활동 감지(VAD): 발신자가 말을 마친 때 알아내기

음성 활동 감지가 통화에서 말과 침묵을 구분하는 방법, 타이밍이 어긋나는 이유, 에이전트가 끼어들거나 늦지 않도록 무음 대기 시간을 조정하는 방법입니다.

Call 편집팀 · 게시일 · 6분 소요

두 사람이 전화로 이야기할 때 다음에 누가 말할지 따로 생각하는 일은 거의 없습니다. 음성 에이전트는 이를 계산해야 합니다. 첫 단계는 1초에도 여러 번 묻는 놀라울 만큼 단순한 질문입니다. 지금 누군가 말하고 있는가? 여기에 답하는 구성 요소를 음성 활동 감지, 즉 VAD라고 합니다.

책상에서 전화 헤드셋에 대고 말하는 사람
참고 이미지

이 가이드는 VAD가 하는 일, 조용한 방보다 전화 회선에서 더 어려운 이유, 설정의 의미와 조정 방법을 설명합니다. 음성 에이전트의 작동 방식 전체는전화 통화에서 음성 AI가 작동하는 방식을 읽어 보십시오.

음성 활동 감지가 하는 일

VAD는 오디오 흐름을 아주 짧은 조각으로 나눠 살펴보고, 각 조각에 말소리인지 아닌지 표시합니다. 단순한 방식은 소리의 크기만 잽니다. 더 나은 방식은 사람 말소리의 패턴을 학습한 모델로, 키보드 소리, 지나가는 트럭, 배경의 TV 소리를 무시합니다.

이 표시는 음성 에이전트의 세 가지 판단에 쓰입니다.

그 뒤의 모든 처리가 VAD에 달려 있으므로, VAD가 부실하면 좋은 에이전트도 나빠 보입니다. 발신자가 아직 말하는 중에 답변이 나온다면 언어 문제인 경우는 드물고, 대개 타이밍 문제입니다.

전화 통화가 더 어려운 이유

전화 회선은 좁고 압축된 채널이며, 거리나 차 안, 상점에 있는 발신자의 소리를 실어 나르는 경우가 많습니다. 이 조합이 말소리와 잡음의 경계를 흐립니다.전화 음성이 음성 인식에 어려운 이유에서 오디오 자체를 다루며, 여기서는 VAD에 특화된 영향을 살펴봅니다.

감지기를 혼란스럽게 하는 것

  • 배경 소음차 소리, 바람, 카페 소음이 말소리로 오인되어 차례가 끝나지 않을 수 있습니다.
  • 작게 말하는 사람부드러운 목소리가 침묵으로 분류되어 에이전트가 발신자의 말 위로 말할 수 있습니다.
  • 문장 중간의 멈춤사람들은 생각하거나, 이름 철자를 불러 주거나, 가방에서 번호를 찾느라 멈춥니다.
  • 에코와 측음에이전트 자신의 목소리가 되돌아와 발신자가 말하는 것처럼 보일 수 있습니다.
  • 숨소리와 군말"음" 같은 소리나 한숨이 차례로 인정될 수도, 아닐 수도 있습니다.

무음 임계값의 절충

가장 중요한 설정은 시스템이 발신자가 말을 마쳤다고 판단하기 전에 침묵이 얼마나 지속되어야 하는지입니다. 이를 무음 임계값이라고 부릅니다. 완벽한 값이 없는 절충의 문제입니다.

짧은 무음 임계값과 긴 무음 임계값

짧은 대기긴 대기
통화의 느낌빠르고 활기참느리고 신중함
위험발신자가 생각하거나 번호를 불러 주는 중에 끼어듦답변마다 어색한 침묵이 생기고 발신자가 같은 말을 반복함
적합한 경우짧은 예/아니요 대화이름, 주소, 계정 정보, 고령이거나 머뭇거리는 발신자

통화 내용을 생각해 보십시오. 주로 예/아니요 질문을 한다면 짧은 대기가 잘 맞습니다. 발신자가 이메일 주소나 참조 번호를 불러 줘야 한다면, 긴 대기가 숫자 사이의 멈춤에 에이전트가 끼어드는 것을 막아 줍니다.

질문마다 다른 속도 쓰기

일부 시스템은 질문마다 기다리는 시간을 다르게 할 수 있습니다. 콜백을 원하는지 물을 때는 빠르게, 우편번호를 물을 때는 느긋하게 하는 것입니다. 플랫폼이 이를 지원하지 않는다면 가장 어려운 질문에 맞는 설정을 고르십시오. 발신자의 말을 끊는 것이 짧은 멈춤보다 더 거슬리기 때문입니다.

Call에서 VAD 설정 조정하기

Call에서는 각 AI 에이전트에 음성 인식 섹션이 있어, 들을 언어를 고르거나 자동으로 언어를 감지하게 할 수 있습니다. 두 개의 슬라이더가 발신자가 말을 마쳤다고 판단하는 방식을 정합니다. 무음 임계값은 발신자의 차례가 끝나기 전 조용한 시간을 초 단위로 정하며, 0초에서 1.5초 사이로 조정할 수 있습니다. 낮을수록 말 차례가 빨리 바뀌고, 높을수록 긴 멈춤을 허용합니다. 소음 민감도 슬라이더는 에이전트가 배경 소리에 얼마나 민감하게 반응할지 정합니다. 그 페이지의 배너에서 실제 통화가 현재 이 설정 중 어느 것을 사용하는지 알려 주므로, 조정에 시간을 쓰기 전에 확인하십시오.

간단한 조정 순서

  1. 기본값으로 시작무엇이든 바꾸기 전에 기준이 될 테스트 통화를 해 둡니다.
  2. 어려운 경우 테스트시끄러운 곳에서 걸고, 천천히 말하고, 번호 중간에 멈추고, 작게 말해 봅니다.
  3. 설정 하나만 변경무음과 소음 민감도 중 하나만 조정하고, 둘을 동시에 바꾸지 않습니다.
  4. 다시 테스트하고 비교같은 시나리오를 써서 차이가 설정 때문에 생기게 합니다.
  5. 실제 통화 검토전사에서 말이 끊긴 발신자나 긴 공백을 찾아 다시 조정합니다.

예약 번호를 불러 주는 가상의 발신자를 생각해 보십시오. 처음 네 글자를 말하고, 확인 이메일을 힐끗 본 뒤 2초 후에 이어 갑니다. 대기가 짧으면 에이전트는 이미 답했고, 발신자는 다시 시작하며, 둘의 말이 겹칩니다. 대기가 길면 같은 발신자가 번호를 한 번에 끝까지 말합니다. 이번에는 "네"라고만 하면 되는 발신자를 떠올려 보십시오. 긴 대기는 차례마다 1초의 침묵을 더합니다. 알맞은 설정은 이 중 어떤 통화가 더 많을지에 달려 있습니다.

휴대전화 발신자는 변수를 하나 더합니다. 소음 억제가 강한 휴대전화는 문장의 첫 음절을 잘라 먹기도 해서 발화 시작이 늦게 감지됩니다. 발신자가 말을 시작했는데 무시당하는 일이 잦다면, 소음 설정을 더 민감하게 하고 휴대전화로 다시 테스트해 보십시오.

증상 읽기

통화를 들어 보면 설정이 어느 쪽으로 어긋났는지 알 수 있는 경우가 많습니다.

들리는 것가능한 원인시도할 것
에이전트가 발신자의 말 위로 말함무음 대기가 너무 짧거나, 작은 목소리를 놓침무음 임계값을 높이고, 소음 민감도를 높임
답변마다 긴 멈춤이 있음무음 대기가 너무 김임계값을 조금 낮춤
아무 말도 없는데 에이전트가 반응함잡음을 말소리로 처리해 차례가 끝나지 않음소음 민감도를 낮춤
작게 말하는 발신자를 에이전트가 무시함말소리를 잡음으로 처리함소음 민감도를 높임
대기가 짧은데도 답변이 느리게 느껴짐파이프라인의 다른 곳에서 생기는 지연지연 시간 가이드 참고

지연에는 VAD 외에도 여러 원인이 있습니다.음성 AI 지연 시간: 답변이 느리게 느껴지는 이유에서 이를 구분해 설명하고,바지인과 끼어들기 다루기에서는 에이전트가 말하는 중에 발신자가 말하면 어떻게 되는지 다룹니다.

침묵을 넘어: 더 똑똑한 차례 종료 판단

침묵만으로는 거친 신호입니다. 새로운 방식은 무슨 말을 했는지도 고려합니다. "그리고"로 끝나는 문장이나 말하다 만 번호는 더 이어질 가능성이 높고, 완결된 질문은 그렇지 않을 가능성이 높습니다. 이런 방법은음성 에이전트의 말 차례 전환에서 더 자세히 설명합니다. 어떤 기법이든 업체의 주장은 가설로 보고 우리 통화로 검증하십시오.

운영 전환 전 확인할 것

  • 발신자가 번호를 불러 줄 때 에이전트가 끼어들지 않는다
  • 1~2초의 멈춤을 차례의 끝으로 처리하지 않는다
  • 시끄러운 거리에 있는 발신자도 알아들을 수 있다
  • 에이전트 자신의 목소리가 감지기를 작동시키지 않는다
  • 유선 전화뿐 아니라 휴대전화에서 건 통화도 들어 보았다
  • 실제 통화에서 문제가 드러나면 어디서 설정을 바꾸는지 알고 있다

Call에서 다음에 할 일

에이전트의 음성 설정을 열어 음성 인식 섹션을 검토하고, 회선을 통해 내 전화로 걸려 오는 테스트 통화를 해 보십시오. 그다음 통화 이력에서 해당 통화를 열면 매니저는 각 발화 차례가 얼마나 걸렸는지 볼 수 있으니, 통화의 체감과 비교해 보십시오. 무음 임계값의 작은 변화는 기억에 의존하기보다 나란히 들어 볼 때 판단하기 쉽습니다.

자주 묻는 질문

VAD는 무엇의 약자입니까?

Voice Activity Detection, 즉 음성 활동 감지입니다. 음성 시스템에서 말소리를 침묵 및 배경 잡음과 구분하는 부분입니다.

VAD는 음성 인식과 같은 것입니까?

아닙니다. VAD는 누군가 말하고 있는지만 판단합니다. 음성 인식은 말소리를 텍스트로 바꿉니다. 둘은 함께 작동하며, VAD는 언제 듣기를 멈추고 답하기 시작할지도 결정합니다.

에이전트가 왜 가끔 제 말을 끊습니까?

무음 대기가 말하는 방식에 비해 너무 짧거나, 멈춤이 차례의 끝으로 처리되었을 가능성이 높습니다. 무음 임계값을 높이면 대개 나아집니다.

에이전트가 답하기 전에 왜 긴 멈춤이 있습니까?

침묵 대기 시간이 길거나, 답변 생성처럼 다른 곳에서 지연이 생기고 있을 수 있습니다. 먼저 설정을 확인하고, 그다음 통화 이력에서 응답 타이밍을 살펴보십시오.

배경 소음이 결과에 영향을 줍니까?

그렇습니다. 잡음이 말소리로 오인되어 차례가 끝나지 않을 수 있고, 작은 말소리가 잡음으로 오인될 수도 있습니다. 소음 민감도 설정과 실제와 비슷한 장소에서의 테스트 통화로 균형을 찾을 수 있습니다.

하나의 설정이 모든 발신자에게 맞을 수 있습니까?

드뭅니다. 가장 까다로운 질문에 맞는 값을 고르고 실제 통화를 검토하십시오. 느긋한 발신자와 빠른 발신자는 다르게 행동하기 때문입니다.

Call에서 AI 에이전트가 발신자의 말이 끝났다고 판단하는 방식을 조정해 보십시오

데모 콘솔에서 수신 통화를 시뮬레이션으로 체험할 수 있습니다.

관련 가이드