받아쓰기에서 AI 에이전트로

2010년대 대부분의 시간 동안 음성 소프트웨어는 딱 한 가지를 의미했습니다. 받아쓰기. 당신이 말하면 컴퓨터가 받아 적는 것. 그게 전부였습니다. 업계 표준은 Dragon NaturallySpeaking으로, 20년 넘게 시장을 지배한 제품이었습니다. 의사, 변호사, 작가들이 반복성 긴장 부상(RSI)을 피하고 손보다 빠르게 입력하기 위해 사용했습니다.

당대 기술로는 인상적이었지만 한계가 뚜렷했습니다. 정확도는 이상적인 환경에서 85–90% 수준에 머물렀고, 배경 소음, 악센트, 전문 용어가 등장하는 순간 급격히 떨어졌습니다. 소프트웨어를 “훈련”시키기 위해 30~60분 동안 지정 문장을 소리 내어 읽어야 제대로 알아들을 수 있었습니다.

소프트웨어도 비쌌습니다. Dragon Professional은 라이선스당 $300~500, 의료용 에디션은 $1,000을 넘었습니다. Windows에서만 작동했고, 상당한 CPU 자원을 요구했으며, 정확도를 유지하기 위해 지속적인 업데이트가 필요했습니다.

2022년 9월 OpenAI가 68만 시간의 다국어 오디오로 훈련된 오픈소스 음성 인식 모델 Whisper를 공개하면서 모든 것이 달라졌습니다. 하룻밤 사이에 정확도가 85–90%에서 95–98%로 뛰었습니다. 그것도 무료로요.

Whisper는 음성 훈련이 필요 없었습니다. 기본으로 90개 이상의 언어를 지원했고, 악센트, 배경 소음, 전문 용어도 기존 솔루션보다 훨씬 잘 처리했습니다. 모델은 일반 소비자용 하드웨어에서 로컬로 실행할 수 있어 비싼 클라우드 API가 더 이상 필요 없게 되었습니다.

Otter.ai, Rev, Descript 같은 클라우드 전사 서비스도 비슷한 트랜스포머 기반 모델 덕분에 극적으로 개선되었습니다. 회의 전사가 대중화되었습니다. 정확한 전사의 가격이 라이선스당 수백 달러에서 분당 몇 센트로 떨어졌습니다.

그러나 근본적으로 패러다임은 바뀌지 않았습니다. 음성 소프트웨어는 여전히 키보드의 대체재였습니다. 당신이 말하면 컴퓨터가 적는다. 더 빠르고 정확해졌지만 그것은 여전히 전사에 불과했습니다. 컴퓨터는 당신이 하는 말이나 이루려는 목표를 이해하지 못했습니다.

진짜 혁명은 음성 인터페이스가 대형 언어 모델과 만나면서 시작되었습니다. 이제 AI는 당신이 말한 것을 그대로 적어 주는 게 아니라, 의미를 이해하고 행동을 취합니다. 이것이 받아쓰기에서 AI 에이전트로의 전환입니다.

Whisper by Remskill 같은 최신 음성 AI 에이전트는 음성 인식과 GPT 수준의 지능을 결합합니다. 단순히 텍스트를 받아쓰는 게 아니라 명령을 내립니다. “재생 에너지의 최신 트렌드를 조사해서 요약 문단을 작성해 줘.” AI가 웹을 검색하고, 출처를 읽고, 당신 대신 문단을 씁니다. 모두 음성으로, 현재 사용 중인 앱을 떠나지 않고요.

커스텀 명령은 이를 한층 더 밀어붙입니다. 음성으로 트리거되는 워크플로를 만들 수 있습니다. “이 이메일의 문법을 고쳐 줘”, “이것을 스페인어로 번역해 줘”, “이 코드를 설명해 줘.” 각 명령은 선택한 텍스트나 컨텍스트에 특정 AI 작업을 수행합니다. 단축키 하나로 작동하는, 무엇이든 해낼 수 있는 개인 비서 같은 존재입니다.

근본적인 전환은 이것입니다. 음성 소프트웨어는 더 이상 더 빠르게 타이핑하기 위한 게 아닙니다. 전에는 할 수 없었던 일을 해내는 것에 관한 것입니다.

받아쓰기 시대의 가치 제안은 속도였습니다. 말하기는 타이핑보다 3~4배 빠르죠. 유용하지만 제한적이었습니다. 무엇을 쓸지 생각하고, 구조를 직접 짜고, 필요한 정보를 수동으로 검색하는 일은 여전히 당신 몫이었습니다.

AI 에이전트 시대의 가치 제안은 역량입니다. 주제를 조사하고, 초안을 작성하고, 번역하고, 주장을 팩트체크하고, 게시를 위해 서식을 다듬는 일 — 모두 음성으로, 앱을 전환하지 않고, 수동 작업의 몇 분의 일 시간에 해낼 수 있습니다.

이건 점진적 개선이 아닙니다. 범주 자체가 달라지는 변화입니다. 과거의 질문은 “음성으로 얼마나 빨리 타이핑할 수 있을까?”였습니다. 새 질문은 “음성으로 무엇을 해낼 수 있을까?”입니다. 그리고 그 답은 점점 더 “거의 무엇이든”이 되어가고 있습니다.

AI 에이전트 시대는 이제 막 시작되었습니다. 현재 연구 동향과 제품 로드맵을 바탕으로 향후 1~2년 안에 펼쳐질 것들을 정리했습니다.