다국어 음성 기록이 현장 후속 업무로 이어진다

말이 곧바로 업무 자료가 되는 기반

Google은 2026년 8월 26일 ‘Gemini 3.5 Transcribe’를 공개했다. 아직 이용 조건과 기능이 바뀔 수 있는 공개 미리보기 단계이며, 완성된 소비자용 녹취 서비스가 아니라 개발사가 자기 서비스에 연결하는 음성 인식 기능이다.

Google 모델 문서에 따르면 한국어를 포함해 85개가 넘는 언어와 지역별 표현을 인식한다. 언어를 미리 지정할 수도 있고, 한국어와 영어가 섞인 말처럼 대화 중 언어가 바뀌는 상황도 처리하도록 설계됐다.

실시간 방식은 말하는 동안 자막을 보여 주며 Google은 1초 미만의 지연을 내세운다. 다만 한 번 연결할 수 있는 시간이 최대 10분이고, 누가 어떤 말을 했는지 나누는 ‘화자 분리’는 실시간으로 제공되지 않는다.

녹음 파일은 최대 1시간까지 처리할 수 있다. 화자 분리나 단어별 시간 표시를 켜면 최대 30분으로 줄고, 문서상 최대 8명까지 나눌 수 있지만 세 명 이상은 실험 기능이므로 여러 사람이 겹쳐 말하는 회의에는 별도 확인이 필요하다.

회사명, 부품명, 현장 용어처럼 자주 틀리는 단어는 최대 1,000개까지 미리 넣을 수 있다. Google은 보통 100개 이하를 권장하므로 모든 단어를 쌓기보다 한 업종에서 꼭 필요한 표현부터 넣는 편이 맞다.

Google 가격표의 유료 이용 예상치는 음성 입력과 글 출력을 합해 분당 약 0.009달러다. 한 시간에 약 0.54달러인 셈이지만, 이 수치는 음성 입력과 텍스트 출력만 합산한 추정치이며 공개 미리보기 중 가격도 바뀔 수 있다.

녹취록보다 중요한 것은 다음 화면이다

가정해 보자. 직원 12명인 냉난방기 설치·수리업체 사장이 있고, 그중 세 명은 베트남어가 한국어보다 편하다. 사장은 고객 전화, 현장 사진, 기사들의 음성 보고, 견적서가 서로 다른 곳에 흩어지는 문제를 매일 겪는다.

고객 요청은 전화 중 종이나 휴대전화 메모장에 적힌다. 사장은 내용을 메신저로 기사에게 보내고, 기사는 현장에서 사진과 음성 메시지를 다시 보내며, 사무직원은 이를 들으면서 고객관리 화면과 견적서에 옮겨 적는다.

이 과정에서 같은 주소와 모델명을 여러 번 입력한다. 기사에게 편한 언어로 설명하라고 하면 전달은 빨라지지만 사무직원이 다시 해석해야 하고, 부품 수량이나 방문 약속이 불분명하면 고객에게 한 번 더 전화해야 한다.

새 서비스는 고객 전화나 현장 보고를 단순히 글로 저장하지 않는다. 말 속에서 고객 요청, 제품 모델, 필요한 부품, 약속한 날짜, 담당자, 다시 확인할 항목을 나눠 하나의 작업 카드로 만든다.

실시간 통화에서는 자막을 보조 수단으로만 사용한다. 통화가 끝난 뒤 녹음 파일을 다시 처리해 화자를 나누고, 별도의 번역 기능을 붙여 원문과 번역문을 함께 보관하면 어느 단계에서 뜻이 달라졌는지 확인할 수 있다.

기사도 작업이 끝난 자리에서 “실외기 소음 확인, 배수관 교체, 다음 주 필터 재방문”처럼 말하면 된다. 서비스는 이를 완료한 일, 추가로 할 일, 고객에게 확인받을 일로 나누고 금액·수량·날짜처럼 틀리면 큰 문제가 되는 항목만 기사에게 다시 묻는다.

사무직원은 긴 녹취록을 처음부터 읽지 않는다. ‘부품 수량 미확인’, ‘고객 방문일 승인 대기’, ‘담당자 없음’처럼 일이 멈춘 카드만 보고 수정하며, 확인이 끝난 내용만 견적이나 작업 일정으로 넘긴다.

사람 손에 남는 일도 분명하다. 녹음 동의를 받는 절차, 금액과 규격 확인, 여러 사람이 겹쳐 말한 부분의 화자 확인, 안전과 책임에 관한 최종 판단은 자동으로 넘기면 안 된다.

따라서 이 서비스의 완료 조건은 ‘녹취가 생성됨’이 아니다. 담당자와 기한이 정해지고, 중요한 숫자를 사람이 확인했으며, 고객이나 다음 작업자가 받아야 할 내용이 실제로 전달돼야 한 건이 끝난다.

해외에서는 기록보다 업무 연결에 쓴다

프랑스의 물·폐기물 관리회사 SUEZ는 현장 기사가 쓰던 안드로이드 업무 앱에 Vivoka의 음성 입력 기능을 넣었다. 계량기 교체, 누수, 재연결, 장비 번호와 측정값을 현장에서 말하면 기존 보고서 항목에 들어가도록 한 방식이다.

Vivoka는 1,000명이 넘는 기사가 이용할 대상으로 소개했고, 하루에 한 사람당 10분에서 45분을 아낄 것으로 예상했다. 이는 공급사가 제시한 예상치이며 실제로 검증된 절감 결과는 아니고, 다국어 인식 기능은 41개 언어를 지원하지만 SUEZ가 여러 언어를 사용했는지는 공개되지 않았다.

영국의 West Park Care는 100명이 넘는 방문 돌봄 인력이 음성 메모를 남기면 돌봄 기록으로 바꾸고, 영어가 익숙하지 않은 직원에게 번역을 제공하는 앱을 Spicerack과 만들었다. 일정과 과거 돌봄 기록을 보여 주고 기존 돌봄 관리 도구로 결과를 넘기는 데서 출발했다.

Spicerack은 3개월 시험에서 방문 준비 시간이 8분에서 2분으로 줄고, 기록 정확도가 10점 만점에 5점에서 7점으로 올랐다고 발표했다. 공급사 자체 사례라 별도 확인이 필요하지만, 음성 인식 자체보다 기존 기록 화면과의 연결이 결과를 만든다는 점은 분명히 보여 준다.

지금 작게 만들어 볼 수 있는 네 가지

1. 방문 수리 작업카드

• 고객 전화와 기사의 현장 음성을 작업지시, 부품 요청, 재방문 일정으로 나누는 서비스다.
• 외국인 기사와 함께 일하며 전화·메신저·종이로 일정을 전달하는 직원 5~20명의 수리업체가 쓴다.
• 한국어와 여러 언어를 한 기능으로 받을 수 있고, 회사명과 부품명을 미리 등록할 수 있어 한 업종부터 시험하기 쉬워졌다.
• 첫 화면에는 오늘 방문할 고객 카드, 큰 녹음 버튼, 금액·수량·날짜 중 아직 확인하지 않은 항목을 놓는다.

2. 방문 돌봄 인수인계 확인함

• 돌봄 직원의 방문 후 음성 메모를 식사, 복약, 통증, 특이사항, 다음 방문자가 볼 내용으로 나누는 서비스다.
• 여러 국적의 직원을 고용하고 교대 때 메신저로 이용자 상태를 전달하는 소규모 방문 돌봄기관이 쓴다.
• 편한 언어로 말한 기록을 원문과 번역문으로 함께 남길 수 있지만 건강·복약 내용은 담당자가 승인한 뒤 공유하도록 만들어야 한다.
• 첫 화면에는 이용자별 마지막 방문 기록과 ‘복약 확인 전’, ‘다음 담당자 미열람’ 같은 중요한 미완료 항목을 놓는다.

3. 안전지시 되말하기 기록

• 관리자의 안전지시를 작업자 언어로 보여 주고, 작업자가 이해한 내용을 다시 말하게 해 두 문장의 차이를 확인하는 서비스다.
• 외국인 작업자에게 매일 작업 위치와 위험 요소를 설명하는 소규모 공장이나 시공업체가 쓴다.
• 다국어 전사만으로 이해 여부를 판단할 수는 없으므로, 번역 뒤 ‘되말하기’까지 기록하는 좁은 기능이 필요하다.
• 첫 화면에는 오늘 작업조, 선택 언어, 안전지시 녹음 버튼, 작업자별 되말하기 완료 여부를 놓는다.

4. 고객 인터뷰 약속 추적함

• 고객 인터뷰에서 나온 불편, 직접 인용할 말, 요청 기능, 다시 연락할 날짜를 분리해 후속 업무로 만드는 서비스다.
• 대표가 직접 고객을 만나지만 녹음 파일을 다시 들을 시간이 없는 직원 10명 안팎의 신생 회사와 조사 대행사가 쓴다.
• 두 사람이 나눈 녹음은 화자 분리의 부담이 비교적 작고, 제품명과 업계 용어를 미리 등록하면 범용 회의록과 다른 결과를 만들 수 있다.
• 첫 화면에는 인터뷰별 핵심 문제, 아직 근거를 확인하지 않은 문장, 담당자가 없는 후속 약속을 놓는다.

오늘은 옮겨 적는 순간만 확인한다

냉난방기나 설비 수리업체 사장 한 명에게 최근 작업 세 건이 ‘고객 전화에서 기사 지시와 견적서까지’ 어떻게 이동했는지 휴대전화 화면을 보며 설명해 달라고 요청한다. 세 건 중 두 건 이상에서 음성을 다시 듣거나 같은 내용을 다른 화면에 옮겨 적었고, 그 과정에서 한 번이라도 재확인 전화가 필요했다면 방문 수리 작업카드를 시험해 볼 만하다.