대부분의 음성 AI는 여전히 무전기처럼 말합니다. 내가 말하고, 기다리면, AI가 답합니다. 중간에 끼어들면 AI는 하던 말을 계속하거나 대화 흐름을 완전히 놓쳐 버립니다.
사람은 그렇게 대화하지 않습니다. 실제 통화에서는 양쪽이 동시에 듣고 말합니다. 상대가 말하는 도중에 "네, 네" 하고 맞장구를 칩니다. 세부 내용을 바로잡으려고 끼어듭니다. 말할 차례를 넘기지 않은 채 잠시 생각하기도 합니다.
풀 듀플렉스 음성 모델은 바로 이런 대화를 처리하도록 만들어졌습니다. 작동 방식, 고객 경험(CX)에서 중요한 이유, 그리고 Maven Voice가 이를 실제 지원 통화에 어떻게 적용하는지 소개합니다.
"풀 듀플렉스"의 의미
이 용어는 통신 분야에서 유래했습니다. 채널이 양방향 트래픽을 처리하는 방식을 뜻합니다.
- 하프 듀플렉스: 데이터가 양방향으로 이동하지만, 한 번에 한 방향으로만 이동합니다. 대표적인 예가 무전기입니다. 버튼을 눌러 말하고, 떼어서 듣고, "오버"라고 말해 상대에게 차례를 알립니다.
- 풀 듀플렉스: 데이터가 양방향으로 동시에 이동합니다. 전화 통화가 풀 듀플렉스입니다. 내가 말하는 동안에도 상대의 목소리를 들을 수 있습니다.
오늘날 대부분의 음성 에이전트는 풀 듀플렉스 전화 회선 위에서 작동하면서도 하프 듀플렉스 시스템처럼 동작합니다. 에이전트는 침묵을 기다렸다가 발신자가 말을 마쳤다고 판단하고, 답변을 생성해 재생합니다. 말하는 동안에는 사실상 듣지 못합니다.
풀 듀플렉스 음성 모델은 말하는 동안에도 계속 듣습니다. 들어오는 오디오를 처리하는 동시에 나가는 오디오를 생성하므로, 발신자에게 실시간으로 반응할 수 있습니다.
풀 듀플렉스 음성 모델의 작동 방식
무엇이 달라지는지 알아보려면, 먼저 오늘날 대부분의 음성 에이전트가 어떻게 만들어지는지 살펴봐야 합니다. 일반적인 방식은 캐스케이드 파이프라인입니다.
- **음성-텍스트 변환(STT)**이 발신자의 음성을 텍스트로 전사합니다.
- 턴 감지가 발신자가 말을 마쳤다고 판단할 만큼 충분히 긴 멈춤을 기다립니다.
- 언어 모델이 전사된 내용을 읽고 답변을 작성합니다.
- **텍스트-음성 변환(TTS)**이 그 답변을 다시 음성으로 바꿉니다.
단계가 넘어갈 때마다 지연이 생기고, 단계마다 정보가 사라집니다. 전사 과정에서 어조, 망설임, 강조가 빠집니다. 턴 감지는 침묵만으로 추측하기 때문에, 계좌 번호를 찾느라 잠시 멈춘 발신자는 말이 끊기고, 말이 빠른 발신자는 어색한 공백을 견뎌야 합니다.
풀 듀플렉스 모델은 이 연결 고리를 하나로 합칩니다. 흔히 음성-음성(speech-to-speech) 방식이라고 불리는데, 양방향 모두 오디오를 직접 처리하며 듣기와 말하기를 두 개의 연속된 스트림으로 동시에 실행합니다. 이를 통해 실시간 통화에서 중요한 몇 가지 동작이 가능해집니다.
- 끼어들기(barge-in). 발신자가 "아니요, 다른 주소요"라고 끼어들면, 모델은 말을 멈추고 정정 내용을 반영해 대응을 조정합니다. 발신자가 이미 거부한 스크립트를 끝까지 읽지 않습니다.
- 맞장구(backchannel). "알겠습니다", "네" 같은 짧은 반응으로 대화의 차례를 가져오지 않으면서도 잘 따라오고 있음을 알립니다.
- 자연스러운 차례 주고받기. 모델은 침묵뿐 아니라 억양과 맥락까지 읽기 때문에, 생각하느라 잠시 멈춘 것인지 말을 마친 것인지 구분할 수 있습니다.
- 준언어적 신호. 불만, 혼란, 긴급함은 말의 내용보다 말투에서 드러납니다. 오디오를 직접 듣는 모델은 이에 반응할 수 있지만, 전사 텍스트에서는 이런 신호가 사라져 버립니다.
고객 경험(CX)에서 중요한 이유
전화 지원은 대화 품질이 가장 빠르게 드러나는 채널입니다. 발신자는 스트레스를 받고 있거나, 다른 일을 동시에 하고 있거나, 셀프서비스로 해결하지 못해 전화한 경우가 많습니다. 어색한 멈춤이나 정정을 무시하고 말을 이어가는 순간마다 고객의 인내심은 줄어듭니다.
풀 듀플렉스는 지원 리더가 중요하게 여기는 몇 가지를 바꿉니다.
- 불만으로 인한 에스컬레이션 감소. 발신자는 자신의 말이 들리지 않는다고 느낄 때 0번을 누릅니다. 끼어들기와 정정을 처리하는 에이전트는 고객을 대화에 머물게 합니다.
- 더 짧은 통화 시간. 발신자는 앞서 나가거나, 말하는 도중에 세부 사항을 확인하거나, 필요 없는 안내를 건너뛸 수 있습니다.
- 더 정확한 데이터 수집. 계좌 번호, 주소, 주문 정보는 정정이 섞인 채 조각조각 전달되는 경우가 많습니다. 계속 듣고 있으면 처음부터 정확하게 받아 적기가 쉬워집니다.
- 사람처럼 들리는 브랜드 경험. 음성은 여전히 고객이 가장 시급한 문제를 해결하려 할 때 찾는 채널입니다. 에이전트의 목소리가 곧 회사의 목소리가 됩니다.
Maven Voice의 차별점
자연스러운 목소리는 절반에 불과합니다. 지원 통화에서 에이전트는 문제를 이해하고, 시스템에서 조치를 실행하며, 정책을 지켜야 합니다. Maven Voice는 풀 듀플렉스 대화에 Maven AGI 플랫폼의 추론 능력과 통합 기능을 결합합니다.
프로덕션 환경의 음성-음성 처리. Maven Voice는 실제 기업 통화에서 음성-음성 모델을 실행하므로, 발신자의 첫마디부터 어조와 말의 속도가 그대로 유지됩니다. 파트너사 IBEX는 Maven을 기업용 음성-음성 기술을 완전한 프로덕션에 처음으로 도입한 기업으로 평가했습니다.
재구축 없는 엔진 선택. Maven Voice는 OpenAI, Phonic 등 주요 음성 제공업체와 함께 작동합니다. 사용 사례에 맞는 엔진을 선택하면 됩니다. 오케스트레이션, 추론, 통합은 Maven이 처리하므로, 엔진을 교체하거나 추가해도 처음부터 다시 시작할 필요가 없습니다.
조치로 마무리되는 대화. Maven Voice는 지원 팀이 사용하는 시스템과 연결됩니다. 한 통화 안에서 주문을 확인하고 교환품을 발송하거나, 카드를 정지하고 새 카드를 발급하거나, 예약 일정을 변경할 수 있습니다.
복잡한 실제 음향 환경에 맞춘 설계. Maven Voice를 테스트한 장소는 지하철, 공항, 스포츠 경기장이었습니다. 발신자가 항상 조용한 곳에서 전화하는 것은 아니며, 에이전트는 어떤 환경에서도 고객의 말을 알아들어야 합니다.
57개 언어, 통화 중 전환 가능. 발신자가 대화 도중 언어를 바꿔도 Maven Voice가 그대로 따라갑니다.
기존 컨택 센터에 그대로 적용. 고객은 기존과 같은 번호로 전화합니다. Maven Voice는 기존 라우팅 및 플랫폼과 함께 작동하며, 상담원이 필요할 때는 전체 맥락과 함께 이관하므로 발신자가 같은 말을 반복할 필요가 없습니다.
엔터프라이즈급 보안. 내장된 오디오 및 텍스트 마스킹 기능이 전송 중이거나 저장된 민감한 정보를 보호하며, ISO 42001, PCI-DSS 4.0 Level 1을 포함한 15개의 인증 및 평가를 갖추고 있습니다.
Papaya Pay 같은 음성 고객사는 이미 Maven Voice로 품질과 통제권을 유지하면서 24/7 전화 지원을 제공하고 있습니다.
직접 들어보십시오
풀 듀플렉스 음성을 이해하는 가장 빠른 방법은 직접 대화해 보는 것입니다. 말을 끊어 보십시오. 말하는 도중에 생각을 바꿔 보십시오. 언어를 바꿔 보십시오. 그리고 문제가 처음부터 끝까지 해결되는 과정을 지켜보십시오.
** Maven Voice 데모 예약 **으로 귀사의 통화가 어떻게 달라질 수 있는지 확인해 보십시오.
귀사의 실제 대화로 확인하세요.
맞춤형 무료 데모를 신청하세요.
