이번 SK AI Summit에서는 기술 자체보다 “우리 서비스에 어떻게 적용할 수 있을까?”에 대한 관심이 크게 증가했습니다. Audion의 구조 중심 설명이 효과적이었고, STT 이후의 신호 기반 분석(감정·강조 구간·발화 패턴)에 대한 질문이 많았습니다. 참관자들은 인사이트 레이어, 감정 변화의 정량화, 실시간 적용성, 전문용어 처리, 그리고 가벼운 PoC 온보딩에 강한 니즈를 보였습니다. 전체적으로 음성 AI는 ‘인식’에서 ‘이해’로 이동 중이며, 그 변화는 설계 가능한 구조를 요구한다는 점이 확인된 행사였습니다.

이번 SK에서 진행되는 가장 큰 AI 행사인 SK AI Summit에서 가장 크게 느낀 것은, 기술에 대한 호기심을 넘어 실제 서비스나 제품에 적용할 수 있는 방법에 관심이 쏠리기 시작했다는 점인데요.

이번에는 Audion이라는 음성 AI 미들웨어 플랫폼의 구조를 먼저 소개드리고 감정 인식 / 보이스 하이라이트 기능은 API에서 파생되는 확장 기능으로 설명했습니다.

이 방식으로 설명했을 때, 기술은 훨씬 빠르게 이해되었고 바로 “우리 서비스에 적용한다면 어떤 시나리오가 가능할까?”로 대화가 전환되는 흐름이 나타났다는 점이 가장 인상적이었습니다.

현장에서 가장 많이 들은 질문

단순 전사(STT)보다 더 깊은 신호 분석에 대한 관심이 특히 높았습니다.

Audion이 음성 신호에서 감정·강조 구간·발화 패턴 등 다양한 feature를 추출한다는 점은 “텍스트 기반 분석 AI와의 차별점”으로 자연스럽게 인식되었습니다.

참관자들이 가진 ‘잠재 니즈’ - 사업/제품 관점에서 본 흐름

행사장에서의 반응을 바탕으로 정리한 실제 니즈의 방향성은 다음과 같았습니다.

1. 요약 다음 단계의 ‘인사이트 레이어’ 탐색

대화 요약은 이미 ‘1단계’로 받아들여지고 있었고, 이제는 그 다음에 무엇을 보여줄 수 있는가?”를 고민한다는 흐름이 뚜렷했습니다.

“이 문장에서는 이런 감정이 있었다고 보여주는 것이 효과적일까요?”

2. VOC·고객 응대 영역에서 ‘정량화’ 요구

“얼마나 불만이 있었는가?”, “어떤 순간에 감정 변화가 생겼는가?”

이 질문들은 모두 정량 지표 → UI 형태 → 운영 기준을 고민하고 있다는 신호라고 볼 수 있었습니다.

3. 실시간 환경에 대한 기술 탐색

콜센터를 넘어 영상 콘텐츠 / 라이브커머스 / 사용자 상담 / 차량 내부 대화 등 실시간 환경 적용 가능성에 대한 관심 또한 높았습니다.

4. 전문용어가 포함된 도메인 대화

특정 산업에서는 “가독성보다 정확성이 더 중요하다”는 인식이 있었습니다.

텍스트 기반 LLM이 놓치는 지점을 음성 신호 분석이 보완할 수 있을지를 묻는 흐름도 나왔습니다.

5. PoC 진입 장벽

“파일 몇 개만 넣어보고 시작해도 되나요?” “PoC를 위한 API 사용 기준은 어떻게 설정되나요?” 가능성을 확인하기 위해서는 ‘가볍게 테스트할 수 있는 구조’가 필요하다는 의견들도 많았어요.

이는 곧 초기 온보딩 템플릿 / sample flow 필요성으로 연결될 수 있죠.

이번 SK AI Summit에서는 음성 AI가 ‘인식’에서 ‘이해’로 이동하고 있으며, 그 변화는 결국 대화를 해석하는 Voice Understanding Agent와 이를 뒷받침하는 구조적 설계에서 시작된다는 점을 확인할 수 있었습니다.

읽어주셔서 감사합니다.