건설 견적을 위한 Voice AI: 500개 이상의 프로젝트를 통한 실전 관점

건설 관리 SaaS (Software as a Service)인 Anodos를 구축하기 시작했을 때, 우리는 프랑스 중소기업(SME)에 집중하며 무언가를 혁신하겠다는 거창한 목표를 세우지는 않았습니다. 우리는 그저 현장에서 자재 목록을 적는 데 몇 시간을 보내고, 사무실로 돌아와 다시 견적서(devis, 프랑스 건설 견적서)를 작성하는 데 3시간을 더 쓰는 전기 기술자, 배관공, 석공들의 견적 작업을 더 빠르게 만들고 싶었을 뿐입니다. 18개월이 지난 지금, 우리는 500개 이상의 실제 프로젝트에 음성-견적 AI (voice-to-estimate AI)를 배포했습니다. 우리가 배운 점은 다음과 같습니다.

문제점: 견적 작업은 너무 오래 걸린다
2024년 기준 전형적인 전기 기술자의 워크플로우 (workflow)는 다음과 같았습니다:

• 현장에서 45분: 사진 촬영, 메모 작성, 측정
• 사무실에서 3~4시간: 메모를 형식에 맞춘 견적서(devis)로 변환
• 고객과의 23회 수동 피드백 (PDF, 이메일, 누락된 정보)
  총합: 견적서 하나당 견적사 시간 56시간 소요
  4인 팀의 경우, 작업 하나당 한 사람의 전체 근무 시간이 소요되는 셈입니다.

Voice AI의 관점
우리는 이렇게 생각했습니다. '전기 기술자가 작업 내용을 그냥 말로 할 수 있다면 어떨까?'
"지하실 배선 작업, 방 4개, 콘센트 20개 신설, 63A 차단기 1개 업그레이드, Legrand 제품 공급, 인건비 6시간, 고객은 가격에 민감함."
우리 AI는 이를 듣고 다음과 같은 작업을 수행합니다:

• 자재(콘센트, 차단기, 전선 유형, 인건비율) 추출
• 현실적인 단가 조회 (우리의 데이터베이스: 5만 개의 프랑스 BTP 공급업체 카탈로그)
• 5초 이내에 견적서(devis) 초안 구축
• 최종 견적서가 아닌 템플릿 (template) 형태로 견적사에게 전달
  사람이 이를 검토하고(2분), 필요한 경우 인건비 복잡도를 조정하고, 전송을 클릭합니다.
  전형적인 소요 시간: 총 15~20분 (현장 둘러보기, 말하기, 검토, 전송 포함).

500개 이상의 설치 사례를 통한 실제 지표

• 절약된 시간: 견적당 평균 23분 (기존 360분에서 감소)
• 정확도: AI가 추출한 자재와 실제 사용된 자재 간의 일치율 94%
• 채택률: 전기 기술자 67%, 배관공 52%, 석공 38% (HVAC 전문가: 71%)
• 고객 신뢰: 계약 성사율에서 통계적 차이 없음 (AI 견적 vs 수동 견적). 고객은 이것이 AI의 도움을 받았다는 사실을 모릅니다. 마지막 이 점이 중요합니다.

우리는 견적서 (devis) 코호트에서 "AI 생성" 라벨을 제거하는 테스트를 진행했습니다. 성사율은 동일했습니다. 고객은 방식이 아니라 정확도와 타이밍에 관심을 가집니다.

Voice AI가 실패하는 지점 (그리고 우리가 배운 것)

모호한 사양 — "벽이 많음"과 같은 표현은 너무 막연합니다. AI에는 구체성이 필요합니다.
해결책: 이제 우리는 실시간으로 3개의 견적서 예시를 통해 견적 담당자를 가이드합니다. 이를 통해 음성 품질이 향상됩니다.

지역별 가격 — 파리 전기 기사의 자재 비용은 리옹과 35% 차이가 납니다.
해결책: 프로젝트의 지리적 위치를 파악하고 적절한 공급업체 카탈로그를 불러옵니다.

복잡한 프로젝트 — 30만 유로 규모의 상업용 인테리어 공사는 음성 견적 대상이 아닙니다.
해결책: Voice AI는 5만 유로 미만의 작업에 가장 효과적입니다. 더 큰 규모의 작업의 경우, 견적 담당자는 여전히 수동 양식을 사용합니다 (동일한 도구, 다른 UX).

책임 및 추적 가능성 — 프랑스 건설법 (Loi Macron 2024)은 견적서의 추적 가능성을 요구합니다. 만약 AI가 도움을 주었다면, 반드시 이를 기록해야 합니다.
해결책: 음성을 통해 생성된 모든 견적서는 XML 메타데이터 내에 [devis_type: ai_assisted]로 태그 처리됩니다 (Factur-X 2026 네이티브).

여기서 Factur-X 2026이 중요한 이유
2026년 9월 1일 이후 발행되는 모든 프랑스 견적서는 PDF와 XML을 결합한 EU 표준인 Factur-X를 준수해야 합니다. 우리에게 이것은 순풍(tailwind)이었습니다. AI가 생성한 견적서는 수기로 입력한 것보다 Factur-X를 준수하도록 만들기 더 쉽기 때문입니다 (구조화된 데이터의 승리).
기존 소프트웨어(비싼 ERP조차도)의 경우, Factur-X 준수는 사후 수정(retrofit) 과정에서 큰 고통을 수반합니다.

우리가 다르게 구축했을 부분들

전사 (transcription)가 아닌 의도 (intent)부터 시작하십시오. 초기에는 음성을 그대로 받아쓰기한 후 의도를 추출하려고 시도했습니다. 낭비였습니다. 이제 우리는 견적 담당자에게 "자재 A, 수량 N, 노동 시간 H"와 같은 간단한 구조를 교육합니다. 채택률이 급증했습니다.

AI를 더 똑똑하게 만들지 말고, 인간을 더 빠르게 만드십시오. 우리는 AI 모델을 미세 조정 (fine-tuning)하는 데 6개월을 보냈습니다. 가장 큰 성과는 2분짜리 템플릿 검토 흐름에서 나왔습니다. UX > ML.

개인정보 보호 우선. 음성 데이터는 민감합니다. 우리는 오디오를 저장하지 않으며, 전사 후 즉시 삭제합니다. 고객 데이터를 사용하여 모델을 학습시킨 적도 없습니다. 이는 규정 준수와 신뢰를 위해 가치 있는 일이었습니다.

수직적 특화 학습 (Vertical-specific training)이 중요합니다.

범용적인 음성-텍스트 변환 (Speech-to-text, STT) AI (Whisper 등)는 건설 전문 용어를 15%의 확률로 틀리게 인식합니다. 우리는 1만 개의 전기 기술자 음성 샘플을 사용하여 미세 조정 (Fine-tuning)을 진행했습니다. 그 결과 오류율이 2% 미만으로 떨어졌습니다.

결론: 건설 현장에서의 Voice AI는 마법이 아닙니다. 만약 여러분이 다음과 같은 원칙을 지킨다면 생산성 승수 (Productivity multiplier)가 될 것입니다:

• 실제 고충 (Pain point) 해결 (우리의 사례: 견적 작업)
• 인간 참여형 구조 (Human in the loop) 유지 (AI가 제안하고, 인간이 확인)
• 결과 측정 (시간, 정확도, 채택률)
• 규정 준수 (Factur-X, 데이터 프라이버시)

우리는 프랑스의 500명 이상의 숙련공들에게 음성-견적 (Voice-to-estimate) 기능을 출시했습니다. 이는 화려하지는 않지만, 작업당 23분을 절약해 줍니다. 주당 5건의 작업을 수행한다고 가정하면, 견적 담당자 한 명당 연간 115시간을 절약하는 셈입니다.

만약 여러분이 중소기업 (SME) 또는 건설업을 위한 AI를 구축 중이거나, 우리의 구현 방식에 대해 궁금하거나, 프랑스 기술직의 음성 채택에 관한 가공되지 않은 데이터 (Raw data)를 원하신다면 Anodos에 연락해 주세요.

Olivier Ebrahim, 프랑스 중소기업에 특화된 건설 관리 SaaS인 Anodos의 창립자. 음성 우선 (Voice-first), Factur-X 네이티브, 모바일 우선 (Mobile-first) 솔루션을 구축하고 있습니다. 의견은 개인적인 것입니다.