저는 Telnyx AI를 사용하여 통화 스크립트(transcript)와 통화 녹음에서 PII(개인정보)를 비식별화(redact)하는 작은 Flask 예제를 만들었습니다.

코드:

https://github.com/team-telnyx/telnyx-code-examples/tree/main/call-recording-redactor-python

이 앱은 두 가지 워크플로우(workflow)를 가집니다:

• 기존 스크립트 제출
• 오디오 파일 업로드, 전사(transcribe), 그 후 스크립트 비식별화

비식별화 대상

프롬프트(prompt)는 모델에게 일반적인 PII를 플레이스홀더(placeholder)로 교체하도록 요청합니다:

• 이름 -> [NAME]
• 신용카드 -> [CREDIT_CARD]
• SSN / 국가 식별 번호 -> [SSN]
• 전화번호 -> [PHONE]
• 이메일 -> [EMAIL]
• 도로명 주소 -> [ADDRESS]
• 생년월일 -> [DOB]
• 계좌 번호 -> [ACCOUNT_NUMBER]

유용한 점은 응답이 단순히 다시 작성된 텍스트가 아니라 구조화된 JSON이라는 것입니다.

{
  "redacted_transcript": "안녕하세요, [NAME]입니다. 제 카드 번호는 [CREDIT_CARD]입니다.",
  "redactions": [
...

이는 여러분의 앱이 감사(audit)에 용이한 비식별화 맵(redaction map)을 유지하면서도 정화된(sanitized) 스크립트를 보여줄 수 있음을 의미합니다.

실행 방법

git clone https://github.com/team-telnyx/telnyx-code-examples.git
cd telnyx-code-examples/call-recording-redactor-python
cp .env.example .env
...

.env 설정:

TELNYX_API_KEY=your_telnyx_api_key
AI_MODEL=meta-llama/Llama-3.3-70B-Instruct
HOST=127.0.0.1

스크립트 비식별화

curl -X POST http://localhost:5000/redact \
  -H "Content-Type: application/json" \
  -d '{
...

이것은 다음을 통해 Telnyx AI Inference를 호출합니다:

POST /v2/ai/chat/completions

오디오 파일 비식별화

curl -X POST http://localhost:5000/redact/audio \
  -F "file=@recording.wav"

오디오의 경우, 앱은 먼저 다음을 호출합니다:

POST /v2/ai/audio/transcriptions

다음 모델을 사용합니다:

distil-whisper/distil-large-v2

그 다음 동일한 PII 비식별화 흐름을 통해 스크립트를 전송합니다.

포함된 라우트(Routes)

• POST /redact
• POST /redact/audio
• GET /redactions
• GET /redactions/<id>
• GET /health

프로덕션 아이디어 (Production ideas)

이것은 스타터 앱(starter app)이므로, 비식별화 작업(redaction jobs)을 메모리에 저장합니다.

프로덕션 환경을 위해서는 다음과 같은 사항들을 추가하겠습니다:

• 인증 (auth)
• 지속성 저장소 (persistent storage)
• 긴 녹음 파일을 위한 비동기 처리 (async processing)
• 통화 녹음 웹훅 수집 (call recording webhook ingestion)
• 모델 출력에 대한 스키마 검증 (schema validation)
• 감사 로그 (audit logs)
• 사용자 정의 PII 카테고리 (custom PII categories)
• 원본 스크립트에 대한 역할 기반 액세스 제어 (role-based access)
• 원본 녹음 파일도 정화(sanitize)해야 하는 경우를 위한 오디오 마스킹 (audio masking)

핵심 패턴은 재사용 가능합니다. 통신 데이터가 시스템 내부로 더 깊숙이 이동하기 전에, 이를 구조화되고 더 안전한 애플리케이션 데이터로 변환하는 것입니다.

리소스:

• 코드: https://github.com/team-telnyx/telnyx-code-examples/tree/main/call-recording-redactor-python
• Telnyx AI 추론(Inference) 문서: https://developers.telnyx.com/docs/inference
• 오디오 전사(Audio Transcriptions) API: https://developers.telnyx.com/api/inference/create-transcription
• 채팅 완성(Chat Completions) API: https://developers.telnyx.com/api/inference/chat-completions
• Telnyx AI 스킬 및 툴킷: https://github.com/team-telnyx/ai