지난 1년 동안 Voice AI를 둘러싼 상황은 크게 변했습니다.

이전에는,

"AI가 인간처럼 자연스러운 대화를 할 수 있는가?"

라는 것이 최대의 관심사였습니다.

하지만 현재는, 많은 AI 음성 에이전트가,

리드 획득 (Lead Generation)

예약 접수

고객 지원 (Customer Support)

FAQ 대응

인바운드 세일즈 (Inbound Sales)

등을 자연스러운 대화로 수행할 수 있게 되었습니다.

즉, 기업이 검증하고 있는 단계에서 "실제 업무에서 어떻게 활용할 것인가"를 생각하는 단계로 넘어갔다고 할 수 있습니다.

Agora에서도 매월 800억 분을 넘는 실시간 커뮤니케이션을 지원하면서, 고객으로부터 접수되는 질문이 변화해 왔습니다.

이전에는,

"Voice AI가 정말 쓸모가 있을까?"

라는 상담이 중심이었습니다.

하지만 현재는,

APAC 시장에서도 충분한 정밀도가 나오는가

다국어 환경에서 어디까지 대응할 수 있는가

컨택 센터(Contact Center)에 도입할 수 있는가

와 같은, 보다 실천적인 상담이 늘고 있습니다.

Gartner의 조사에서도, 2025년에는 85%의 고객 서비스 책임자가 고객용 Conversational AI 도입 및 검증을 계획하고 있으며, 그중 44%가 Voice AI를 검토하고 있다고 보고되었습니다.

Voice AI는 "도입할 것인가"가 아니라, "어떻게 도입할 것인가"가 중요한 페이즈(Phase)에 진입했습니다.

최신 Voice AI 모델은 영어에서 매우 높은 성능을 발휘합니다.

데모 영상을 보면 사람과 거의 구별할 수 없을 정도로 자연스러운 대화도 드물지 않습니다.

하지만 실제 APAC 시장에서는 상황이 크게 다릅니다.

예를 들어,

인도네시아에서는 Bahasa Indonesia와 영어를 섞어서 말한다

싱가포르에서는 영어와 중국어를 자연스럽게 전환한다

태국에서는 지역에 따라 발음이 다르다

베트남에서는 성조(Tone)가 의미를 좌우한다

필리핀에서는 영어와 타갈로그어를 섞는 경우도 많다

이러한 대화는 결코 예외가 아닙니다.

일상적으로 이루어지고 있습니다.

즉, Voice AI에는,

언어 인식

액센트(Accent) 이해

문맥 유지

의도 이해

를 실시간으로 수행하는 능력이 요구됩니다.

영어에서 높은 정밀도를 낼 수 있는 것과, APAC 시장에서 높은 고객 경험을 제공할 수 있는 것은 반드시 같지 않습니다.

Voice AI를 도입하는 기업이 다음에 생각하는 것은,

"대응 언어를 늘리자"

라는 것입니다.

물론 다국어 대응은 중요합니다.

하지만 그것만으로는 충분하지 않습니다.

로컬라이즈(Localization)란,

단순히 번역하는 것이 아니라,

그 지역의 말투나 문화에 맞추는 것

입니다.

예를 들어 같은 영어라도,

싱가포르 영어

필리핀 영어

인도 영어

에서는 발음도 표현도 대화의 템포도 다릅니다.

같은 Bahasa Indonesia라도 지역에 따라 사용되는 단어나 표현에는 차이가 있습니다.

나아가,

업계 용어

약어

지역 특유의 말투

영어와의 코드 스위치(Code-switch)

등도 빈번하게 등장합니다.

그렇기 때문에,

"20개 언어 대응"

이라는 사양만으로는 충분한 고객 경험을 보장할 수 없습니다.

APAC에서는 하나의 대화 속에서 여러 언어를 전환하는 것이 드물지 않습니다.

예를 들어,

"예약을 부탁드립니다. Tomorrow afternoon라면 비어 있나요?"

혹은,

"이 상품, Promo 있나요?"

이러한 코드 스위칭(Code-switching)은 자연스러운 대화입니다.

하지만 AI에게는,

언어 판정

문맥 유지

의도 이해

를 동시에 수행할 필요가 있어 기술적인 난이도가 단번에 높아집니다.

Microsoft의 연구에서도 다국어 사용자는 대화 중에 자연스럽게 언어를 전환하는 것이 확인되었으며, 그 변화에 유연하게 대응할 수 있는 AI일수록 높은 만족도를 얻을 수 있다고 보고되었습니다.

Voice AI의 성능이 충분하지 않을 경우, 기업에는 다양한 영향이 있습니다.

예를 들어,

고객이 몇 번이고 다시 말한다

AI가 의도를 이해하지 못한다

사람 상담원(Operator)에게 전송된다

상담 기회를 놓친다

전환율(Conversion Rate)이 저하된다

즉, Voice AI의 인식 정밀도는 그대로 고객 경험(CX)으로 직결됩니다.

AI가 알아듣지 못한 원인을 고객은 분석하지 않습니다.

"이 회사는 쓰기 불편하다"라는 인상만 남습니다.

Voice AI 시장의 성숙에 따라 기업이 중시하는 포인트도 변화하고 있습니다.

이전에는,

AI가 정말로 말을 할 수 있는가?

IVR을 대체할 수 있는가?

이러한 논의가 중심이었습니다.

현재는,

새로운 국가에 얼마나 빠르게 전개할 수 있는가

다국어 컨택트 센터 (Multilingual Contact Center)에 대응할 수 있는가

CRM이나 기존 시스템과 연동할 수 있는가

시장별 대화 품질을 유지할 수 있는가

와 같은 "운용 품질"이 중요시되고 있습니다.

즉,

데모가 성공하는 것보다,

수천 건의 실제 통화에서 안정적인 경험을 제공할 수 있는가

가 평가 기준이 되고 있습니다.

생성형 AI (Generative AI)는 급속히 진화하고 있습니다.

수년 후에는,

자연스러운 음성 그 자체는 차별화 요소가 되지 않을지도 모릅니다.

기업의 경쟁력을 좌우하는 것은,

고객을 얼마나 이해할 수 있는가

가 될 것입니다.

APAC 시장에서는,

다국어

지역 액센트 (Regional Accent)

코드 스위칭 (Code-switching)

문화적 배경

업계 특유의 표현

까지 고려한 Voice AI 설계가 요구됩니다.

로컬라이즈 (Localization)는 "마지막에 추가하는 기능"이 아닙니다.

도입 전략 그 자체입니다.

Voice AI는 급속히 보급되고 있습니다.

하지만,

영어에서 높은 정밀도를 실현할 수 있는 것과,

APAC 시장에서 뛰어난 고객 경험을 제공할 수 있는 것은 별개의 문제입니다.

앞으로 성공할 기업은,

단순히 통화를 자동화하는 기업이 아닙니다.

시장별 말투나 문화를 이해하고,

그 지역에 맞춘 Voice AI를 설계할 수 있는 기업입니다.

AI가 인간처럼 말할 수 있는 시대이기에 더욱,

정말로 중요한 것은,

사람들이 어떻게 말하고 있는지를 이해하는 것

일지도 모릅니다.

Gartner Customer Service & Support Research

Microsoft Research – Multilingual Conversational AI

CSA Research – Global Consumer Language Preferences

Effie Fang

Agora의 APAC 비즈니스 디렉터.

아시아 태평양 지역에서의 실시간 커뮤니케이션 기술 및 AI 활용을 담당. Conversational AI, Voice AI, 디지털 CX를 전문 영역으로 하며, 다국어·다문화 환경에서의 AI 에이전트 활용 및 실시간 커뮤니케이션에 대해 발신하고 있다.