.svg)
AI 솔루션 문의하기
금융기관의 고객센터는 매일 수십만 건의 통화가 이루어지는 거대한 음성 데이터 생성처입니다. 대출 신청, 거래 방법 안내, 문제 해결, 민원 처리, 거래 지시 등 다양한 목적의 통화가 녹음됩니다.** 이러한 음성 데이터는 텍스트 데이터와는 다른 특수성을 가집니다. 같은 내용이라도 음성의 톤, 속도, 강조 방식이 추가 정보를 담고 있습니다. 고객의 감정, 긴급성, 신뢰도 같은 정보가 음성에 반영됩니다. 다양한 배경에서 녹음되므로 환경 소음, 통화 품질, 기술적 간섭 같은 요소들이 섞여 있습니다. 높은 음질의 통화도 있고 저음질의 통화도 있습니다. 다양한 나이, 성별, 지역의 사람들이 다양한 방언과 발음으로 말합니다. 이러한 음성 데이터를 AI가 학습할 수 있는 형태로 구축하는 것은 매우 복잡한 과제입니다.
고객센터 음성 데이터를 체계적으로 수집하기 위해서는 먼저 수집 인프라를 구축해야 합니다. 모든 통화가 자동으로 녹음되는 시스템, 녹음 파일의 저장 및 관리 시스템, 메타데이터 기록 시스템이 필요합니다. 통화의 시작 시간, 종료 시간, 상담원 ID, 고객 정보(익명화됨), 통화 결과, 에스컬레이션 여부 같은 정보가 함께 기록됩니다. 녹음 장비도 신중하게 선택합니다. 다양한 음성 대역과 노이즈를 포착할 수 있는 고품질 녹음이 필요합니다. 다만 고품질 녹음은 저장 공간을 많이 차지합니다. 매일 수십만 건의 통화를 고품질로 녹음하면 저장소가 급증합니다. 따라서 음성 압축 기술도 필요합니다. 필수 정보는 유지하면서 용량을 줄이는 최적의 음성 코덱을 선택합니다. 녹음 시스템의 안정성도 중요합니다. 녹음 실패가 발생하면 데이터가 손실됩니다. 이중화와 백업 시스템을 갖춰 데이터 손실을 방지합니다.
수집된 음성 파일들은 다양한 형식, 샘플링 레이트, 채널 구성을 가집니다. AI 학습에 사용하기 위해서는 모든 음성 파일을 표준 형식으로 변환해야 합니다. 샘플링 레이트를 통일합니다. 일반적으로 음성 처리는 초당 16,000회 샘플링(16kHz)을 표준으로 합니다. 이는 음성 이해에 충분하면서도 저장 용량을 크게 차지하지 않습니다. 더 높은 음질이 필요한 경우 48kHz도 사용하지만 일반적인 상담 음성은 16kHz로 충분합니다. 채널도 통일합니다. 스테레오 채널을 모노로 변환합니다. 음성 강도도 정규화합니다. 일부 통화는 크게 녹음되고 일부는 작게 녹음됩니다. 이를 표준 음량으로 조정합니다. 너무 작으면 신호가 손실되고 너무 크면 왜곡이 생기므로 최적의 음량 범위를 유지합니다. 이러한 정규화 작업이 철저해야 이후의 음성 인식과 분석의 정확도가 높아집니다.
정규화된 음성 파일에 음성 인식(STT: Speech-to-Text) 기술을 적용하여 텍스트로 변환합니다. 이 과정에서 음성 인식 엔진이 정확하게 작동하는 것이 중요합니다. 금융 도메인 특화 음성 인식이 도움이 됩니다. 일반 음성 인식과 달리 금융 용어, 계좌번호 형식, 상품명 같은 금융 특화 단어를 정확히 인식합니다. 화자 적응 기술도 활용합니다. 반복되는 상담원의 음성을 학습하여 인식 정확도를 높입니다. 다만 음성 인식은 100% 정확하지 않습니다. 배경 소음이 있거나 발음이 부정확하면 오류가 발생합니다. 특히 금융 데이터의 경우 오류가 큰 문제가 될 수 있습니다. 계좌번호가 잘못 인식되면 거래가 잘못될 수 있습니다. 따라서 음성 인식 오류의 신뢰도 점수를 함께 기록합니다. 높은 신뢰도의 인식만 사용하고 낮은 신뢰도의 부분은 수동 검증을 거칩니다. 자동으로 오류가 의심되는 부분을 표시하여 검토 대상으로 만듭니다.
고객센터의 음성 기록에는 다양한 노이즈가 섞여 있습니다. 배경 음악, 다른 상담원의 목소리, 컴퓨터 음향, 전화선 특성음 같은 것들이 섞입니다. 이러한 노이즈를 제거하는 것이 음성 품질 향상의 핵심입니다. 스펙트럼 차감법으로 배경 노이즈를 감지하고 제거합니다. 통화 초반의 침묵 구간에서 배경 노이즈의 특성을 파악한 후 전체 통화에서 이를 제거합니다. 멀티 채널 수신 신호 처리 기술도 활용합니다. 여러 마이크로부터 받은 신호를 결합하여 목표 음성을 강조하고 노이즈를 감소시킵니다. 전화선 특성음 제거도 중요합니다. 전화 통신의 특성상 특정 대역의 왜곡이 있는데 이를 역으로 처리하여 원래 음성에 더 가깝게 복원합니다. 다만 지나친 노이즈 제거는 음성 신호도 손상시킬 수 있습니다. 음성 이해에 필요한 정보는 유지하면서 불필요한 노이즈만 제거하는 최적의 균형을 찾아야 합니다.
음성 데이터에서 화자를 식별하는 것도 중요한 작업입니다. 음성 인식된 텍스트에 "상담원 말" 과 "고객 말"을 구분해야 하기 때문입니다. 음성 생체 인식 기술로 화자를 식별합니다. 각 사람의 음성은 음높이, 공명 특성, 음성 박자 같은 고유한 특징을 가집니다. 이러한 특징으로 화자를 식별합니다. 다만 같은 사람이라도 스트레스, 피로, 감정 상태에 따라 음성이 변할 수 있습니다. 한 통화 내에서 여러 상담원이 번갈아 대응하는 경우도 있습니다. 이러한 복잡성을 처리해야 합니다. 화자 다이어라이제이션 기술로 누가 언제 말했는지를 식별합니다. 음성 신호의 변화점에서 화자가 바뀐 시점을 감지합니다. 이러한 화자 분석이 정확하면 이후의 상담 분석도 정확해집니다.
고객센터의 음성에는 고객과 상담원의 감정 상태가 반영됩니다. 음성의 톤, 속도, 강도, 음높이의 변화로부터 감정을 파악할 수 있습니다. 만족하는 고객의 음성과 불만족하는 고객의 음성은 명백히 다릅니다. 화난 고객의 음성은 더 빠르고 강하며 음높이가 높은 경향이 있습니다. 불안해하는 고객의 음성은 더 낮고 약할 수 있습니다. 이러한 감정 신호를 감지하여 상담 품질을 평가합니다. 상담이 진행되면서 고객의 감정이 어떻게 변했는지를 추적합니다. 초기에 불만족했던 고객이 상담 후 만족하게 된 경우 그 상담은 성공한 상담입니다. 이러한 감정 변화 추적이 상담원의 성과 평가에도 활용될 수 있습니다. 또한 거꾸로 상담이 진행되면서 고객의 불만이 증가한 경우 그 상담에서 문제가 있었는지 분석할 수 있습니다.
음성 데이터는 매우 큰 용량을 차지합니다. 매일 생성되는 수십만 건의 통화를 모두 저장하면 엄청난 저장소가 필요합니다. 효율적인 저장 전략이 필요합니다. 즉시 필요한 데이터와 장기 보관할 데이터를 구분합니다. 최근 통화는 온라인 저장소에 유지하여 빠르게 접근할 수 있도록 합니다. 오래된 통화는 오프라인 저장소나 클라우드 아카이브로 이동시킵니다. 음성 데이터는 매우 민감한 개인정보입니다. 철저한 접근 제어와 암호화가 필수입니다. 음성 파일 자체를 암호화합니다. 메타데이터도 암호화합니다. 누가 언제 어떤 음성 파일에 접근했는지를 기록하는 감시 로그도 유지합니다. 정기적인 보안 감사도 수행합니다. 무단 접근의 흔적이 없는지 확인합니다. 과거 데이터의 정삭화도 계획합니다. 법적 보존 기간이 지나면 안전하게 삭제하며 금융감독 규정도 준수합니다.
음성 데이터 수집과 관리는 규제의 대상입니다. 개인정보보호법, 금융감독 규정, 통신비밀보호법 등 여러 규정을 준수해야 합니다. 고객의 동의도 중요합니다. 통화 녹음 사실과 용도를 고객에게 안내하고 동의를 받아야 합니다. 일반적으로 금융거래 음성은 규제상 의무적으로 녹음되지만 그 용도와 보관 기간을 명확히 해야 합니다. 개인정보 접근도 최소화합니다. 음성에 포함된 고객 이름, 계좌번호, 주민번호 같은 정보는 불필요하면 자동으로 음성 신호에서 제거합니다. 데이터 주체의 권리도 보장합니다. 고객이 자신의 음성 기록 삭제를 요청하면 이를 처리해야 합니다. 음성 데이터의 사용 목적도 제한됩니다. 고객 상담 품질 향상, 상담원 교육, 규제 준수 확인 같은 명시된 목적으로만 사용하고 다른 목적으로의 추가 사용은 새로운 동의가 필요합니다.
금융권의 음성 데이터는 음성 인식을 넘어 다양한 분야에 활용될 수 있습니다. 감정 분석으로 고객 만족도를 자동으로 평가합니다. 통화 내용 요약으로 상담원의 기록 작업을 줄입니다. 고객 세분화로 고객의 성향을 파악합니다. 상담 최적화로 어떤 상담 방식이 가장 효과적인지 분석합니다. 향후에는 실시간 음성 분석으로 상담 중간에 지원을 제공할 수 있습니다. 어려운 상황에 놓인 상담원에게 즉시 제안을 제시합니다. 고객의 감정이 부정적으로 변하는 것을 감지하면 상담 방식 변경을 권고합니다. 음성 데이터 기반의 AI 상담사도 가능해질 것입니다. 수백만 건의 실제 상담 음성으로 학습한 AI가 고객과 유사한 수준의 상담을 할 수 있게 됩니다. 이러한 활용들은 모두 고품질의 음성 데이터 구축을 기초로 합니다.
.svg)
.svg)
