녹음은 굴러다니고 회의록은 시작되지 않은 그 구간

회의가 끝나고 녹음은 휴대폰에 남았는데 회의록은 아직 쓰이지 않았다. 직장인 대부분에게 그것이 일상이고, Tingwu가 넘겨받으려는 구간이 바로 여기다. Alibaba Cloud가 내놓은 업무와 학습 보조이며, 공식 제품 개요는 홍보 문구보다 기술적이다. 음성 인식과 대규모 언어 모델을 토대로 회의, 인터뷰, 수업 같은 상황의 실시간 또는 저장된 녹음을 요약하고 분석하는 구조라는 것이다.

첫 화면에 나란히 놓인 세 개의 입구

페이지를 열면 세 갈래가 맨 앞에 놓인다. 기록을 시작하면 말하는 동안 글이 되고 옆에서 번역되며 핵심이 정리된다. 음성이나 영상을 올리면 글로 옮기고 발화자를 구분해 한 번에 내보낸다. 팟캐스트 구독 링크를 붙이면 아무것도 내려받지 않고 진한 요약이 나온다. 효율에 대한 표현도 구체적이다. 한 시간 분량의 소리를 오 분에 전사하고 발화자를 자동으로 구분한다는 것이다.

실시간 기록: 회의 중에 초안이 나온다

실시간 기록이 제품의 중심이다. 컴퓨터에서는 손을 놓고 듣는 데 집중한다는 표현을 쓴다. 회의가 진행되는 동안 음성이 글이 되고 언어를 넘어 동시에 번역되며 핵심도 함께 정리된다. 공식 이용 사례에 나오는 한 프로젝트 책임자는 이렇게 말한다. 대화의 세부까지 제대로 기록하고 장 요약과 할 일을 정리해 주어 두 시간 회의가 오 분이면 회의록이 된다고.

언어에 대해 공식 설명은 구체적이다. 전사와 실시간 양방향 번역은 중국어, 영어, 광둥어, 일본어, 한국어, 독일어, 프랑스어, 러시아어를 덮는다. 중국어와 영어가 섞인 회의, 광둥어 인터뷰, 일본어나 한국어나 독일어 강의 녹음까지 같은 흐름에서 처리된다.

인공지능 회의록: 전사에서 구조로

전사는 첫걸음일 뿐이고 회의록을 만드는 것은 대규모 모델의 힘이다. 공식 목록에는 장 요약, 전체 요약, 발화자별 정리, 핵심 되짚기, 생각 지도, 핵심어, 할 일, 장면 인식, 슬라이드 추출과 요약, 말한 말을 글로 다듬기, 직접 만든 지시가 들어간다. 두 시간 회의를 녹음하면 장, 요약, 누가 무엇을 말했는지, 다음에 누가 무엇을 하는지가 이미 구조화된 덩어리로 나온다.

자막에는 전용 지원이 있다. 결과를 문단, 문장 경계, 단어 단위의 시작과 끝 시각과 함께 돌려받아 그대로 자막 표시에 쓸 수 있다. 영상을 만드는 사람에게는 자막 시간축을 손으로 맞출 필요가 없어졌다는 뜻이다. 대상 장면으로 기업의 지식 업무, 교육과 연수, 금융, 언론이 제시되어 있다.

팟캐스트: 링크 하나면 된다

세 입구 가운데 팟캐스트 전사가 가장 간편하다. 구독 링크를 붙이고 음성을 내려받지 않아도 시스템이 글로 옮기고 요약을 진하게 만든다. 흘려듣는 사람에게는 한 시간짜리 방송의 요약을 읽고 나서 자세히 들을지 정할 수 있으니 시간 계산이 쉽다.

입문 구역에는 세 편의 짧은 안내도 있다. 수업에서 쓰기가 1분 53초, 회의에서 쓰기가 2분 14초, 팟캐스트와 영상 활용이 2분으로, 제품이 미는 세 장면을 그대로 덮는다.

무료 한도와 가격

가격은 Alibaba Cloud 도움말의 과금 설명을 따른다. 새로 개통한 이용자는 90일 무료 체험을 할 수 있고 그동안 비용이 생기지 않는다. 체험 기간의 하루 한도는 실시간 기록 48시간(동시 2회선)과 음성, 영상 파일 올리기 2시간 분량이며, 그날 한도를 다 쓰면 24시간 뒤에 돌아온다.

체험을 넘기거나 기업이 연결할 때는 인터페이스 단위로 과금한다. 전사는 시간당 0.6위안(발화자 분리와 자동 언어 인식 포함)이고, 대규모 모델 기능은 항목당 시간당 0.064위안(여러 개를 쓰면 겹쳐서 더해진다), 영상에서 슬라이드 추출과 요약은 시간당 0.64위안, 실시간 번역은 시간당 4위안, 저장된 번역은 시간당 0.5위안이다. 실시간 회의 기록은 최대 3개의 음성 입력을 받고, 여러 개를 연결하면 전사 결과가 나온 시간만 센다. 공식 공지에는 전면 가격 인하, 직접 만든 지시 지원, 바로 쓸 수 있고 사설 배치도 되는 저코드 견본, 그리고 옆 단의 기업용 API 입구도 적혀 있다.

누구에게 맞나

세 부류가 가장 직접적으로 해당한다. 회의가 빽빽한 직장인, 인터뷰 녹음을 정리해야 하는 연구자, 팟캐스트를 쫓아 듣는 청취자다. 앞의 두 부류는 실시간 전사와 구조화된 회의록을 중히 여기고, 뒤의 한 부류는 링크로 시간을 아낀다. 다국어 상호 번역은 외국어 수업과 국경을 넘는 회의에도 충분하다.

솔직한 주석 두 가지. 첫째, 전사 정확도는 녹음 품질과 억양, 전문 용어에 좌우되므로 중요한 회의록은 내보내기 전에 사람이 확인하는 편이 좋다. 둘째, 대규모 모델 기능은 시간 단위로 따로 과금되고 여러 개를 쓰면 더해지므로, 회원이 되기 전이나 인터페이스를 부르기 전에 공식 과금 설명과 맞춰 계산해 보아야 한다. 듣기와 적기는 도구가 맡는다. 어느 부분이 남길 값어치가 있는지는 여전히 사람의 일이다.

전사 도구가 넘겨받는 것은 키보드이고 판단은 아니다. 두 시간의 녹음을 오 분의 회의록으로 압축하지만, 그 몇 줄 가운데 무엇을 실행할지는 들은 사람이 정한다.