회의가 끝난 뒤 자리로 돌아와 녹음 파일을 재생하면서 노트를 뒤적이던 시간이 제법 길었습니다. 1시간 회의에 1시간 정리는 일상이었고, 솔직히 이건 회의 자체보다 더 피곤한 작업이었습니다. 지금은 그 흐름이 완전히 달라졌습니다. STT(음성 텍스트 변환)와 AI 정리를 조합하면 15분 안에 공유 가능한 회의록이 나옵니다. 그 구체적인 과정을 분석합니다.
STT 변환, 어떤 도구가 실제로 쓸 만한가
STT(Speech-to-Text)란 음성 신호를 텍스트 데이터로 변환하는 기술을 뜻합니다. 쉽게 말해, 사람이 말한 내용을 컴퓨터가 받아쓰는 것입니다. 이 기술의 정확도는 언어 모델의 학습 데이터 품질에 크게 달려 있어서, 한국어 회의에서는 어떤 툴을 쓰느냐에 따라 결과물의 품질이 눈에 띄게 달라집니다.
제가 직접 써봤는데, 한국어 업무 회의에서는 네이버 클로바노트가 압도적입니다. 화자 분리(Speaker Diarization), 즉 누가 말했는지를 자동으로 구분하는 기능까지 어느 정도 지원하고, 무료로 월 300분까지 쓸 수 있습니다. 일주일에 회의가 4~5번 있는 직장인 기준으로도 대부분 무료 한도 안에서 해결됩니다.
오픈소스 진영에서는 OpenAI의 Whisper가 자주 거론됩니다. Whisper는 로컬 환경, 즉 본인의 컴퓨터에서 직접 실행할 수 있어 기밀 데이터를 외부 서버에 올리지 않아도 된다는 점이 장점입니다. 그런데 설치와 설정이 번거로워서 코딩 경험이 없는 분들에게는 진입 장벽이 있습니다. 실제로 저도 처음 설치할 때 Python 환경 설정에서 한 시간 가까이 막혔습니다. Otter.ai는 영어 회의에는 강하지만 한국어 지원은 클로바노트보다 정확도가 떨어집니다.
결론적으로 선택 기준은 하나입니다. 회의가 한국어 중심이고, 기밀 수준이 높지 않다면 클로바노트 무료 버전으로 시작하면 충분합니다. 기밀 데이터가 오가는 회의라면 Whisper를 로컬에서 쓰거나, 회사가 계약한 기업용 솔루션을 확인하는 것이 맞습니다.
- 한국어 일반 회의: 네이버 클로바노트 (무료, 월 300분)
- 기밀 회의 또는 오프라인 처리 필요: OpenAI Whisper (로컬 설치, 완전 무료)
- 영어 혼용 글로벌 회의: Otter.ai (영어 정확도 높음, 유료)
- 전문 전사 서비스 필요: Rev 또는 Dovetail (월 수십 달러, 전문가용)
도구를 하나만 고정해서 쓰기보다, 회의 성격에 따라 두 가지 이상을 번갈아 쓰는 것도 방법입니다. 저는 사내 정기 회의에는 클로바노트를, 외부 파트너사와의 민감한 협상 미팅에는 회사가 계약한 기업용 솔루션을 쓰는 식으로 구분하고 있습니다. 도구를 나눠 쓰는 게 처음엔 번거로워 보이지만, 회의 성격별로 어떤 위험이 있는지 미리 생각해보는 습관 자체가 오히려 더 중요한 부분이라고 느꼈습니다.
프롬프트 하나가 회의록 품질을 결정한다
STT로 변환된 텍스트는 그 자체로는 구어체의 덩어리입니다. “어, 그러니까”, “아 잠깐만요” 같은 발화 필러(Filler Word)가 가득하고, 문장 단위로 구분도 되어 있지 않습니다. 발화 필러란 말을 이어가기 위해 무의식적으로 삽입하는 의미 없는 표현을 말합니다. 이 날것의 텍스트를 ChatGPT나 Claude 같은 LLM(Large Language Model, 대형 언어 모델)에 넣을 때, 어떤 프롬프트를 쓰느냐에 따라 출력물의 완성도가 크게 갈립니다.
제 경험상 이건 좀 다릅니다. 처음에 “회의록으로 정리해줘”만 입력했을 때는 결정 사항과 단순 논의 내용이 뒤섞인 결과가 나왔습니다. 프롬프트에 형식을 명확하게 지정하고 나서야 쓸 수 있는 수준의 회의록이 나오기 시작했습니다. 핵심은 출력 형식을 구체적으로 지정하는 것입니다. 회의 개요, 논의 안건, 결정 사항, 미결정 사항, 액션 아이템, 다음 회의 일정을 항목으로 명시하면 AI가 텍스트에서 각 항목에 해당하는 정보를 골라내는 방식으로 작동합니다.
특히 액션 아이템(Action Item) 항목이 실무에서 가장 유용합니다. 액션 아이템이란 회의에서 합의된 구체적인 실행 과제를 “누가 / 언제까지 / 무엇을” 형식으로 정리한 목록입니다. 회의록에서 이 부분이 빠지면 회의 내용이 기억 속에만 남고 실제로 누가 뭘 해야 하는지가 흐릿해집니다. AI는 녹취록 전체를 훑어서 책임자와 기한이 언급된 문장을 정확하게 추출해 줍니다.
프롬프트에 “사실만 기록하고 추측은 금지”라는 제약을 넣는 것도 중요합니다. LLM은 맥락을 보완하려는 경향이 있어서, 명시적인 제약 없이는 회의에서 실제로 결정되지 않은 사항을 결정된 것처럼 적는 경우가 있습니다. 솔직히 이건 예상 밖이었습니다. 처음 몇 번 써봤을 때 “다음 회의는 5월 15일로 합의됨”이라는 문장이 나왔는데, 실제 녹음을 다시 들어보니 누군가 “15일쯤 어때요?”라고 제안만 했을 뿐 합의된 것은 아니었습니다.
저는 이 경험 이후로 프롬프트 맨 앞에 항상 같은 문구를 고정으로 넣습니다. “아래 녹취록에 명시적으로 언급된 내용만 사용하고, 언급되지 않은 내용은 추측하거나 채워 넣지 마세요”라는 문장입니다. 이 한 줄을 추가한 뒤로는 근거 없는 문장이 생성되는 빈도가 눈에 띄게 줄었습니다. 프롬프트 하나 바꾸는 것만으로 결과물의 신뢰도가 이렇게 달라진다는 게 처음엔 신기했습니다.
AI 활용 관련 국내 실태에 대해서는 정보통신산업진흥원(NIPA)에서 기업 현장의 AI 도구 활용 현황과 관련 가이드라인을 확인할 수 있습니다.
검토 단계를 건너뛰면 낭패 본다
AI가 만들어준 회의록을 그대로 공유하는 것은 위험합니다. STT의 정확도가 아무리 높아도, 그리고 프롬프트가 아무리 정교해도 오류는 반드시 발생합니다. 제가 반복적으로 겪은 오류 유형은 크게 네 가지였습니다.
첫 번째는 화자 오인입니다. “김대리”와 “김대리님”을 다른 사람으로 처리하거나, 영어 발음으로 이름을 말했을 때 오인식하는 경우입니다. 두 번째는 전문 용어 오타입니다. 회사 내부에서만 쓰는 프로젝트명이나 시스템 이름은 STT가 처음 접하는 단어라서 엉뚱하게 변환됩니다. 세 번째는 결정 사항 누락입니다. 회의 말미에 짧게 지나간 결정은 AI가 중요도를 낮게 판단해 빠뜨릴 수 있습니다. 네 번째는 숫자 오류입니다. 이건 가장 위험합니다. 금액이나 날짜가 잘못 기록되면 실제 업무에서 혼선이 생깁니다.
검토에 드는 시간은 보통 5~10분입니다. 직접 작성할 때의 40~60분과 비교하면, 작업 시간이 약 80% 줄어드는 셈입니다. 이 숫자가 실감 나지 않을 수 있는데, 저는 이 방식을 도입한 첫 달에 회의록 관련 작업 시간이 눈에 띄게 줄어드는 것을 직접 확인했습니다. 남은 시간에 다음 회의 의제를 준비하거나, 액션 아이템 진행 상황을 먼저 점검할 수 있게 됐습니다.
녹음 전에 반드시 챙겨야 할 사항도 있습니다. 회의 참여자 전원의 동의 없이 녹음하는 것은 통신비밀보호법상 위법이 될 수 있습니다. 국가법령정보센터 통신비밀보호법에서 관련 조항을 확인할 수 있습니다. 회의 시작 전에 “이 회의는 녹음합니다”라는 한 마디를 규칙으로 만들어두는 것이 가장 간단한 해결책입니다.
저는 여기에 한 가지 습관을 더했습니다. 회의록 최종본을 공유하기 전에, 전체를 읽는 대신 “숫자, 날짜, 담당자 이름”이 들어간 문장만 먼저 훑어봅니다. 오류가 가장 자주, 그리고 가장 치명적으로 발생하는 지점이 이 세 가지이기 때문에, 전체를 꼼꼼히 다 읽을 시간이 없을 때는 이 부분만이라도 우선 확인하는 게 효율적이었습니다.
자주 묻는 질문
Q. 클로바노트와 Whisper 중 어떤 것을 먼저 써보는 게 좋을까요?
A. 코딩 경험이 없는 분이라면 클로바노트부터 시작하는 것이 맞습니다. 앱 설치 후 녹음 파일을 올리면 변환까지 수 분 안에 끝나고 인터페이스도 직관적입니다. Whisper는 기밀 데이터를 외부 서버에 올리고 싶지 않을 때, 또는 무제한 무료 사용이 필요할 때 고려하면 됩니다. 설치 과정이 복잡하므로 Python 기본 환경이 갖춰진 분에게 적합합니다.
Q. AI가 만들어준 회의록을 수정 없이 바로 공유해도 될까요?
A. 수정 없이 바로 공유하는 것은 추천하지 않습니다. 숫자나 날짜 오류, 화자 오인, 결정되지 않은 사항을 결정된 것처럼 적는 경우가 발생할 수 있습니다. 5~10분의 검토 단계를 반드시 거치는 것이 실무에서 생기는 혼선을 막는 가장 확실한 방법입니다.
Q. 기밀 내용이 많은 회의에서도 AI 회의록을 쓸 수 있나요?
A. 가능하지만 도구 선택이 달라집니다. 외부 서버로 데이터가 전송되는 클로바노트나 Otter.ai 대신, 본인 컴퓨터에서 실행하는 Whisper나 회사가 계약한 기업용 Microsoft Copilot, 기업용 ChatGPT를 사용하는 것이 안전합니다. 극도로 민감한 회의라면 AI 없이 수동 작성이 현실적인 선택입니다.
Q. 회의록 정리 프롬프트에서 가장 중요한 요소가 무엇인가요?
A. 출력 형식을 항목별로 명확하게 지정하는 것입니다. “결정 사항은 합의된 것만 기록하고, 추측 금지”처럼 AI의 행동에 제약을 거는 문장도 빠뜨리면 안 됩니다. 특히 액션 아이템을 “누가 / 언제까지 / 무엇을” 형식으로 뽑아달라고 명시하면 회의 후 후속 관리가 훨씬 쉬워집니다.
Q. 여러 명이 동시에 말하는 회의에서도 STT 정확도가 괜찮나요?
A. 여러 사람이 동시에 말하는 구간(발언 겹침)은 STT가 가장 취약한 부분입니다. 클로바노트나 Whisper 모두 겹치는 발언 중 한쪽을 놓치거나 뒤섞어서 인식하는 경우가 있어서, 회의 진행자가 “한 분씩 말씀해 주세요”라고 정리해주는 것만으로도 변환 정확도가 크게 올라갑니다. 발언이 자주 겹치는 자유토론 형식의 회의라면 이 점을 미리 참석자들에게 안내해두시길 권합니다.
Q. 회의록을 정리한 뒤 팀원들과 공유할 때 좋은 방법이 있나요?
A. 저는 AI가 정리한 회의록을 검토까지 마친 뒤, 슬랙이나 노션 같은 협업 툴에 바로 붙여넣어 공유합니다. 액션 아이템 항목은 담당자를 태그해서 알림이 가도록 만들어두면, 회의록을 읽었는지 여부와 무관하게 본인이 해야 할 일을 놓치지 않게 됩니다. 회의록 자체보다 액션 아이템이 실제로 실행되는지가 더 중요하다는 걸 이 방식으로 체감했습니다.
회의록 작업에 들이던 시간을 절반 이하로 줄이는 것은 충분히 현실적인 목표입니다. STT로 변환하고, 프롬프트로 구조를 잡고, 5~10분 검토하는 흐름을 한두 번 직접 해보시면 몸이 먼저 기억합니다. 처음 시도할 때는 기밀 수위가 낮은 내부 회의부터 시작해서 흐름을 익히는 것이 좋습니다. 이 방식에 익숙해지고 나면, 회의에서 제가 집중해야 할 것이 기록이 아니라 논의 자체라는 사실이 실감납니다.
이 흐름을 처음 도입할 때는 팀원들에게도 미리 설명해두는 게 좋습니다. 녹음과 AI 정리를 쓴다는 사실을 알리고, 동의를 구하는 과정 자체가 회의 문화를 한 번 점검하는 계기가 되기도 합니다. 저희 팀은 이 과정에서 오히려 회의 안건을 사전에 더 명확히 준비하게 됐고, 결과적으로 회의 시간 자체도 조금씩 줄어드는 부수적인 효과까지 얻었습니다.