- 기존 3세대 STT·LLM·TTS 파이프라인 탈피… 150~300ms 초저지연 대화 실현
- Full-Duplex 동시 대화·맥락 완전 보존 등 혁신적 음성 대화 기술 제시
- 금융·공공·유통 등 전 산업군 적용 확대… “응답 넘어 판단·실행하는 AI 시대 열 것”
인공지능 기반 고객센터(AICC) 및 고객경험(CX) 시장의 패러다임이 텍스트 변환 중심의 '콜봇'에서 사람처럼 듣고 판단하여 말하는 '보이스 에이전트'로 빠르게 전환되고 있다.
지난 9일 서울 삼성동 코엑스(COEX)에서 열린 'AICC & CX Insight 2026' 컨퍼런스에 참가한 SR포스트 오창용 대표는 '콜봇의 시대를 끝내다: MIRVO, 듣고 생각하고 말하는 4세대 AI의 시작'을 주제로 발표를 진행하며 차세대 음성 AI 솔루션 'MIRVO(미르보)'를 공식 선보였다.
이날 발표자로 나선 SR포스트 오창용 대표는 기존 3세대 콜봇(Legacy IVR/Bot)이 지닌 구조적 한계를 강하게 지적했다. 기존 3세대 모델은 음성을 텍스트로 변환(STT)한 뒤, 거대언어모델(LLM)을 거쳐 다시 음성(TTS)으로 출력하는 다단계 파이프라인 방식을 채택해 왔다. 이로 인해 1~5초 이상의 응답 지연(Latency)이 발생할 뿐만 아니라, 텍스트 변환 과정에서 고객의 억양·감정·망설임 등 비언어적 뉘앙스가 손실되고 대화 맥락이 단절되는 문제가 지속됐다.
SR포스트가 제안한 4세대 보이스 에이전트 'MIRVO'는 이러한 한계를 극복하기 위해 End-to-End(E2E) Speech-to-Speech(S2S) 기술을 적용했다. 텍스트 변환 과정을 생략하고 오디오 토큰을 직접 인제스트(Ingest)하는 방식을 통해 응답 속도를 인간 수준인 150~300ms로 대폭 단축시켰다.
또한, MIRVO는 고객이 말하는 도중에 개입하더라도 흐름을 놓치지 않는 양방향 동시 대화(Full-Duplex Barge-in) 기술과 대화 맥락을 100% 보존하는 'Zero Context Loss' 아키텍처를 탑재했다. 이를 통해 정해진 시나리오에만 의존하던 기존 콜봇과 달리, 동적 상태 전이 및 지능형 시맨틱 라우팅을 기반으로 자율적인 대화 진행이 가능하다.
보안 및 침해 예방을 위한 컴플라이언스 체계도 대폭 강화했다. 금융 및 공공기관의 철저한 데이터 주권 확보를 위해 100% 온프레미스(On-Premise) 구축 환경을 지원하며, 음성 바이오 인증(Voice KYC) 및 실시간 개인정보 마스킹(PII Masking) 기능을 제공한다.
SR포스트는 이번 컨퍼런스에서 금융권 상담 및 지자체·공공기관의 당직/민원 대리 응대뿐만 아니라 배달·물류, 의료(Healthcare), 호텔(Hospitality) 등 다양한 산업별 적용 사례를 소개해 참가자들의 큰 호응을 얻었다.
오창용 SR포스트 대표는 “MIRVO는 단순히 질문에 응답하는 AI가 아니라, 맥락을 정확히 판단하고 API와 연동해 실제 업무를 자율적으로 실행하는 완성형 음성 에이전트”라며, “4세대 보이스 에이전트의 글로벌 표준으로서 기업들의 CX 혁신을 선도하겠다”고 밝혔다.
임민지 기자 minzi56@etnews.com
