지식 · AI 기초
음성인식 · 음성합성
Speech Recognition / Synthesis (STT/TTS)
📂AI 기초⏱읽기 1분📊입문🔗관련 4
음성인식이란?
한 줄 정의
말을 글로 바꾸는 음성인식(STT)과 글을 말로 바꾸는 음성합성(TTS). AI 비서·자막·콜센터의 귀와 입.
⚡ 3줄 요약
- 음성인식(STT)+음성합성(TTS)
- 말을 글로, 글을 말로
- AI비서·자막·콜센터의 귀·입
음성인식(STT)은 사람의 말을 텍스트로 변환하고, 음성합성(TTS)은 텍스트를 자연스러운 목소리로 읽어 줍니다. 회의록 자동 작성, 영상 자막, AI 스피커, 콜센터 상담 자동화가 대표 활용입니다.
딥러닝으로 정확도와 자연스러움이 크게 올랐고, 최근엔 특정 사람의 목소리를 흉내 내거나 실시간 통역까지 가능해졌습니다. 이 지식 페이지의 '음성 검색'도 음성인식(STT)을 활용한 기능입니다. 손을 쓰기 어려운 환경·접근성에서 특히 가치가 큽니다.
💡 쉽게 말하면
기계에게 귀(듣기)와 입(말하기)을 달아주는 것 — 받아쓰고 읽어줍니다.
실무에서 왜 중요한가
업무의 상당수가 '말'로 이뤄집니다. 음성 AI는 회의·상담·자막 등 음성 업무를 자동화합니다.
유래와 출처
수십 년간 연구된 분야로, 2010년대 딥러닝 적용으로 정확도가 비약적으로 향상됐고, 최근 대형 모델로 자연스러움과 다국어 처리가 크게 발전했습니다.
사례로 이해하기
예를 들어, 회의를 음성 AI로 자동 정리한다고 해봅시다.
- 녹음 — 회의 음성을 입력합니다.
- STT — AI가 말을 텍스트로 변환합니다.
- 요약 — 회의록 핵심을 정리합니다.
- 화자 구분 — 누가 말했는지 구분합니다.
- 활용 — TTS로 요약을 음성으로 들려줄 수도 있습니다.
관련 용어
자연어처리 · NLP사람의 언어(말·글)를 컴퓨터가 이해하고 생성하도록 다루는 AI 분야. 번역·요약·챗봇의 바탕.멀티모달텍스트뿐 아니라 이미지·음성·영상 등 여러 형태(모달리티)의 정보를 함께 이해하고 생성하는 AI.생성형 AI텍스트·이미지·코드·음성 등 새로운 콘텐츠를 만들어내는 AI. ChatGPT·Claude 같은 대규모 언어모델이 대표적이다.컴퓨터 비전컴퓨터가 이미지·영상을 '보고' 이해하게 하는 AI 분야. 얼굴 인식·불량 검출·자율주행의 눈 역할을 한다.
이 용어와 연결된 교육
📚에이전트 AI 실무 입문나눔경영컨설팅 기업교육 · 대면/온라인과정 보기 →이 주제로 사내 교육이 필요하신가요?
담당자 맞춤 커리큘럼·견적을 바로 받아보세요.
자주 묻는 질문
과거보다 크게 향상됐습니다. 다만 전문용어·사투리·소음 환경에선 오차가 생길 수 있습니다.
악용(딥페이크 음성) 우려가 있어, 동의·표시 등 윤리·보안 관리가 중요합니다.
최신 모델은 한국어 인식·합성 품질이 상당히 좋습니다.
사기·딥페이크 악용 위험이 있어, 동의·워터마크 등 윤리·보안 관리가 필요합니다.