"키보드보다 말이 빨라"...실리콘밸리 'AI 음성 업무' 확산

= 챗 GPT로 생성된 이미지

[이코리아] 키보드 대신 음성으로 컴퓨터와 대화하며 일하는 방식이 실리콘밸리를 중심으로 확산되고 있다. 인공지능(AI) 음성 인식 기술이 고도화되면서, 직원들이 이메일과 보고서, 코드 작성 지시를 키보드로 입력하는 대신 마이크에 대고 말하는 장면이 새로운 업무 풍경으로 등장하고 있다는 것이다.

영국 가디언은 12일자 기사에서 최근 직장인들이 키보드 입력 대신 AI 음성 받아쓰기 도구에 속삭이며 일하는 사례가 늘고 있다고 전했다. 가디언은 링크드인 공동창업자 리드 호프먼이 지난해 자신을 ‘보이스필드(voicepilled)’라고 표현한 사례를 소개하며, 음성 입력이 새로운 생산성 도구로 주목받고 있다고 보도했다. ‘보이스필드’는 음성으로 기술과 상호작용하는 방식에 익숙해진 상태를 가리키는 표현이다.

월스트리트저널(WSJ)도 최근 보도에서 실리콘밸리 사무실의 변화상을 전했다. 일부 스타트업 직원들이 게이밍 헤드셋이나 구즈넥 마이크를 사용해 AI 비서에게 업무 지시를 말로 전달하고 있으며, 몇몇 사무실은 조용한 키보드 소리 대신 직원들이 AI에게 낮은 목소리로 지시하는 공간으로 바뀌고 있다는 설명이다.

블룸버그 비즈니스위크도 3월호 기사에서 음성 기반 업무 방식이 일부 기업에서 빠르게 확산하고 있다고 보도했다. 보도에 따르면 과거 음성 인식 소프트웨어는 정확도와 활용성 측면에서 한계가 뚜렷했지만, 최근에는 AI가 말의 흐름을 정리하고 업무에 쓸 수 있는 문장으로 바꿔주면서 실질적인 생산성 도구로 부상하고 있다.

이 같은 변화는 단순한 받아쓰기 기술의 발전을 넘어, 사람과 컴퓨터가 상호작용하는 방식 자체가 바뀌고 있다는 관측으로 이어진다. 과거 음성 인식은 말을 텍스트로 옮기는 데 그쳤고, 인식 오류나 문장 수정 부담도 적지 않았다. 그러나 최근 AI 딕테이션 도구는 사용자의 두서없는 말을 문맥에 맞게 정리하고, 문법과 어조를 다듬어 이메일, 보고서, 코딩용 프롬프트 등으로 바꿔주는 수준으로 발전했다.

생성형 AI와 코딩 보조 도구의 확산도 음성 입력 수요를 키우는 요인으로 꼽힌다. AI 도구를 제대로 활용하려면 사용자가 원하는 작업을 길고 구체적으로 설명해야 하는 경우가 많은데, 이를 키보드로 모두 입력하는 것보다 말로 풀어내는 방식이 더 빠를 수 있기 때문이다. 개발자들이 클로드 코드, 코덱스 등 AI 코딩 도구에 긴 지시를 내리거나, 사무직 근로자가 보고서 초안과 이메일, 회의록을 작성하는 과정에서도 비슷한 활용이 가능하다. 이 때문에 음성 입력이 키보드를 완전히 대체하지는 않더라도, AI 시대의 주요 업무 인터페이스 중 하나로 자리 잡을 수 있다는 관측이 나온다.

마이크로소프트도 음성·AI 중심의 PC 환경을 장기 비전으로 제시한 바 있다. 마이크로소프트는 지난해 8월 공식 유튜브 채널에 ‘데이비드 웨스턴과 함께하는 윈도 2030 비전’ 영상을 공개하고, 향후 윈도 운영체제가 AI 기반 멀티모달 인터페이스 중심으로 진화할 수 있다고 밝혔다. 영상에 출연한 데이비드 웨스턴 마이크로소프트 기업·OS 보안 담당 부사장은 미래에는 사용자가 컴퓨터와 대화하며 더 정교한 작업을 요청하는 방식이 늘어날 것이라고 전망했다.

웨스턴 부사장은 앞으로의 컴퓨터가 사용자가 보고 듣는 맥락을 이해하고, 음성과 화면 정보를 바탕으로 작업을 수행하는 방향으로 발전할 것이라고 설명했다. 그는 마우스를 움직이고 키보드로 입력하는 현재의 방식이 미래 세대에게는 MS-DOS를 사용하는 것처럼 낯설게 느껴질 수 있다고도 말했다. 이는 PC 조작 방식이 장기적으로 키보드와 마우스 중심에서 음성, 화면 맥락, AI 에이전트 중심으로 확장될 수 있다는 전망을 담고 있다.

= 구글 누리집

구글도 음성 입력 기능 고도화에 나섰다. 구글은 현지시간 13일 열린 연례 개발자 회의 ‘구글 I/O 2026’에서 안드로이드 키보드 앱 지보드(Gboard)에 탑재될 AI 음성 입력 기능 ‘램블러(Rambler)’를 공개했다. 구글은 사람들이 말하는 과정에서 스스로 정정하거나 같은 말을 반복하고 “음”, “아” 같은 추임새를 넣는 점을 보완하기 위해 램블러를 도입한다고 설명했다.

램블러는 사용자가 말을 미리 정리하지 않아도, 자연스럽게 말한 내용에서 중요한 부분을 골라 간결한 메시지로 재구성하는 기능이다. 제미나이 기반 다국어 모델을 활용해 하나의 메시지 안에서 여러 언어를 섞어 말하는 경우에도 문맥과 뉘앙스를 반영할 수 있다는 것이 구글의 설명이다. 구글은 램블러 활성화 여부를 명확히 표시하고, 음성은 실시간 텍스트 변환에만 사용되며 저장되지 않는다고 밝혔다.

스타트업 경쟁도 본격화하고 있다. 위스퍼 플로를 비롯해 아쿠아 보이스, 윌로, 톡태스틱, 타입리스, 슈퍼위스퍼 등 여러 음성 입력 도구가 시장에 뛰어들었다. 이들 서비스는 사용자가 말한 내용을 단순히 받아쓰는 데서 나아가, 문맥에 맞는 문장으로 정리하거나 업무용 표현으로 바꾸는 기능을 앞세우고 있다.

다만 음성 입력이 확산될수록 새로운 불편도 함께 부각되고 있다. 가장 먼저 지적되는 것은 사무실 내 소음 문제다. 한두 명이 조용히 음성 입력을 사용하는 수준을 넘어 여러 직원이 동시에 AI에게 지시를 내리기 시작하면, 기존의 조용한 사무실은 통화가 이어지는 공간처럼 바뀔 수 있다. 외신들도 일부 AI 스타트업 사무실이 마치 고급 콜센터처럼 변하고 있다는 불만이 나오고 있다고 전했다.

업무 집중도 역시 변수다. 여러명이 일하는 사무실에서 옆자리 직원이 계속 말을 하거나 중얼거리는 소리는 상대적으로 더 큰 방해 요인이 될 수 있다. 실제로 음성 입력 이용자들은 주변을 의식해 목소리를 낮추거나, 주변 소음을 줄이기 위해 헤드셋과 개인 마이크를 사용하는 경우가 늘고 있다. 그러나 이런 방식은 일시적인 대응일 뿐, 음성 기반 업무가 보편화될 경우 사무실 배치와 방음, 회의 공간 운영 방식까지 다시 논의해야 할 수 있다는 관측이 나온다.

업무 내용이 주변에 노출될 수 있다는 점도 부담이다. 이메일 초안, 고객 응대 내용, 내부 전략, 코드 작성 지시 등을 말로 입력하는 과정에서 민감한 정보가 주변 직원에게 들릴 수 있기 때문이다. 특히 개방형 사무실이나 공유 오피스에서는 음성 입력이 생산성을 높이는 도구인 동시에 보안과 기밀 유지 측면의 리스크가 될 수 있다.

이러한 이유로 업계에서는 음성 입력이 키보드를 단기간에 대체하기보다는, 업무 방식에 따라 선택되는 보조 인터페이스로 자리 잡을 가능성이 크다는 관측도 나온다. 초안 작성, 긴 프롬프트 입력, 회의록 정리, 접근성 보조 등에서는 음성이 강점을 보일 수 있지만, 정밀 편집과 보안이 중요한 업무에서는 키보드 등 기존 입력 방식이 계속 필요할 것이라는 전망이다.