← Back to Blog
AI · AX Article · 2026.11.22

AI 회의록의 발언자를 확인하는 순서

AI 회의록의 화자 번호와 실제 발언자, 업무 담당자를 구분하고 시간 구간·겹친 발화·확인 이력을 보존해 팀이 다시 확인할 수 있는 기록으로 만드는 방법을 살펴본다.

AIspeechmeeting-noteswork-design

세 가지 색의 의자에서 이어진 리본이 회의 탁자 위에서 교차하는 모습

서로 겹치는 목소리를 표현한 생성 이미지다. 실제 회의나 음성 분석 결과를 촬영한 사진이 아니다.

회의에서 누군가 “제가 금요일까지 확인하겠습니다”라고 말했다고 하자. AI 회의록에는 문장이 정확히 적혔지만, 발언자는 다른 사람으로 표시됐다. 그 기록을 그대로 업무 목록에 옮기면 말한 적 없는 사람에게 일이 배정된다. 문장을 잘 받아 적는 것과 그 문장을 한 사람에게 정확히 연결하는 것은 서로 다른 문제다.

회의록을 팀의 지식으로 남길 때는 발언 내용뿐 아니라 어느 녹음 구간에서 나온 말인지, 누가 했다고 추정했는지, 누가 확인했는지를 함께 다뤄야 한다. 그래야 매끈한 요약 뒤에 가려진 오류를 나중에도 바로잡을 수 있다.

이 글은 pyannote의 공개 문서와 구현을 바탕으로 화자 구분의 역할을 설명하고, 회의 기록을 업무로 넘기는 확인 절차를 제안한다. 실제 회의 음성으로 모델을 실행하거나 한국어 정확도를 측정한 결과는 아니다.

화자 번호가 알려 주는 범위

음성 전사는 녹음에서 어떤 말을 했는지 텍스트로 옮긴다. 화자 구분, 즉 speaker diarization은 시간 구간에 화자 표지를 붙인다. 둘을 합치면 문장 옆에 발언자 표지를 표시할 수 있다.

pyannote의 Community-1 모델 카드는 결과에서 발화의 시작·종료 시각과 화자 표지를 읽는 예를 제공한다. 현재 공개 구현도 기본 표지로 SPEAKER_00, SPEAKER_01 같은 이름을 생성한다. 이 표지는 처리 결과의 화자들을 구별하기 위한 이름이다. 사람의 실명이나 조직의 담당자 정보를 담고 있지 않다. 공식 모델 카드, 확인한 공개 구현

따라서 회의 참석자 명단을 알고 있어도 번호만 보고 이름을 순서대로 배정해서는 안 된다. 명단의 첫 사람이 먼저 발언했다는 보장도 없고, 같은 사람이 나뉘어 잡히거나 다른 사람이 한 표지로 묶이는 오류도 고려해야 한다. 다음 녹음의 같은 번호를 동일 인물로 취급하는 것도 이 출력만으로는 정당화되지 않는다.

실명을 붙이는 단계에는 별도의 확인 근거가 필요하다. 예를 들어 참석자가 자신의 발언을 확인하거나, 검토자가 맥락과 원음을 함께 확인하는 방식이다. 확인 근거가 부족하면 임시 표지를 유지한다. 자연스러운 이름으로 빈칸을 채우는 것보다 미확인 상태를 보이는 편이 기록을 고치기 쉽다.

겹쳐 말한 구간은 별도로 남긴다

회의에서는 한 사람이 말을 마치기 전에 다른 사람이 대답하거나 짧게 맞장구를 친다. 이때 전사문의 문장 경계와 화자 구분의 시간 경계가 맞지 않을 수 있다.

Community-1은 일반 화자 구분 결과와 함께 exclusive_speaker_diarization을 제공한다. 공식 설명에서 이 결과는 한 시점에 한 화자만 활성화해 전사문 시각과 연결하기 쉽게 만든 출력이다. 일반 출력의 겹친 화자 구간과 용도가 다르다. Community-1 공식 소개

전사문에 발언자 이름 하나를 붙이려는 화면에는 이런 단일 화자 결과가 편리하다. 그러나 그 결과를 보고 원래 녹음에서도 한 명만 말했거나 다른 사람의 발언이 중요하지 않았다고 판단할 수는 없다. 정렬하기 쉬워졌다는 사실과 대화가 정확히 복원됐다는 사실은 다르다.

아래는 이를 설명하기 위해 만든 가상 기록이다. 모델의 실제 출력이나 성능 측정값이 아니다.

녹음 구간임시 화자 표지기록 초안확인할 점
00:12–00:16화자 A제가 금요일까지 확인하겠습니다A가 실제 누구인지 확인
00:15–00:17화자 B일정은 다시 봐야 합니다겹친 구간을 듣고 이견인지 확인
검토 후담당자 미확정일정 재확인 필요담당자와 기한을 별도로 합의

두 번째 발언이 전사에서 빠지면 첫 문장만 남아 일정이 확정된 것처럼 읽힐 수 있다. 반대로 단순한 맞장구를 이견으로 확대해석할 수도 있다. 이 예에서 필요한 일은 더 단정적인 요약이 아니라, 겹친 구간을 다시 듣고 무엇을 결정했는지 확인하는 것이다.

회의록에 확인 이력을 붙이는 방법

다음은 팀에서 적용해 볼 수 있는 기록 설계다. pyannote가 자동으로 제공하는 업무 기능이나 공식 권고 절차를 뜻하지 않는다.

초안에는 원음으로 돌아갈 수 있는 회의 식별자와 시간 구간을 둔다. 이어 임시 화자 표지, 전사문, 실제 발언자 확인 상태를 별도로 보관한다. 이름을 확인한 뒤에도 원래 표지를 지우지 않으면 어떤 연결을 수정했는지 추적할 수 있다.

확인 상태는 모델이 이름을 제시했는지보다 사람이 무엇을 확인했는지를 드러내는 편이 좋다. 예를 들어 ‘미확인’, ‘참석자 확인’, ‘구간 재검토 필요’처럼 사용할 수 있다. 사람이 정한 이 상태를 모델의 확률이나 신뢰도 점수인 것처럼 표시하지 않는다.

기록을 고칠 때는 발언자만 바꾸면 되는지, 그 발언을 근거로 만든 요약과 결정 사항도 고쳐야 하는지 함께 본다. 한 사람의 제안이 다른 사람의 승인으로 기록됐다면 이름 하나의 오류가 결정의 의미까지 바꿀 수 있다.

전체 전사문을 모든 업무 화면에 복제할 필요는 없다. 요약이나 업무 항목에서 해당 시간 구간과 확인된 기록을 찾아갈 수 있게 하면 된다. 녹음 접근 범위와 보관 기간은 팀에서 정한 기준을 따르고, 공유 문서에 녹음 링크를 붙였다는 이유로 접근 권한까지 넓어졌다고 가정하지 않는다.

발언자와 업무 담당자를 따로 확정한다

발언자가 확인돼도 업무 배정이 끝난 것은 아니다. “검토해 볼 수 있습니다”는 가능성을 말한 것일 수 있고, “우리 팀에서 하겠습니다”는 개인 담당자를 확정한 표현이 아닐 수 있다. 부정이나 조건이 빠진 전사문이라면 같은 사람의 말이어도 의미가 달라진다.

따라서 업무 목록으로 옮길 때는 발언자 확인과 별개로 수행 내용, 담당자, 기한, 확정 여부를 검토한다. AI가 추출한 항목은 초안으로 두고, 담당자나 회의 진행자가 확인한 뒤 팀이 사용하는 작업 목록에 반영하는 방식이다.

이 경계를 두면 누가 무엇을 고칠지도 분명해진다. 발언자 연결이 틀리면 해당 구간을 다시 확인하고, 업무 합의가 불분명하면 참석자에게 확인한다. 음성을 다시 분석하는 것만으로 회의에서 하지 않은 합의를 만들어 낼 수는 없다.

우리 회의에서 확인할 지표

공개 벤치마크는 도구를 이해하는 자료지만 우리 회의의 품질을 대신 보장하지 않는다. Community-1 모델 카드에는 여러 데이터셋의 화자 구분 오류율이 제시돼 있다. 이 수치를 특정 한국어 회의의 정확도나 업무 담당자 배정 성공률로 옮겨 읽어서는 안 된다. 공식 벤치마크와 평가 조건

도입 전에는 사용이 허용된 대표 녹음에서 팀이 실제로 감당해야 할 오류를 확인해 볼 수 있다. 말이 겹친 구간, 짧은 답변, 여러 사람이 한 마이크를 쓴 상황을 포함하고, 사람이 확인한 기록과 비교한다. 평가에 쓰는 녹음도 평소 회의와 조건이 얼마나 다른지 남긴다.

검토 항목은 서로 구분해서 기록한다. 말의 내용이 틀린 경우, 내용은 맞지만 화자가 틀린 경우, 발언은 맞지만 업무 합의로 잘못 해석한 경우는 수정 방법이 다르다. 전체 요약이 자연스럽다는 하나의 점수로 묶으면 어느 단계를 고쳐야 하는지 알기 어렵다.

확인에 걸린 시간도 함께 보면 좋다. 초안이 빨리 나와도 사람 이름을 계속 바꾸거나 녹음을 처음부터 다시 들어야 한다면, 팀이 기대한 시간 절약은 작아질 수 있다. 반대로 확인이 필요한 구간을 쉽게 찾을 수 있다면 검토 범위를 줄이는 데 도움이 될 수 있다. 이는 이 글이 제안하는 평가 관점으로, 특정 도구의 검증된 생산성 수치가 아니다.

다음 회의에서 먼저 정할 것은 회의록의 화려한 출력 형식보다 확인할 수 있는 기록의 단위다. 발언 내용과 시간 구간을 남기고, 이름을 확인한 근거를 붙이고, 업무 합의를 다시 확정한다. 이렇게 연결된 기록은 이후 요약이나 검색에서 의문이 생겼을 때 원래 대화로 돌아갈 길을 남긴다.