중동의 많은 지역에서 고객은 타이핑하지 않습니다. 걸프 방언이나 이집트 방언 아랍어로 40초짜리 음성 메시지를 보내고, 중간에 주문 번호를 소리 내어 읽는 경우가 많습니다. 그러면 상담원이 듣고, 되감고, 헬프데스크에 입력합니다. 하루에 수백 건이 되면 음성 메시지는 가장 느린 채널이 됩니다.
이 글은 전사를 중심으로 한 비즈니스 워크플로를 만듭니다. WhatsApp과 Telegram에서 음성 메시지를 가져오고, 구조화된 티켓으로 바꾸고, 데이터를 통제하는 방법입니다. 변환과 전사 코드 자체는 단계별 가이드인 WhatsApp 음성 메시지 전사를 참고하세요. 여기서는 반복하지 않습니다.
음성 메시지는 어떻게 지원 티켓이 되나요?
- WhatsApp이나 Telegram에서 웹훅을 수신합니다.
- 오디오를 즉시 다운로드합니다.
- 16kHz 모노 WAV로 변환합니다.
- 올바른 언어 코드로 전사합니다.
- LLM으로 티켓 필드를 추출합니다.
- 전사 텍스트를 담아 티켓을 생성하고 텍스트로 답장합니다.
- 오디오 파일을 삭제합니다.
1~2단계: WhatsApp에서 오디오를 어떻게 가져오나요?
WhatsApp Business Cloud API에서 수신 음성 메시지는 파일이 아니라 미디어 ID가 담긴 웹훅으로 도착합니다. Meta의 미디어 문서가 정한 규칙은 다음과 같습니다.
- Graph API에서
GET /<MEDIA_ID>를 호출해url을 받습니다. - 그 URL을
Authorization: Bearer <token>으로 다운로드합니다. 토큰이 없으면 요청이 실패합니다. - “Media URLs expire after 5 minutes.”(번역: 미디어 URL은 5분 뒤에 만료됩니다.) 늦었다면 새 URL을 요청하세요.
- 수신 웹훅의 미디어 ID는 7일 동안 유효합니다.
import os, requests
GRAPH = os.environ["GRAPH_BASE"] # e.g. https://graph.facebook.com/<version>
HDR = {"Authorization": f"Bearer {os.environ['WA_TOKEN']}"}
def download_whatsapp(media_id, path):
url = requests.get(f"{GRAPH}/{media_id}", headers=HDR, timeout=10).json()["url"]
with open(path, "wb") as f:
f.write(requests.get(url, headers=HDR, timeout=30).content)
이 작업은 나중에 배치로 하지 말고 웹훅 핸들러의 백그라운드 작업에서 하세요. 한 시간에 한 번 도는 큐는 만료된 URL에 부딪힙니다.
Telegram 봇에서 음성 메시지를 어떻게 가져오나요?
Telegram 봇은 file_id가 담긴 voice 객체를 받습니다. Bot API에 따르면 봇은 https://api.telegram.org/file/bot<token>/<file_path>를 통해 “can download files of up to 20MB”(번역: 최대 20MB까지 파일을 다운로드할 수 있으며), 링크는 “valid for at least 1 hour”(번역: 최소 1시간 동안 유효합니다).
TG = f"https://api.telegram.org/bot{os.environ['TG_TOKEN']}"
def download_telegram(file_id, path):
file_path = requests.get(f"{TG}/getFile", params={"file_id": file_id}, timeout=10).json()["result"]["file_path"]
with open(path, "wb") as f:
f.write(requests.get(f"https://api.telegram.org/file/bot{os.environ['TG_TOKEN']}/{file_path}", timeout=30).content)
실제로 두 플랫폼 모두 Ogg/Opus 형식의 음성 메시지를 전달합니다. 전사 엔드포인트는 WAV나 MP3를 받으므로 WhatsApp 가이드의 ffmpeg 명령 한 줄로 변환한 뒤 language="ar"(또는 고객의 언어)로 전사하세요.
5단계: 전사 텍스트를 어떻게 티켓으로 바꾸나요?
원시 전사 텍스트만으로는 여전히 분류하기 어렵습니다. LLM은 헬프데스크에 필요한 필드를 뽑아낼 수 있습니다.
import json
from openai import OpenAI
client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
FIELDS = ("Return JSON with: intent (refund|delivery|billing|technical|other), urgency (low|normal|high), "
"order_number (string or null), language, summary_en (one sentence), needs_human (true/false).")
def to_ticket(transcript):
reply = client.chat.completions.create(
model="broadnet/qwen3.8-27b",
response_format={"type": "json_object"},
messages=[{"role": "system", "content": "You triage customer support voice notes. " + FIELDS},
{"role": "user", "content": transcript}],
).choices[0].message.content
return json.loads(reply)
Qwen3.8 27B는 BroadNet이 걸프 방언과 이집트 방언을 포함해 아랍어로 테스트한 모델입니다. 헬프데스크에 쓰기 전에 JSON을 검증하고, 파싱에 실패하면 needs_human: true로 처리하세요. 구조화된 출력 글에 검증 후 복구하는 루프가 있습니다. 메시지에 카드 번호나 신분증 번호가 나온다면 이 단계 전에 가리세요. 민감한 데이터를 LLM API로 보내기를 참고하세요.
어떤 예외 상황을 일찍 처리해야 하나요?
실제 수신함은 데모보다 훨씬 지저분합니다. 첫 주부터 다음 상황에 대비하세요.
- 연달아 보낸 여러 메시지. 고객은 긴 메시지 하나 대신 짧은 메시지 세 개를 보내는 경우가 많습니다. 같은 발신자가 몇 분 안에 보낸 메시지는 티켓 하나로 묶고, 순서대로 전사하세요.
- 아주 짧은 메시지. “알겠어요”나 “고마워요” 같은 메시지에는 티켓이 필요 없습니다. 전사 텍스트가 몇 단어 미만이면 추출을 건너뛰세요.
- 전달된 메시지. 전달된 음성 메시지는 다른 사람이 말한 것일 수 있습니다. 고객 본인의 말이 아니라 첨부 파일로 다루세요.
- 언어 혼용. 걸프 지역 고객은 영어 제품명을 섞어 씁니다. 여러 언어를 처리하는 큐라면 전사 텍스트마다 보낸 언어를 기록해 상담원이 무엇을 예상할지 알 수 있게 하세요.
- 큰 파일. Meta의 미디어 문서에는 오디오 한도가 16MB로 나와 있고 Telegram 봇은 20MB까지 다운로드할 수 있어 둘 다 25 MiB 전사 한도 안에 들지만, 긴 녹음은 그래도 시간이 더 걸립니다. 백그라운드에서 처리하세요.
팀이 얻는 것
| 이전 | 이후 |
|---|---|
| 상담원이 메시지마다 듣고, 종종 두 번 들음 | 상담원이 전사 텍스트와 한 줄 요약을 읽음 |
| 메시지를 검색할 수 없음 | 주문 번호나 키워드로 전사 텍스트를 검색할 수 있음 |
| 시간이 나는 사람이 분류 | 의도와 긴급도에 따라 라우팅 |
| 아랍어 메시지가 아랍어 사용자를 기다림 | 영어 요약 덕분에 단순한 건은 어느 상담원이든 처리 |
음성 메시지 전사 비용은 얼마인가요?
전사는 파이프라인에서 저렴한 부분입니다. 1분당 $0.0042 요금이면 30초짜리 아랍어 음성 메시지 10,000개에 $21.00 금액이 듭니다. 14개 언어 모델은 1분당 $0.002 요금입니다. LLM 단계는 토큰 단위로 과금되며, 짧은 전사 텍스트와 지시문을 합쳐 보통 수백 토큰입니다. 실제 사용량은 음성 인식 비용 계산기에 넣어 보거나, 음성 인식 API 가격 비교에서 다른 제공업체와 비교하세요.
개인정보와 보관은 어떻게 다뤄야 하나요?
음성 메시지는 개인정보이며, 고객이 공유하려던 것보다 많은 내용을 담고 있는 경우가 많습니다. 다음 세 가지 습관이 도움이 됩니다.
- 정책상 보관해야 하는 경우가 아니라면 전사 후 오디오를 삭제하세요.
- 전사 텍스트는 티켓과 함께 저장하세요. 앱 로그가 아니라 헬프데스크의 접근 제어 아래에 두세요.
- 오디오를 보관하지 않는 제공업체를 쓰세요. BroadNet은 요청이 끝난 뒤 오디오나 전사 텍스트를 보관하지 않습니다. 데이터 비보관을 참고하세요.
답장은 일반 텍스트로 하고, 새 연락처에 보내는 첫 답장은 짧게, 링크 없이 쓰세요. 메시징 플랫폼은 비즈니스 번호에서 나오는 스팸 같은 패턴을 감시합니다.
BroadNet Inference가 맞는 경우
BroadNet은 OpenAI 호환 키 하나로 전사와 추출 단계를 모두 처리합니다. 아랍어 메시지에는 BroadNet Transcribe Arabic, 아랍어와 그 밖의 13개 언어에는 BroadNet Transcribe, 티켓 필드에는 아랍어로 테스트한 채팅 모델을 씁니다. BroadNet에 따르면 이 아랍어 모델은 Open Universal Arabic ASR Leaderboard에서 37개 중 2위 (2026년 9월 기준 수치이며, 2026년 11월 15일 실시간 리더보드에서는 39개 중 4위) 순위입니다. $5 상당의 초기 크레딧으로 아랍어 오디오 약 1,190분 분량을 처리할 수 있습니다.
BroadNet이 WhatsApp, Telegram, 헬프데스크에 대신 연결해 주지는 않습니다. 웹훅 처리와 티켓 생성은 직접 작성한 코드나 자동화 도구의 몫입니다. 통화는 화자가 두 명이고 녹음이 길어 문제의 형태가 다릅니다. 콜센터 녹음 전사를 참고하세요.

