---
title: "음성 메시지 텍스트 변환: WhatsApp·Telegram 고객 지원 | BroadRouter"
description: "WhatsApp Business와 Telegram 봇으로 받은 고객 음성 메시지를 전사 텍스트와 지원 티켓으로 바꾸는 방법입니다. 다운로드, 전사, LLM 필드 추출, 라우팅을 다룹니다."
url: https://broadrouter.com/ko/blog/voice-notes-to-text-for-business/
lang: ko
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

이 페이지는 영어 원문을 AI의 도움을 받아 번역했습니다. [영어 원문 읽기](https://broadrouter.com/blog/voice-notes-to-text-for-business/) (2026-11-16 업데이트).

# 비즈니스용 음성 메시지 텍스트 변환: WhatsApp·Telegram에서 티켓까지

BroadNet Inference 팀 · 4분 분량 · 게시 2026-11-14 · 업데이트 2026-11-16

고객 음성 메시지를 티켓으로 만들려면 웹훅이 도착하는 즉시 WhatsApp Cloud API나 Telegram Bot API에서 메시지를 다운로드하고, WAV로 변환하고, 올바른 언어 코드로 전사한 뒤, LLM에 의도, 긴급도, 주문 번호를 JSON으로 추출하게 하세요. 전사 텍스트를 첨부해 티켓을 만들고 답장은 텍스트로 보내세요.

## 핵심 요약

-   빨리 다운로드하세요. WhatsApp 미디어 URL은 5분 뒤에, 웹훅의 미디어 ID는 7일 뒤에 만료됩니다.
-   Telegram 봇은 최소 1시간 동안 유효한 링크로 최대 20MB까지 파일을 다운로드할 수 있습니다.
-   전사는 저렴한 단계입니다. 30초짜리 아랍어 음성 메시지 10,000개의 비용은 $21.00 금액입니다.
-   LLM은 두서없는 음성 메시지를 티켓 필드로 바꿉니다. 의도, 긴급도, 주문 번호, 언어, 한 줄 요약입니다.
-   음성을 보관할 이유가 없다면 오디오가 아니라 전사 텍스트만 보관하세요.

**이 페이지의 내용**

1.  음성 메시지는 어떻게 지원 티켓이 되나요?
2.  1~2단계: WhatsApp에서 오디오를 어떻게 가져오나요?
3.  Telegram 봇에서 음성 메시지를 어떻게 가져오나요?
4.  5단계: 전사 텍스트를 어떻게 티켓으로 바꾸나요?
5.  어떤 예외 상황을 일찍 처리해야 하나요?
6.  팀이 얻는 것
7.  음성 메시지 전사 비용은 얼마인가요?
8.  개인정보와 보관은 어떻게 다뤄야 하나요?
9.  BroadNet Inference가 맞는 경우

_[image: An invoice, a phone showing an audio waveform and the Arabic word "مرحبا", with the text "Speech. Documents. Intelligence."]_

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 전사](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/)를 참고하세요. 여기서는 반복하지 않습니다.

## 음성 메시지는 어떻게 지원 티켓이 되나요?

1.  WhatsApp이나 Telegram에서 웹훅을 **수신**합니다.
2.  오디오를 즉시 **다운로드**합니다.
3.  16kHz 모노 WAV로 **변환**합니다.
4.  올바른 언어 코드로 **전사**합니다.
5.  LLM으로 티켓 필드를 **추출**합니다.
6.  전사 텍스트를 담아 티켓을 **생성**하고 텍스트로 답장합니다.
7.  오디오 파일을 **삭제**합니다.

## 1~2단계: WhatsApp에서 오디오를 어떻게 가져오나요?

WhatsApp Business Cloud API에서 수신 음성 메시지는 파일이 아니라 미디어 ID가 담긴 웹훅으로 도착합니다. Meta의 [미디어 문서](https://developers.facebook.com/documentation/business-messaging/whatsapp/business-phone-numbers/media)가 정한 규칙은 다음과 같습니다.

-   Graph API에서 `GET /<MEDIA_ID>`를 호출해 `url`을 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.

```python
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_id`가 담긴 `voice` 객체를 받습니다. [Bot API](https://core.telegram.org/bots/api#getfile)에 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).

```python
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 가이드](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/)의 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.

```python
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 27B](https://broadrouter.com/ko/models/qwen3.8-27b/)는 BroadNet이 걸프 방언과 이집트 방언을 포함해 아랍어로 테스트한 모델입니다. 헬프데스크에 쓰기 전에 JSON을 검증하고, 파싱에 실패하면 `needs_human: true`로 처리하세요. [구조화된 출력 글](https://broadrouter.com/ko/blog/structured-output-json-schema/)에 검증 후 복구하는 루프가 있습니다. 메시지에 카드 번호나 신분증 번호가 나온다면 이 단계 전에 가리세요. [민감한 데이터를 LLM API로 보내기](https://broadrouter.com/ko/blog/llm-api-sensitive-data/)를 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 계산기](https://broadrouter.com/tools/speech-to-text-cost-calculator/)에 넣어 보거나, [음성 인식 API 가격 비교](https://broadrouter.com/ko/blog/speech-to-text-api-pricing-compared/)에서 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 비보관](https://broadrouter.com/ko/privacy/)을 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](https://broadrouter.com/ko/models/cohere-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 전사](https://broadrouter.com/ko/blog/transcribe-call-center-recordings/)를 참고하세요.

관련 무료 도구 (영어)

-   [Arabic token counter](https://broadrouter.com/tools/arabic-token-counter/) Arabic vs English token counts per tokenizer: the "Arabic tax" in tokens and money.
-   [Arabic text normalizer](https://broadrouter.com/tools/arabic-text-normalizer/) Tashkeel, tatweel, alef, ya, ta marbuta, digits and invisible characters, with a matching Python function.
-   [Speech-to-text cost calculator](https://broadrouter.com/tools/speech-to-text-cost-calculator/) Hours, calls or voice notes to a monthly transcription bill, against your current provider.

[무료 도구 (영어)](https://broadrouter.com/tools/)

## 이 글의 용어

[음성 인식(Speech-to-text, STT)](https://broadrouter.com/ko/glossary/speech-to-text/)

음성 인식(STT)은 자동 음성 인식(ASR)이라고도 하며, 말소리 오디오를 글로 변환하는 기술입니다. 음성 인식 API는 오디오 파일이나 스트림을 받아 전사 텍스트를 반환하며, 보통 오디오 분당 요금이 붙습니다. 정확도는 단어 오류율로 측정하며 억양, 방언, 녹음 품질에 따라 달라집니다.

[Ogg Opus(오그 오퍼스)](https://broadrouter.com/ko/glossary/ogg-opus/)

Ogg Opus는 Opus 코덱(RFC 6716)으로 인코딩해 Ogg 컨테이너(RFC 7845)에 저장한 오디오입니다. 낮은 비트레이트의 음성과 실시간 대화형 오디오용으로 설계되었으며, WhatsApp이 음성 메시지에 쓰는 형식으로 보통 .ogg 또는 .opus 파일입니다.

[구조화된 출력(Structured output)](https://broadrouter.com/ko/glossary/structured-output/)

구조화된 출력(structured output)은 모델의 응답을 개발자가 지정한 형식, 주로 JSON Schema에 맞추도록 제한해 코드가 안정적으로 파싱할 수 있게 하는 LLM API 기능입니다. 유효한 JSON만 보장하고 특정 구조는 보장하지 않는 JSON 모드보다 더 엄격합니다.

[데이터 비보관(Zero data retention, ZDR)](https://broadrouter.com/ko/glossary/zero-data-retention/)

데이터 비보관(ZDR)은 AI 제공업체가 프롬프트와 출력을 요청 처리에만 사용하고, 처리 후에는 그 내용을 로그, 캐시, 학습 데이터 어디에도 저장하지 않는 데이터 처리 정책입니다. 토큰 수나 처리 시간처럼 내용이 없는 기록은 보통 계속 보관됩니다.

[도구 호출(tool calling)](https://broadrouter.com/ko/glossary/tool-calling/)

도구 호출(tool calling)은 함수 호출(function calling)이라고도 하며, 모델이 개발자가 정의한 함수를 실행해 달라는 구조화된 요청을 JSON 인자와 함께 반환하는 LLM API 기능입니다. 함수는 애플리케이션이 실행하고 그 결과를 다시 보냅니다. 모델이 직접 코드를 실행하지는 않습니다.

[코드 스위칭(code-switching)](https://broadrouter.com/ko/glossary/code-switching/)

코드 스위칭(code-switching)은 말이나 글에서 같은 대화나 문장 안에 둘 이상의 언어, 또는 한 언어의 여러 변종을 섞어 쓰는 것입니다. 아랍어 사용자가 방언에 영어 단어를 섞거나, 현대 표준 아랍어와 자기 방언을 오가는 것이 그 예입니다.

[OpenAI 호환 API(OpenAI-compatible API)](https://broadrouter.com/ko/glossary/openai-compatible-api/)

OpenAI 호환 API는 POST /v1/chat/completions처럼 OpenAI API와 같은 요청 및 응답 형식을 받는 HTTP API입니다. 그래서 OpenAI SDK와 도구는 base URL, API 키, 모델 이름만 바꾸면 이 API를 그대로 사용할 수 있습니다.

## 자주 묻는 질문

### WhatsApp 음성 메시지를 자동으로 전사할 수 있나요?

네. WhatsApp Business Cloud API에서는 음성 메시지마다 미디어 ID가 담긴 웹훅이 도착합니다. 서버에서 미디어 URL을 조회하고, 액세스 토큰으로 파일을 다운로드하고, 변환한 뒤 전사 API로 보내면 됩니다.

### Telegram 음성 메시지를 텍스트로 바꾸려면 어떻게 하나요?

봇은 file\_id가 담긴 voice 객체를 받습니다. getFile을 호출하고, 반환된 경로에서 파일을 다운로드하고, ffmpeg로 WAV로 변환한 뒤 전사하세요. 봇은 최대 20MB까지 파일을 다운로드할 수 있습니다.

### 고객 음성 메시지를 전사하는 데 비용이 얼마나 드나요?

1분당 $0.0042 요금인 BroadNet Transcribe Arabic으로는 30초짜리 메시지 10,000개에 $21.00 금액이 듭니다. 14개 언어 모델은 1분당 $0.002 요금입니다.

### 음성 메시지에는 음성 메시지로 답해야 하나요?

지원 업무에는 보통 짧은 텍스트 답장이 더 낫습니다. 고객이 어디서든 읽을 수 있고 양쪽 모두에서 검색할 수 있습니다. 첫 답장은 꾸밈없이 짧게 쓰세요.

### 원본 오디오를 보관해야 하나요?

대개는 필요 없습니다. 대부분의 지원 워크플로에는 전사 텍스트로 충분합니다. 품질이나 법적 이유로 오디오를 보관한다면 음성은 개인정보이므로 보관 기간을 정하고 접근을 제한하세요.

## 이어서 읽기

-   [아랍어 회의 녹음으로 회의록 만들기: API 파이프라인](https://broadrouter.com/ko/blog/arabic-meeting-minutes-from-recordings/)
-   [아랍어 음성 인식(STT) API: 2026년 선택 가이드](https://broadrouter.com/ko/blog/arabic-speech-to-text-api-buyers-guide/)
-   [콜센터 녹음 전사하는 법: 아랍어까지 지원하는 파이프라인](https://broadrouter.com/ko/blog/transcribe-call-center-recordings/)
-   [음성 인식(STT) API 가격 비교: 2026년 분당 요금 총정리](https://broadrouter.com/ko/blog/speech-to-text-api-pricing-compared/)
-   [LLM API에 민감한 데이터 보내기: 가리고, 줄이고, 덜 기록하기](https://broadrouter.com/ko/blog/llm-api-sensitive-data/)
-   [브라우저에서 녹음한 오디오를 음성 인식(STT) API로 보내는 방법](https://broadrouter.com/ko/blog/record-browser-audio-transcription-api/)
-   [LLM으로 아랍어 발음 부호 넣기: 프롬프트, 검증, DER](https://broadrouter.com/ko/blog/arabic-diacritization-llm/)
-   [LLM으로 아랍어 문법·맞춤법 교정하기: 실전 가이드](https://broadrouter.com/ko/blog/arabic-grammar-spelling-correction-llm/)
-   [가이드: API로 WhatsApp 음성 메시지를 텍스트로 전사하기](https://broadrouter.com/ko/guides/transcribe-whatsapp-voice-notes/)
-   [가이드: 아랍어 음성 인식(STT) API 사용법: 단계별 가이드](https://broadrouter.com/ko/guides/arabic-speech-to-text-api/)

실제 워크로드로 테스트해 보세요. 신규 계정에는 US$5 상당의 초기 크레딧이 제공되며 Gemma 및 음성 전사에 사용할 수 있습니다. DeepSeek, GLM 및 Qwen3.8 모델은 충전이 필요합니다.

[시작하기](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-voice-notes-to-text-for-business&utm_content=page-cta) ·

**출처**

-   [Meta WhatsApp Cloud API, 미디어(조회 및 다운로드, 2026-11-14 확인)](https://developers.facebook.com/documentation/business-messaging/whatsapp/business-phone-numbers/media)
-   [Telegram Bot API, getFile과 Voice(2026-11-14 확인)](https://core.telegram.org/bots/api#getfile)
-   [BroadNet Inference API 레퍼런스, 전사 (영어)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-voice-notes-to-text-for-business&utm_content=sources)
-   [BroadNet Inference 기계 판독용 가격(pricing.json) (영어)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=ko-blog-voice-notes-to-text-for-business&utm_content=sources)
