2026년 10월 24일, iFlytek의 Spark 음성 기반 모델 SparkAudio 1.0이 10월 22일 1024 개발자 페스티벌에서 발표된 일정대로 출시되어 iFlytek 오피스 노트 X5와 Air3에 업데이트가 배포되고, 모델은 전적으로 국내 컴퓨팅 자원으로 학습됐다. 이번 버전의 가장 중요한 변화는 더 또렷하게 듣는 것이 아니라 누가 말하는지를 가리기 시작했다는 점이다.
변화는 '듣기'가 아니라 '귀속'에 있다
그동안 회의 전사는 두 가지 문제를 해결해 왔다. 음성을 남기는 일과 음성을 문자로 바꾸는 일이다. SparkAudio 1.0의 새로운 실시간 화자 분리 기능은 한 걸음 더 나아간다. 전사 과정에서 먼저 음성을 사람별로 나누어 화자 1, 화자 2로 표시하고, 이름을 입력하면 그 사람의 음성 특징이 기억되어 다음 회의에서 그 사람이 말할 때 기록에 번호가 아니라 이름이 그대로 나타난다. 순서도 뒤집혔다. 회의 전에 참석자를 한 명씩 불러 음성을 등록할 필요가 없다. 회의가 진행되는 동안 인식하고 나중에 이름을 보완하면 되므로, 급하게 추가된 자리나 중간에 들어온 사람도 놓치기 어렵다.
두 가지 난제: 겹치는 발언과 전문 용어
실제 회의가 차례대로 발언하는 경우는 드물다. 두 사람이 동시에 말하거나, 한 사람이 말을 마치기 전에 다른 사람이 끼어드는 일은 일상적이다. 일반적인 전사는 이런 구간을 하나의 흐름으로 뭉개버리거나 겹친 몇 초를 통째로 버리기 쉽다. 화자별로 나누는 방식은 반대다. 먼저 음성이 몇 갈래인지, 각각 누구의 것인지 판단한 뒤 문장마다 올바른 사람에게 배정한다. 누가 먼저 말을 시작했고, 누가 이어받았으며, 어느 반 문장이 끼어든 말인지가 각 사람에게 귀속된다. 또 다른 난제는 언어가 뒤섞이는 경우다. 중국어와 영어가 섞이고 업계 용어가 그대로 발음되는 자리에서는 한 글자의 오류가 의미를 바꿀 수 있다. iFlytek의 방식은 용어를 회의 전에 손글씨로 교정하거나 일괄 가져올 수 있게 하고, 교정된 표현은 남아 다음 회의에서도 맥락으로 활용된다. 단어를 정확히 알아들어야 사람을 정확히 가릴 수 있기 때문이다.
누가 먼저 혜택을 보는가
가장 먼저 혜택을 보는 쪽은 회의가 끝나는 즉시 기록을 그대로 써야 하는 자리다. 공식 회의, 심사 회의, '그 안을 처음 제안한 사람이 누구였는지'를 나중에 추적해야 하는 논의가 그렇다. 기록이 생성되는 순간 귀속 정보가 붙으므로 회의 후 한 줄씩 대조하는 작업이 필요 없어진다. 다만 경계도 분명히 해야 한다. 지금까지 공개된 정보는 주로 개발자 페스티벌의 발표와 시연에 기반한 것이고, 실제 회의실은 소음, 억양, 발언이 겹치는 강도가 제각각이므로 실제 효과는 업데이트 후의 경험으로 판단해야 한다. 사용자에게 판단 기준은 단순하다. 다음 회의가 끝나면 기록을 열어 겹친 수십 초가 올바른 사람에게 배정됐는지를 먼저 확인하는 것이다.
