음성 메모나 회의록에서 말하는 사람이 중간에 생각을 바꾸거나 말을 번복하는 경우, 기존의 AI 요약 도구들은 이를 제대로 처리하지 못해 혼란을 야기하곤 했습니다. 이러한 문제를 해결하기 위해 '보이스카드(Voicecard)'라는 새로운 명령줄 인터페이스(CLI) 도구가 등장했습니다. 보이스카드는 사용자가 중얼거리듯 말한 음성 메모에서 모순되는 내용을 걸러내고, 최종적으로 의도한 바를 정확히 파악하여 실행 가능한 항목으로 정리해주는 것이 핵심입니다.
대부분의 AI 기반 회의록 및 음성 메모 도구는 정확한 전사(transcription)와 요약에 중점을 둡니다. 하지만 보이스카드는 '나는 오늘 가게에 가서 포도를 살 거야, 아니 사과를 살 거야'와 같은 문장에서 최종적으로 '사과를 산다'는 의도만을 추출합니다. 이는 단순히 키워드를 추출하거나 첫 언급을 포착하는 것을 넘어, 전체 맥락을 추적하고 사용자가 스스로 철회한 내용을 이해하는 모델 덕분입니다. 개발자는 이 도구가 개인적으로 음성 메모를 업무 티켓으로 자동 변환하는 시스템에서 유용하게 사용되었으며, 특히 '나중에 적어야지' 하고 잊어버리는 일을 방지하는 데 결정적인 역할을 했다고 설명합니다.
보이스카드는 Node 18+ 환경에서 'npm install -g voicecard' 명령어로 쉽게 설치할 수 있습니다. 사용 방식은 두 가지로, 모두 개발자 측의 호스팅 없이 사용자의 로컬 환경에서 작동합니다. 첫 번째는 로컬 올라마(Ollama) 모델(qwen2.5:7b)을 사용하는 방식으로, 인터넷 연결 없이 완전히 오프라인에서 구동됩니다. 두 번째는 사용자가 직접 OpenAI API 키를 연결하여 사용하는 방식입니다. 어떤 방식을 선택하든 사용자의 데이터는 개발자에게 전송되지 않아 개인 정보 보호 측면에서 강점을 가집니다.
현재 보이스카드는 자체 테스트 스위트에서 18개 중 15개의 케이스를 성공적으로 처리했습니다. 여기에는 내용 수정, 전체 철회, 부분 목록 편집, 이중 번복, 수량 변경 등 다양한 시나리오가 포함됩니다. 특히 '우유를 사러 가게에 갈 거야, 잠깐, 무슨 말을 하려 했지, 아무튼 빵도 사야 해'와 같은 문장에서 '잠깐'이라는 필러(filler) 단어가 과도하게 철회로 해석되어 우유 구매 항목을 누락하는 등의 일부 한계점도 솔직하게 공개되었습니다. 하지만 7B 규모의 소형 모델로도 대부분의 복잡한 작업을 처리할 수 있다는 점은 놀라운 결과입니다.
이 도구는 궁극적으로 지라(Jira), 리니어(Linear), 먼데이닷컴(Monday.com) 같은 프로젝트 관리 도구와 연동하여 음성 메모를 자동으로 보드 티켓으로 변환하는 것을 목표로 합니다. 또한, 현재는 텍스트 입력만 지원하지만, 향후 오디오 입력(음성 파일)을 직접 처리하는 기능도 추가될 예정입니다. 보이스카드는 AI가 단순히 정보를 요약하는 것을 넘어, 인간의 복잡한 의사소통 맥락을 이해하고 실질적인 도움을 줄 수 있음을 보여주는 좋은 사례입니다.