음성 AI 모델 고르는 법: 용도·예산별 체크리스트

음성 AI 모델은 대화 구조(음성-음성 모델 또는 STT·LLM·TTS 연결형), 분당 예산, 실제 전화로 시험한 결과 세 가지 기준으로 고르는 것이 가장 확실합니다. KAT Cloud에서는 분당 10원부터 170원까지 14종의 음성 AI 모델을 고를 수 있고, AI가 1,000분 동작했을 때 모델 요금은 10,000원에서 170,000원 사이입니다(부가세 별도). 이 글은 용도 정리, 예산 계산, 체크리스트, 시험 통화 비교를 네 단계로 안내합니다.

1단계: 용도부터 정리합니다

같은 모델도 업무에 따라 평가가 달라집니다. 먼저 AI가 맡을 전화 업무를 아래처럼 나누고, 업무마다 "이것만은 틀리면 안 된다"는 조건을 적어 둡니다.

통화량이 많고 통화가 길수록 분당 단가 차이가 전체 비용에 크게 반영됩니다. 반대로 통화량이 적은 업무라면 단가보다 업무 완수율을 우선해도 비용 차이가 크지 않을 수 있습니다.

2단계: 1,000분 기준 비용으로 후보를 좁힙니다

KAT Cloud의 음성 AI 모델 요금은 사용량과 관계없이 같은 분당 단가이고, AI가 실제로 동작한 시간만 청구됩니다. 계산식은 모델 요금 = AI 동작 분 × 분당 단가입니다.

월 전체 비용 예시

모델 요금만으로는 전체 비용을 알 수 없으므로 플랜과 통화 요금을 더해 봅니다. 비즈니스 플랜(월 50,000원, 수신 3,000분 포함)에서 한 달 수신 통화 1,000분을 모두 AI가 응대한다고 가정하면, 수신 1,000분은 포함량 안이라 수신 초과 요금이 없습니다.

마지막 열은 AI 받아쓰기(분당 10원)와 AI 요약(분당 10원)을 1,000분 모두에 쓴 경우로, (10원 + 10원) × 1,000분 = 20,000원을 더한 값입니다.

개인 플랜(월 10,000원, 수신 500분 포함)이라면 같은 1,000분 중 500분이 포함량을 넘으므로 수신 초과 요금 500분 × 3원 = 1,500원이 붙습니다. 분당 30원 모델이면 10,000원 + 1,500원 + 30,000원 = 41,500원입니다. 통화 요금은 통화마다 1분 단위로 올려 계산하므로 실제 청구 분은 통화 시간의 합보다 조금 클 수 있습니다. 항목별 계산은 KAT Cloud 요금 계산 가이드와 요금 안내에서 확인하세요.

3단계: 체크리스트로 후보를 2~3개만 남깁니다

예산으로 걸러 낸 후보를 아래 항목으로 점검합니다.

• 구조: 음성을 직접 주고받는 모델인지, 인식·언어 모델·합성을 묶은 제품인지 확인합니다. 차이는 Speech-to-Speech vs STT·LLM·TTS에 정리했습니다.
• 예산 상한: 월 예상 AI 동작 분 × 단가가 예산 안에 드는지 확인합니다.
• 한국어 전화 음성: 8kHz 전화 음성에서 우리 업종 용어를 알아듣는지 시험합니다.
• 숫자·날짜·주소: 전화번호와 날짜를 되읽어 확인하는 흐름이 정확한지 봅니다.
• 말 끊기: 고객이 끼어들 때 바로 멈추고 새 내용에 맞춰 답하는지 봅니다.
• 정해진 문구: 녹음 고지나 가격 안내를 지침대로 말하는지 확인합니다.
• 직원 연결: 연결 기준에 맞는 순간에 넘기는지 확인합니다.
• 지원 일정: Gemini 2.5 Flash Live는 2026년 12월 13일 지원 종료 예정이므로 새로 시작하는 서비스라면 다른 모델로 출발합니다.

4단계: 같은 시나리오로 시험 통화하고 기록을 비교합니다

음성 모델 선택은 응대 지침과 함께 KAT Cloud 콘솔에서 설정합니다. 후보 모델을 하나씩 설정해 같은 시나리오로 시험 통화를 하고, 통화 기록 API로 결과를 모아 비교합니다.

1. 1시나리오를 5~10개 준비합니다. 예약 접수, 예약 변경, 전화번호 불러 주기, 중간에 끼어들기, 직원 연결 요청, 시끄러운 곳에서 걸기를 섞습니다.
2. 2콘솔에서 모델 A로 설정하고 시나리오대로 실제 휴대폰으로 전화를 겁니다. 시작과 끝 시각을 적어 둡니다.
3. 3모델 B, 모델 C로 바꿔 같은 시나리오를 반복합니다. 문서에 나온 통화 기록 필드에는 응대한 모델 정보가 없으므로, 적어 둔 시각으로 통화를 구분합니다.
4. 4통화 기록 API로 해당 시간대의 기록을 받아 요약, 받아쓰기, tag, 통화 시간을 비교합니다.

통화 기록 API는 문자 발신 외 API이므로 비즈니스 요금제 그룹 또는 별도 허용된 그룹에서 쓸 수 있습니다. 조건을 충족하지 않으면 403 AU017이 반환됩니다(사용 범위).

먼저 cURL로 시험 시작 시각 이후 갱신된 통화 기록을 조회합니다. updatedAfter를 지정하면 STT·요약 처리가 끝난 기록이 updatedAt 오름차순으로 옵니다.

curl -X GET "https://studio-gateway.zerocall.kr/call-history?groupId=1&updatedAfter=2026-10-29T01:00:00.000Z&limit=100" \
  -H "x-api-key: $KATCLOUD_API_KEY"

다음은 Python으로 시험 구간별 기록을 모아 비교표를 출력하는 예제입니다. 응답 마지막 항목의 updatedAt을 다음 요청의 updatedAfter로 넘기는 커서 방식으로 끝까지 가져오고, offset은 함께 쓰지 않습니다.

import os
from datetime import datetime

import requests

BASE_URL = "https://studio-gateway.zerocall.kr"
HEADERS = {"x-api-key": os.environ["KATCLOUD_API_KEY"]}
GROUP_ID = 1

# 콘솔에서 모델을 바꾼 시각을 직접 적어 둔다 (UTC)
TRIALS = [
    {"model": "후보 A", "price": 30, "start": "2026-10-29T01:00:00+00:00", "end": "2026-10-29T02:00:00+00:00"},
    {"model": "후보 B", "price": 90, "start": "2026-10-29T02:00:00+00:00", "end": "2026-10-29T03:00:00+00:00"},
]


def parse(ts: str) -> datetime:
    return datetime.fromisoformat(ts.replace("Z", "+00:00"))


def fetch_since(updated_after: str) -> list:
    """updatedAfter 커서로 갱신된 통화 기록을 끝까지 가져온다."""
    items, cursor = [], updated_after
    while True:
        res = requests.get(
            f"{BASE_URL}/call-history",
            headers=HEADERS,
            params={"groupId": GROUP_ID, "updatedAfter": cursor, "limit": 100},
            timeout=10,
        )
        res.raise_for_status()
        body = res.json()
        page = body.get("result", body)["data"]
        if not page:
            return items
        items.extend(page)
        cursor = page[-1]["updatedAt"]  # 오름차순이므로 마지막이 가장 최신
        if len(page) < 100:
            return items


calls = fetch_since(TRIALS[0]["start"])
for trial in TRIALS:
    start, end = parse(trial["start"]), parse(trial["end"])
    rows = [c for c in calls if start <= parse(c["createdAt"]) < end]
    if not rows:
        print(f'{trial["model"]}: 시험 통화 없음')
        continue
    avg_sec = sum(c["duration"] for c in rows) / len(rows)
    handoff = sum(1 for c in rows if c["tag"] == "AI_TO_DIRECT")
    print(f'{trial["model"]}: {len(rows)}통, 평균 {avg_sec:.0f}초, 직원 연결 {handoff}통, '
          f'1,000분 모델 요금 {trial["price"] * 1000:,}원')
    for c in rows:
        print("  -", c.get("summary") or "(요약 없음)")

출력된 요약만으로 판단하지 말고, 아래 기준으로 받아쓰기와 녹음을 함께 확인합니다. 녹음 URL은 1시간 후 만료되므로 들어 볼 때 다시 조회하면 됩니다. 기록을 꾸준히 모으는 방법은 통화 기록 증분 동기화를, 필드 설명은 통화 기록 API 문서를 참고하세요.

자주 묻는 질문

음성 AI 모델은 비쌀수록 좋은가요?

음성 AI 모델의 분당 단가는 품질 순위를 뜻하지 않으며, 업무와 고객층에 따라 맞는 모델이 다를 수 있습니다. 예산 상한 안에 드는 모델을 같은 시나리오로 실제 전화 시험한 뒤 인식 정확도, 대화 흐름, 업무 완수 여부를 비교해 고르는 것이 정확합니다.

1,000분 통화하면 음성 모델 요금은 얼마인가요?

KAT Cloud에서 AI가 1,000분 동작했을 때 음성 모델 요금은 분당 단가에 따라 10,000원(분당 10원)부터 170,000원(분당 170원)까지입니다. 여기에 플랜 월 요금, 포함량을 넘긴 통화 요금, 사용한 경우 AI 받아쓰기와 요약 요금이 더해지며 모든 금액은 부가세 별도입니다.

시험해 본 뒤 모델을 바꿀 수 있나요?

KAT Cloud에서 AI 에이전트의 음성 모델 선택은 응대 지침과 함께 콘솔에서 설정합니다. 시험 통화 결과에 따라 다른 모델로 설정을 바꿔 같은 시나리오로 다시 비교할 수 있습니다.