SIP 트렁크 vs 음성 스트림(WebSocket) API: 내 음성 AI를 전화에 붙이는 두 방식 비교
내 음성 AI를 전화에 붙이는 방법은 SIP 트렁크로 음성 서버를 직접 연결하는 방식과, 통화 음성을 WebSocket 스트림으로 주고받는 방식으로 나뉩니다. 구조·필요 역량·장단점을 비교하고 KAT Cloud의 현재 제공 상태를 정리했습니다.

내 음성 AI를 전화에 붙이는 방법은 크게 두 가지입니다. SIP 트렁크는 내 음성 서버가 SIP·RTP를 직접 말하며 전화 인프라와 통화를 주고받는 방식이고, 음성 스트림 API는 전화 인프라가 SIP를 대신 처리하고 통화 음성만 WebSocket으로 내 서버에 흘려 주는 방식입니다. 전화 장비나 오픈소스 음성 서버를 이미 운영한다면 SIP가, 웹 개발 역량만으로 빠르게 붙이고 싶다면 스트림 방식이 맞습니다. KAT Cloud는 SIP 직접 연결을 모든 플랜에서 무료로 제공 중이며, 양방향 음성 스트림(WebSocket, G.711)과 발신 API도 제공합니다.
두 방식의 구조
| 항목 | SIP 트렁크(직접 연결) | 음성 스트림(WebSocket) API |
|---|---|---|
| 내 서버가 말하는 프로토콜 | SIP·RTP | HTTP·WebSocket |
| 통화 제어 | 내 서버가 INVITE·BYE 직접 처리 | 전화 인프라가 처리, 내 서버는 이벤트를 받음 |
| 음성 형식 | RTP 패킷(SDP로 코덱 협상) | WebSocket 메시지에 담긴 음성 조각 |
| 필요한 것 | 공인 IP 또는 NAT 설정, RTP 포트, SIP 스택 | WebSocket 서버 하나 |
| 네트워크 점검 | 방화벽·NAT·SIP ALG | 일반 HTTPS 수준 |
| 잘 맞는 팀 | 텔레포니 경험, PBX·오픈소스 음성 서버 보유 | 웹·백엔드 개발 중심 |
SIP 트렁크로 붙일 때
Asterisk, FreeSWITCH, LiveKit 같은 서버나 기존 PBX가 SIP 트렁크로 KAT Cloud와 통화를 주고받습니다. 전화 쪽 기능(내선, 호 전환, 녹음, IVR)을 내 장비에서 자유롭게 다룰 수 있고, 표준이라 장비를 바꿔도 같은 방식으로 붙습니다. 대신 NAT·코덱·포트를 직접 챙겨야 합니다. 구체적인 설정은 LiveKit에 070 연결하기, Asterisk PJSIP 트렁크, FreeSWITCH 게이트웨이에 있습니다.
음성 스트림으로 붙일 때
통화가 들어오면 전화 인프라가 내 WebSocket 서버에 연결하고, 고객 음성을 조각으로 보내고, 내 서버가 보낸 응답 음성을 통화에 재생합니다. SIP를 몰라도 되고 방화벽 문제도 거의 없습니다. 대신 통화 제어 기능은 인프라가 열어 둔 범위로 제한되고, 음성이 한 번 더 중계되므로 그만큼 경로가 늘어납니다. 개념은 미디어 스트림 용어를 참고하세요.
무엇을 기준으로 고를까
- 1이미 가진 것: PBX나 음성 서버가 있다면 SIP가 자연스럽습니다. 처음부터 만든다면 스트림이 시작 비용이 낮습니다.
- 2지연: 두 방식 모두 지연의 대부분은 음성 인식·생성 처리에서 생깁니다. 네트워크 경로는 서버 위치와 중계 단계 수를 함께 봐야 합니다(AI 전화 응답 지연).
- 3코덱: 둘 다 결국 전화 구간은 G.711입니다. SIP라면 SDP로 PCMU를 맞추고, 스트림이라면 받은 G.711 조각을 디코딩합니다(G.711 μ-law vs A-law).
- 4통화 제어: 호 전환, 보류, 내선 연결이 중요하면 SIP가 유리합니다.
- 5운영: SIP는 통화 장애를 SIP 로그로, 스트림은 WebSocket 연결 로그로 봅니다. 팀이 익숙한 쪽을 고르는 것도 기준입니다.
KAT Cloud에서 지금 쓸 수 있는 것
| 방식 | 상태 |
|---|---|
| SIP 트렁크·SIP 직접 연결(SIP/2.0·RTP·DTMF) | 제공 중, 모든 플랜 무료 |
| 내장 AI 상담원(받는 전화, 음성 모델 14종) | 제공 중 |
| 양방향 음성 스트림(WebSocket, G.711) | 제공 중 |
| 스트림용 수신 웹훅 | 제공 중 |
| 발신 API | 제공 중 |
내 음성 AI는 SIP 직접 연결이나 양방향 음성 스트림 중 맞는 쪽으로 붙입니다. 거는 전화는 발신 API로 걸거나, SIP로 연결한 내 음성 서버나 PBX가 KAT Cloud 회선으로 겁니다. 직접 만들지 않고 바로 받는 전화를 AI로 응대하려면 내장 AI 상담원을 쓸 수 있습니다(AI 상담원 API는 비즈니스 기능 조건과 그룹의 AI 상담원 기능이 필요합니다). 어느 방식이든 통화 결과는 통화기록 API와 통화 완료 웹훅으로 받습니다.
비용은 방식과 관계없이 통화 분과 번호 기준입니다. 예를 들어 개인 플랜(월 10,000원, 부가세 별도)에서 수신 500분이 포함되고, 넘으면 수신 분당 3원부터 붙습니다. 자세한 계산은 요금과 요금 계산 가이드를 참고하세요.
KAT Cloud 가입하기로 7일 무료 체험을 시작하거나, 어떤 방식이 맞을지 고민된다면 도입 상담을 신청하세요.
자주 묻는 질문
SIP 트렁크와 WebSocket 음성 스트림 중 무엇이 더 빠른가요?
SIP 트렁크와 WebSocket 음성 스트림의 응답 속도는 방식 자체보다 서버 위치, 중계 단계 수, 음성 인식·생성 처리 시간에 더 크게 좌우됩니다. SIP는 중계가 한 단계 적을 수 있고, 스트림은 SIP 처리 부담이 없다는 차이가 있습니다.
KAT Cloud에서 WebSocket 음성 스트림을 지금 쓸 수 있나요?
KAT Cloud는 양방향 음성 스트림(WebSocket, G.711)을 제공합니다. SIP 장비나 음성 서버를 이미 운영한다면 모든 플랜에서 무료로 제공되는 SIP 직접 연결을 써도 됩니다.
SIP를 모르는 팀도 KAT Cloud로 AI 전화를 만들 수 있나요?
KAT Cloud는 SIP 없이도 쓸 수 있는 내장 AI 상담원을 제공합니다. 상담원마다 지시, 참고 정보, 매뉴얼, 도구를 설정해 받는 전화를 응대하게 할 수 있고, 통화 결과는 API와 웹훅으로 받습니다.
- #SIP 트렁크
- #WebSocket
- #음성 스트림
- #음성 AI
- #아키텍처



