AI 회의록 자동화 (전사, 액션아이템, 효율화)

AI 회의록 자동화

직장인이 회의에 쓰는 시간은 주당 평균 23시간에 달한다는 조사 결과가 있습니다. 저는 이 수치를 처음 봤을 때 "설마"가 아니라 "맞다"는 생각이 먼저 들었습니다. 1시간짜리 회의가 1시간 30분으로 늘어지고, 다음 주 회의 첫 10분은 "지난주에 뭐 결정했더라"로 채워지는 패턴이 저희 팀에도 반복되고 있었으니까요.

전사(STT)와 프롬프트 설계가 핵심이다

회의록 자동화를 처음 시도할 때 많은 분들이 선택하는 도구가 Otter.ai입니다. Otter.ai는 Zoom, Google Meet 같은 화상 회의 플랫폼에 자동으로 참여해서 음성을 텍스트로 변환해주는 STT(Speech-to-Text) 기반 서비스입니다. STT란 음성 데이터를 실시간으로 텍스트 데이터로 전환하는 기술로, 회의 전사의 핵심 엔진이라고 보시면 됩니다.

제가 직접 써봤는데, 영어 회의라면 꽤 쓸 만합니다. 문제는 한국어였습니다. 인식률이 70% 수준에 머물렀고, 전문 용어나 팀 내부에서 쓰는 약어가 섞이면 전사 결과가 해독이 필요한 수준이 됐습니다. 결국 Otter.ai는 한국어 환경에서 현실적인 대안이 되지 못했습니다.

대신 선택한 것이 Clova Note입니다. 네이버가 개발한 한국어 특화 STT 서비스로, 한국어 인식률이 체감상 확연히 높았습니다. 특히 화자 분리(Speaker Diarization) 기능을 지원하는데, 화자 분리란 여러 사람이 발언한 내용을 각각 누가 말했는지 구분하여 전사해주는 기술입니다. 회의가 끝난 후 녹음 파일을 올리면 "김팀장: ~", "이대리: ~" 형태로 정리되니, 나중에 책임 소재를 확인할 때도 유용했습니다.

그런데 전사 텍스트를 그냥 갖다 쓸 수는 없습니다. 40분 회의를 전사하면 A4 기준 6~8장 분량이 나옵니다. 이걸 사람이 읽고 정리하는 데 또 20~30분이 걸리면 자동화의 의미가 절반은 사라집니다. 그래서 저는 전사 텍스트를 Claude에 붙여넣고, 다음 프롬프트(Prompt)로 정리를 요청하는 2단계 워크플로우를 고정했습니다. 프롬프트란 AI에게 작업 방향을 지시하는 입력 문장으로, 어떻게 쓰느냐에 따라 결과물 품질이 크게 달라집니다.

제가 쓰는 프롬프트는 이렇습니다.

• 논의 배경: 이번 회의가 왜 열렸는지
• 주요 결정 사항: 어떤 결론이 내려졌는지
• 액션 아이템(담당자/기한 포함): 누가 무엇을 언제까지 해야 하는지
• 다음 회의 전 확인할 사항: 다음 주에 점검할 항목

이 구조를 고정해두니 회의록 형식이 팀 전체에서 통일됐고, 40분짜리 회의 전사본이 3분 안에 1페이지 회의록으로 정리됩니다. 솔직히 이건 예상 밖이었습니다. 시간 단축 자체보다, 결과물의 일관성이 훨씬 큰 수확이었습니다.

액션 아이템 명확화와 효율화의 한계

회의록 자동화 이후 가장 눈에 띄게 달라진 것은 액션 아이템(Action Item)의 구체성입니다. 액션 아이템이란 회의에서 도출된 실행 과제를 담당자, 기한, 범위와 함께 명시한 항목으로, 회의가 실제 업무로 이어지는 연결 고리 역할을 합니다.

AI 정리 이전에는 "다음 주까지 검토해보자"처럼 담당자도, 기한도 모호한 결정이 그냥 넘어가는 경우가 많았습니다. AI가 전사 텍스트에서 맥락을 읽어 "OO 담당, 다음 수요일까지 API 스펙 초안 작성"처럼 구체화해주면서, 다음 주 회의에서 "그거 어떻게 됐어요?"라는 질문 자체가 줄었습니다. 업무 관리 측면에서 실질적인 변화였습니다.

여기에 Notion의 API를 활용한 간단한 자동화 스크립트를 추가했습니다. 회의록이 완성되면 Notion 팀 페이지에 자동으로 업로드되도록 연결해둔 것인데, 이후 팀 전체가 동일한 포맷으로 회의 히스토리를 누적할 수 있게 됐습니다. 업무 자동화(Workflow Automation)란 반복적인 수작업 태스크를 소프트웨어가 대신 처리하도록 설계하는 것을 말하는데, 이 부분은 구축 초기에 2~3시간만 투자하면 이후에는 거의 손이 가지 않습니다.

성과도 수치로 나타났습니다. 회의 시작 후 지난 주 내용을 복기하는 데 걸리던 10~15분이 사라졌습니다. 경영 컨설팅 분야의 조사에 따르면 AI 기반 업무 자동화를 도입한 팀은 반복 행정 업무 시간을 평균 30~40% 줄이는 효과를 보고 있습니다(출처: McKinsey & Company). 다만 제 경험상 이건 좀 다릅니다. 회의록 자동화가 회의의 질 자체를 높여주지는 않습니다. 목적이 불명확한 채 시작된 회의를 AI가 잘 정리해줘도, 그건 비효율적인 회의를 더 빠르게 기록한 것에 불과합니다. HBR의 분석에서도 회의 비효율의 핵심 원인 중 하나로 어젠다(Agenda) 부재를 꼽은 바 있습니다(출처: Harvard Business Review). 어젠다란 회의 전에 참석자들에게 공유되는 토의 항목 목록으로, 이게 없으면 회의가 쉽게 산으로 갑니다.

또 한 가지 경계해야 할 점이 있습니다. AI가 정리한 회의록은 "결정 사항: A안으로 진행"처럼 깔끔하게 나오지만, 실제 그 결정 과정에는 격렬한 반대 의견이 있었거나 시간에 쫓겨 억지로 합의된 경우도 있습니다. 전사 텍스트에서 발언자의 뉘앙스, 비언어적 맥락, 논쟁의 온도는 사라집니다. 너무 깔끔한 회의록이 오히려 불완전한 결정의 흔적을 지운다는 점은, 자동화를 쓰면서도 계속 염두에 두고 있습니다.

회의록 자동화는 분명히 실용적인 도구입니다. 하지만 진짜 효율화는 도구 이전에 회의 설계에서 시작됩니다. Clova Note로 전사하고, Claude로 정리하고, Notion으로 누적하는 흐름은 지금 저희 팀 회의 방식에서 빠질 수 없는 루틴이 됐습니다. 처음 한 번 셋업하는 데 반나절 정도 걸렸지만, 그 이후로 매주 20분 이상을 아끼고 있습니다. 회의록 때문에 고생하고 계신 분이라면, 전사 도구부터 하나 써보시는 걸 권합니다. 생각보다 진입 장벽이 낮습니다.

---

참고: 1. Otter.ai, Official Product Documentation, https://otter.ai
2. Naver, Clova Note, https://clovanote.naver.com
3. Notion, Notion AI Features, https://www.notion.so/product/ai
4. Harvard Business Review, Stop Wasting Everyone's Time in Meetings, 2023, https://hbr.org
5. McKinsey & Company, The State of AI 2024, https://www.mckinsey.com