Speak Mode 소개: 회의에서 나를 대신해 말하는 AI 음성 번역

다국어 회의에 참여하는 비원어민이라면 누구나 아는, 구체적이고 아픈 순간이 있습니다. 논의는 빠르게 흘러갑니다. 자막이 화면에 스크롤됩니다. 내용은 완벽하게 이해하고 있습니다 — Gaavala가 20분 동안 상대편의 말을 번역해 주었고, 한 단어씩 따라가고 있었으니까요. 그때 누군가 나를 돌아보며 직접 질문을 던집니다.

그리고 한 방향뿐이던 언어 장벽이 벽이 됩니다.

답은 알고 있습니다. 무슨 말을 하고 싶은지도 정확히 알고 있습니다. 다만 그것을 회의의 공용어로 같은 속도와 정밀도로 말할 수 없을 뿐입니다. 머뭇거리고, 표현을 무디게 하고, 단순화하다가, 실제로 아는 것보다 덜 아는 사람처럼 들리고 맙니다. 신중한 문장을 다 조립할 즈음이면 대화는 이미 다음으로 넘어가 있습니다.

저희는 그 고리를 닫기 위해 Speak Mode를 만들었습니다. Speak Mode를 켜면 모국어로 말하고, Gaavala가 번역된 내 목소리를 회의에 되돌려 말합니다. 다른 참가자들은 유창한 실시간 목소리가 자신들의 언어로 내 답변을 전하는 것을 듣습니다. 회의에서 조용한 사람으로 남지 않게 됩니다.

이 글은 Speak Mode가 정확히 무엇을 하는지, 그것을 움직이는 단 하나의 버튼과 그 버튼이 읽는 두 가지 제스처, 고를 수 있는 두 가지 목소리 — 69개의 스튜디오 프리셋 또는 나만의 목소리를 네이티브로 복제한 음성 — 그리고 중요한 통화에 켜기 전에 알아 두어야 할 트레이드오프를 짚습니다.

Speak Mode가 실제로 하는 일

Speak Mode는 전사본 위에 얹은 더빙 트랙이 아닙니다. 기존 Gaavala 전사 흐름과 나란히 돌아가는, 살아 있는 양방향 음성 파이프라인입니다.

회의 중에 이를 활성화하면 브라우저 안에서 다음이 일어납니다:

마이크 오디오를 확장 프로그램이 캡처합니다 — 들어오는 쪽을 위해 Gaavala가 이미 캡처하고 있는 탭 오디오와는 별개로요.
그 마이크 오디오는 음성 인식을 위해 WebSocket을 통해 Soniox로 직접 스트리밍됩니다. Gaavala의 나머지가 쓰는 것과 같은 Soniox 직결 패턴이며 — 어떤 오디오도 저희 백엔드에 닿지 않습니다.
Soniox가 원어로 확정된 토큰을 내보내면, 확장 프로그램은 이를 짧은 구절로 묶어 설정된 대상 언어를 위해 Gaavala의 번역 단계로 텍스트를 보냅니다.
번역된 텍스트가 선택된 TTS 엔진에 전달되고, 엔진이 음성 클립을 합성합니다.
그 음성 클립이 나가는 마이크 트랙을 대신해 통화로 들어가므로, 모두가 그 번역된 목소리를 마치 내 목소리인 것처럼 듣습니다. 설치할 가상 마이크 장치도, 회의 앱의 오디오 설정에서 골라야 할 것도 없습니다 — 그리고 번역된 목소리가 재생되는 동안 실제 마이크는 음소거되므로 통화가 둘을 동시에 듣는 일은 없습니다.

이 전체 루프는 내가 아직 말하고 있는 동안 돌아갑니다. 내 언어로 한 문장을 마칠 즈음이면 합성된 번역은 이미 그들의 언어로 재생되고 있습니다. "번역" 버튼을 기다릴 필요가 없습니다. 평소보다 더 길게 생각 사이를 멈출 필요도 없습니다.

제스처를 읽는 버튼 하나

실제 회의는 모두 같지 않습니다. 그래서 Speak Mode는 한 줄짜리 답을 되받아칠 때와 슬라이드를 짚어 가며 설명할 때 다르게 동작해야 합니다. 대부분의 도구는 필요해지기 전에 미리 설정해 두어야 하는 모드 선택기로 이 문제를 풉니다 — 즉 다른 모드가 필요해지는 순간, 나는 언제나 잘못된 모드에 있게 됩니다.

Gaavala에는 모드 선택기가 없습니다. Speak 버튼은 하나이고, 그 버튼이 내가 어떻게 누르는지를 읽습니다.

길게 누르기

버튼을 길게 누르면 누르고 있는 동안에만 말하는 것입니다. 놓으면 파이프라인이 깔끔하게 닫힙니다. 이것이 무전기 제스처이며, 안전한 쪽입니다: 곁말이나 기침, 생각을 소리 내어 흘리는 순간이 실수로 송출되는 일이 없습니다. 짧게 끼어들 때, 흐름보다 정밀함이 중요한 중요한 통화에서, 그리고 마이크가 번역할 의도가 없던 목소리를 주울 수 있는 모든 공간에서 옳은 본능입니다.

길게 누르기는 키보드로도 됩니다 — Space를 약 3분의 1초 동안 누르고 있으면 버튼을 길게 누른 것과 정확히 같이 동작합니다.

탭하기

대신 버튼을 탭하면 60초짜리 핸즈프리 창이 열립니다. 링이 남은 시간을 분과 초로 세어 내려가고 마지막 10초에는 호박색으로 바뀌므로, 시계를 보지 않고도 내 차례가 얼마나 남았는지 늘 알 수 있습니다. 자연스럽게 말하세요. Gaavala가 진행에 맞춰 각 구절을 번역하고 목소리로 만들며, 아무것도 건드릴 필요가 없습니다.

빠르게 두 번 탭하면 대신 30초짜리 창이 열립니다 — 짧게 준비한 발언에 정직한 길이입니다. 창이 돌아가는 중에 한 번 더 탭하면 일찍 멈추고, 그렇지 않으면 0에서 스스로 끝납니다.

왜 컨트롤이 둘이 아니라 하나인가

이미 하고 있는 제스처가 의도를 담고 있습니다. 짧게 누르는 것은 "이것만"이라는 뜻이고, 탭하는 것은 "잠깐 시간을 달라"는 뜻입니다. 미리 설정할 것이 없고, 순간이 왔을 때 잘못된 모드에 있을 일이 없으며, 바인딩하거나 잊어버릴 단축키도 없습니다. 사람들이 push-to-talk에서 좋아했던 안전 속성 — 내가 의도하지 않으면 아무것도 방에 나가지 않는다 — 은 길게 누르기에 여전히 정확히 그대로입니다.

목소리: 69개의 스튜디오 프리셋과 나만의 목소리

Speak Mode는 회의가 듣게 될 목소리를 고르는 두 가지 방법을 제공합니다. 둘 다 Gaavala가 번역하는 60개 언어 전체를 말하고, 둘 다 Gaavala의 나머지가 쓰는 것과 같은 Soniox 직결 경로에 머무릅니다 — 제3자 음성 벤더는 이 고리에 없습니다.

69개의 Soniox 스튜디오 음성(Pro 기본값)

Soniox 스튜디오 음성은 Pro의 기본값이며 대부분의 사람이 끝내 바꿀 일이 없는 선택입니다: Gaavala가 번역하는 60개 언어 전체를 언어를 넘나들며 말하는 69개의 다국어 프리셋이고, 관리형 키로 동작하므로 설정할 것이 없습니다. 합성은 자막과 같은 수명 짧은 키 패턴을 사용해 브라우저에서 Soniox로 직접 이뤄지므로, 번역된 텍스트는 Gaavala의 백엔드를 지나가지 않습니다. 지연은 스트리밍 방식입니다 — 첫 조각이 준비되는 즉시 목소리가 재생되기 시작하며, 보통 구절이 확정된 뒤 1~2초입니다.

나만의 목소리(네이티브 복제)

사이드 패널에서 약 20초 분량의 내 발화를 한 번 녹음하면 Gaavala가 개인 복제 음성을 만듭니다 — Soniox 기반이며, 스튜디오 음성이 말하는 것과 똑같은 60개 언어를 프리셋이 아니라 내 음색으로 말합니다. 참조 샘플은 암호화되어 저장되고, 같은 설정 화면에서 언제든 삭제할 수 있습니다. 회의 오디오 자체는 이 기능에서도, Gaavala의 다른 어디에서도 저장되지 않습니다.

두 선택지가 맞바꾸는 것은 정확히 하나, 익숙함입니다. 스튜디오 음성은 첫 세션부터 다듬어지고 중립적으로 들립니다. 나만의 복제 음성은 설정에 20초가 걸리고, 그다음부터는 매번 틀림없이 나처럼 들립니다 — 같은 고객이나 동료와 반복되는 통화를 하고 그들이 통화마다 같은 목소리를 듣기를 원한다면 유용합니다.

시중의 다른 선택지와의 비교

회의에서의 실시간 음성 번역은 몇 해째 "곧 출시" 상태의 기능이었습니다. 몇 가지가 존재하기는 하지만, 어느 것도 Speak Mode가 다루는 영역을 같이 덮지는 못합니다.

Microsoft Teams Interpreter 에이전트. Microsoft는 사용자의 목소리로 번역해 말할 수 있는 Teams용 Interpreter 에이전트를 발표했습니다. Teams 전용입니다. Microsoft 365 Copilot 라이선스 — 자격 요건을 갖춘 기본 요금제 위에 얹히는 유료 사용자당 추가 기능 — 를 요구하며, 조직에 Copilot을 활성화한 테넌트 관리자에게 통제권이 있습니다. Copilot 라이선스가 깔린 Teams 환경 안에서 산다면 정당한 선택지입니다. Teams, Zoom, Meet, Webex를 오가며 내 테넌트 밖의 고객과 일한다면 도움이 되지 않습니다.
ChatGPT Voice Mode. ChatGPT는 음성으로 대화할 수 있고 번역도 할 수 있습니다. 할 수 없는 것은 내 Zoom 통화 안에 들어앉아 다른 참가자들에게 나를 대신해 말하는 일입니다. 개인용 음성 챗봇이지 회의용 음성 에이전트가 아닙니다.
Google Meet 번역 자막. Google Meet에는 실시간 번역 자막이 있습니다. 텍스트 전용입니다. 상대편으로 나가는 음성 출력은 없습니다.
Interprefy, KUDO, 그리고 엔터프라이즈 통역 플랫폼. 이들은 실제 통역 서비스입니다 — 대개 사람 통역사이고, 때로 AI 보조가 붙습니다 — 대규모 콘퍼런스와 규제 산업을 위해 가격이 매겨지고 구조가 짜여 있습니다. 개인 컨설턴트가 1:1 영업 통화에 얹을 수 있는 종류의 것이 아닙니다.

저희가 파악하기로, 사람들이 실제로 쓰는 회의 플랫폼 안에서 진정한 양방향 음성 번역을 하는, 개인이 감당할 가격의 도구는 시장에 없습니다. Speak Mode는 그 빈틈에 대한 저희의 답입니다.

Speak Mode는 누구를 위한 것인가

Speak Mode는 Pro 기능이며, 엔터프라이즈 배포가 아니라 개인 프로페셔널을 위한 가격이 매겨져 있습니다. 가장 큰 효용을 얻는 사람들은 이렇습니다:

국제 컨설턴트 — 영어가 제한적이고, 자신의 영어로 애쓰기보다 자기 언어로 듣기를 원하는 고객들과 프로젝트 통화를 진행하는 경우.
다국어 팀 리드 — 절반은 한 언어로, 절반은 다른 언어로 생각하는 오프쇼어 엔지니어링 팀과 스탠드업에 참여하는 경우.
해외 시장에 판매하는 영업 담당자 — 고객의 언어로 들리는 유창한 목소리가 통화의 분위기와 견적의 착지점을 바꾸는 경우.
현장 운영 담당자 — 오프쇼어 현장과 본사를 잇는 자리에서, 오해의 대가가 단지 사회적인 것이 아니라 운영상의 것인 경우.

회의가 하나의 언어 쌍 안에서 완전히 이중 언어로 굴러가고 모두가 따라올 수 있다면 Speak Mode는 아마 필요하지 않을 것입니다. 언어 격차가 한 방향이라는 이유로 나 혹은 상대편의 누군가가 입을 닫는 순간이 반복된다면, 이 기능이 바로 그 순간을 고칩니다.

프라이버시: 무엇이 바뀌고 무엇이 바뀌지 않는가

Speak Mode를 켠다고 해서 Gaavala의 핵심 프라이버시 아키텍처가 바뀌지는 않습니다. 들어오는 회의 오디오는 여전히 저희 백엔드에 닿지 않는 WebSocket을 통해 브라우저에서 Soniox로 직접 스트리밍됩니다. Speak Mode를 위한 마이크 오디오도 같은 Soniox 직결 패턴을 따릅니다 — 저희는 그것을 결코 보지 않습니다.

TTS 단계도 두 음성 옵션 모두에서 같은 패턴을 따릅니다. Soniox 스튜디오 음성은 번역된 텍스트를 자막과 같은 수명 짧은 임시 키로 인증해 브라우저에서 Soniox로 직접 보냅니다 — Gaavala의 백엔드는 그 텍스트도, 오디오도 보지 않습니다. 나만의 복제 음성도 같은 방식으로 합성되며, 그 앞단에 의도적이고 좁은 예외가 하나 있습니다: 복제를 만들기 위해 녹음하는 약 20초 분량의 참조 샘플은 Gaavala 서버에 암호화(AES-256-GCM)되어 저장되고, 오직 그 목소리를 만들고 유지하는 데에만 쓰이며, 요청 시 언제든 삭제할 수 있습니다. Speak Mode의 다른 어떤 오디오도 — 마이크 입력도, 회의 오디오도, 합성된 출력도 — 저장되지 않습니다.

Gaavala의 백엔드는 두 음성 옵션 모두에서 오디오 경로 밖에 남아 있습니다. 직접 확인하고 싶다면 프라이버시 글에 나오는 것과 같은 네트워크 검사 방법이 그대로 통합니다: 확장 프로그램의 백그라운드 페이지 DevTools를 열고 Network 탭을 필터링하면 Soniox로 향하는 직접 연결이 보이고 — gaavala.com으로 가는 오디오 트래픽은 없습니다.

활성화하는 방법

Speak Mode는 Pro 전용 기능입니다. Gaavala의 무료 체험(단 한 번의 5분, 카드 불필요, 절대 재설정되지 않음)에는 Speak Mode가 포함되지 않으므로, 설정 흐름은 대략 이렇습니다:

Chrome Web Store에서 Gaavala를 무료로 설치하고 로그인하세요.
사이드 패널에서 Pro로 업그레이드하세요 — 월 $19.99, 체험 기간 없음 — Speak Mode가 필요할 때 곧바로 업그레이드하면 됩니다.
사이드 패널 설정을 열어 Speak Mode 섹션을 찾으세요.
음성을 고르세요. Soniox 스튜디오 음성은 Pro의 기본값이며 설정이 필요 없습니다. 나만의 목소리로 말하고 싶다면 Clone my voice(내 목소리 복제)를 골라 약 20초 분량의 샘플을 녹음하세요 — Gaavala가 복제 음성을 만들고, 잠시 뒤 그것을 선택할 수 있습니다.
회의에 쓸 대상 언어를 설정하세요. 고를 캡처 모드는 없습니다 — Speak 버튼이 제스처를 읽으므로 미리 결정해 둘 것이 없습니다.

그런 다음 회의에 참여하세요. 한 가지를 말하고 싶을 때는 Speak 버튼을 길게 누르고, 이어서 전할 내용이 있을 때는 탭해서 핸즈프리 창을 여세요.

실사용 팁

이 기능을 만들고 직접 써 보며 얻은 실용적인 메모 몇 가지입니다:

길게 누르기로 몸을 푸세요. 합성된 내 목소리가 회의로 재생되는 것을 처음 들으면 낯설게 느껴질 것입니다. 핸즈프리 창을 위해 탭하기 시작하기 전에, 처음 몇 통화는 버튼을 길게 누르며 진행하세요. 언제 멈출지, 얼마나 크게 말할지, 번역된 목소리가 상대편에 어떻게 가 닿는지에 대한 감각은 빠르게 잡힙니다 — 다만 매 발화를 내가 통제하고 있을 때만 그렇습니다.
복제는 오직 내 목소리로만. 사이드 패널의 녹음 흐름은 사용자가 자기 자신을 녹음한 샘플로만 복제를 만듭니다 — Speak Mode를 통해 타인의 목소리를 복제할 경로는 없으며, 앱 안의 동의 단계가 그 점을 반영합니다.
중요하다면 알리세요. 회의에 컴플라이언스 함의가 있다면 — 법률, 의료, 규제 대상 영업 — 실시간 음성 번역 계층이 통화에 있다는 사실을 상대편에 알리세요. 전사 도구를 쓴다고 알리는 것과 같은 예의입니다.
원래 오디오를 계속 켜 두세요. Gaavala는 원본 회의 오디오를 여전히 스피커로 보냅니다. 들어오는 쪽은 계속 듣고 읽어야 합니다. Speak Mode는 나가는 절반이지, 상대가 하는 말을 이해하는 일을 대신해 주는 것이 아닙니다.

자주 묻는 질문

회의 참가자들이 제가 이걸 쓴다는 걸 아나요? 직접적으로는 아닙니다. 합성된 목소리는 내가 직접 말할 때와 같은 마이크 채널을 통해 상대편에 도착하므로 배너도 메타데이터도 없습니다. 상대편은 매우 유창한 목소리를 듣고, 답변마다 앞에 작은 멈춤이 있다는 것을 알아챌 수는 있습니다. 중요한 자리라면 알리기를 권합니다 — 위의 예의에 관한 메모를 참고하세요.

제 복제 목소리를 쓸 수 있나요? 예 — Pro에서 네이티브로 가능합니다. 사이드 패널의 Speak Mode 설정에서 약 20초 분량의 샘플을 녹음하면 Gaavala가 Soniox 기반 복제 음성을 만들고, 그것을 Speak Mode 음성으로 선택할 수 있습니다. 별도의 계정도 API 키도 필요 없습니다.

지연은 어느 정도인가요? 스튜디오 음성도 나만의 복제 음성도 브라우저에서 Soniox로 직접 연결되는 같은 스트리밍 합성 경로를 씁니다. 구절이 확정된 뒤 1~2초 안에 목소리가 재생되기 시작한다고 보면 됩니다 — 회의가 무언가를 듣기까지 문장 전체가 렌더링되기를 기다리지 않습니다.

대상 언어가 영어가 아니면 어떻게 되나요? 두 음성 옵션 모두 이미 Gaavala가 번역하는 60개 언어 전체를 말합니다 — Soniox 스튜디오 음성도 나만의 복제 음성도 대상 언어와 무관하게 별도 준비 없이 똑같이 동작합니다.

Teams Premium 회의에서도 작동하나요? 예. Speak Mode는 Chrome 탭에서 실행되는 어떤 회의에서도 작동합니다. Microsoft Teams, Zoom, Google Meet, Webex를 포함해서요. 회의 주최자가 Teams Premium이나 Copilot을 갖고 있는지는 상관없습니다. Speak Mode는 회의 호스트의 인프라가 아니라 내 쪽에서 돌아갑니다.

시험해 보세요

Speak Mode는 지금 Pro 구독자에게 제공됩니다. Gaavala가 처음이라면 단 한 번의 무료 체험 — 전사 5분, 신용카드 불필요 — 으로 시작해 들어오는 번역 경험을 먼저 평가해 보세요. Speak Mode는 무료 체험에 포함되지 않습니다. 나가는 쪽까지 열 준비가 되면 Pro(월 $19.99, 체험 기간 없음)로 업그레이드하세요.

Chrome에 Gaavala 추가 →

Chrome Web Store에서 Gaavala를 무료로 설치한 뒤, Speak Mode를 열려면 Pro로 업그레이드하세요.