Kabir Goel

Kabir Goel

Kabir Goel의 아티클

ISDN이란: 곧 종료되는 네트워크

ISDN이란: 곧 종료되는 네트워크

ISDN은 기업 전화를 아날로그에서 구리선 위의 디지털로 옮겼습니다. 이제 통신사들이 이를 종료하고 있으며 영국의 마감일은 2027년 1월 31일입니다. 무엇이 이를 대체하는지 정리했습니다.

챗봇 vs 대화형 AI: 핵심 차이점

챗봇 vs 대화형 AI: 핵심 차이점

챗봇은 대화하는 제품이고, 대화형 AI는 그것이 사용자를 이해하게 하는 기술입니다. 둘의 차이와 음성이 맡는 역할을 설명합니다.

SIP 프로토콜이란? Session Initiation Protocol 해설

SIP 프로토콜이란? Session Initiation Protocol 해설

SIP는 IP 네트워크에서 음성·영상 통화를 설정하고, 관리하고, 끝내는 시그널링 프로토콜입니다. 통화가 어떻게 성립하는지, 메서드와 응답 코드의 의미, 그리고 SIP가 음성 에이전트를 만나는 지점을 다룹니다.

VoIP 지터란? 측정과 해결 방법

VoIP 지터란? 측정과 해결 방법

지터는 음성 패킷이 도착하는 시각의 들쭉날쭉함입니다. 원인, 들리는 증상, 30ms 경험칙, 그리고 전화 시스템이나 음성 에이전트에서 끊기는 통화를 고치는 법을 다룹니다.

CPaaS란? 커뮤니케이션 API 레이어 설명

CPaaS란? 커뮤니케이션 API 레이어 설명

CPaaS는 전화, 문자, 인증을 자체 앱에 넣는 API 모델입니다. 다루는 범위, 과금 방식, 음성 에이전트가 들어갈 자리를 설명합니다.

콜센터 지표: FCR, AHT, 그리고 정말 중요한 것

콜센터 지표: FCR, AHT, 그리고 정말 중요한 것

최초 접촉 해결률, 평균 처리 시간, 전환율, CSAT: 공식과 최신 벤치마크, 그리고 전화를 받는 쪽이 음성 에이전트가 되면 계산이 어떻게 달라지는지.

Discord TTS 봇: 추가하거나 직접 만들기

Discord TTS 봇: 추가하거나 직접 만들기

Discord 음성 채널에서 텍스트 음성 변환을 사용하는 두 가지 방법: 호스팅된 봇을 초대하거나 discord.js와 Cartesia로 직접 만들기. 동작하는 코드 포함.

Speech-to-speech 모델과 캐스케이드 음성 에이전트 비교

Speech-to-speech 모델과 캐스케이드 음성 에이전트 비교

Speech-to-speech 모델은 음성을 받아 음성으로 돌려줍니다. STT·LLM·TTS 캐스케이드 에이전트와 지연시간, 비용, 제어, 목소리를 비교합니다.

P95·P99 지연시간이란? 꼬리 지연시간 측정법

P95·P99 지연시간이란? 꼬리 지연시간 측정법

P95·P99 지연시간은 요청의 95%와 99%가 그 안에 끝나는 응답 시간입니다. 백분위수의 원리, Python 측정법, 꼬리 지연이 음성 AI에 중요한 이유를 설명합니다.

Twilio 요금 2026: 통화, SMS, AI 에이전트

Twilio 요금 2026: 통화, SMS, AI 에이전트

2026년 Twilio 요금 정리: 분당 음성 요금, 전화번호, SMS와 통신사 수수료, SIP 트렁킹, Conversation Relay, AI 음성 에이전트의 전체 비용까지.

Python 음성 인식: 파일, 스트리밍, 마이크 코드

Python 음성 인식: 파일, 스트리밍, 마이크 코드

Python으로 음성을 텍스트로 바꾸는 세 가지 방법: 녹음 파일, 턴 감지가 있는 실시간 스트림, 실시간 마이크 입력. 동작하는 코드와 라이브러리 선택법을 다룹니다.

G.711 코덱이란? mu-law, A-law와 8kHz 전화 음성

G.711 코덱이란? mu-law, A-law와 8kHz 전화 음성

G.711은 대부분의 전화 통화가 쓰는 코덱입니다. 8kHz, 샘플당 8비트, μ-law 또는 A-law. 작동 방식, 디코딩 방법, 음성 에이전트에 주는 영향을 설명합니다.

감정을 담은 음성 합성: 감정을 연출하는 방법

감정을 담은 음성 합성: 감정을 연출하는 방법

감정을 담은 음성 합성의 원리. 텍스트에서 읽어내는 감정, 태그, 말하기 스타일, 프롬프트를 주요 API별로 비교하고 코드와 평가 방법을 소개합니다.

DTMF란? 톤 주파수와 음성 AI에서의 활용

DTMF란? 톤 주파수와 음성 AI에서의 활용

DTMF는 전화 키를 누를 때 보내는 두 개의 톤입니다. 주파수, VoIP에서 전달되는 방식, 숫자가 사라지는 이유, 음성 에이전트에서 쓰는 방법을 설명합니다.

IVR 테스트: 종류, 도구, 음성 에이전트 테스트

IVR 테스트: 종류, 도구, 음성 에이전트 테스트

IVR 테스트 방법을 설명합니다. 전화 메뉴의 기능, 회귀, 부하, 음성 인식 테스트와 통화마다 답이 달라지는 AI 음성 에이전트를 테스트하는 방법.

OpenAI Whisper API 요금 2026: 모델별 정리

OpenAI Whisper API 요금 2026: 모델별 정리

Whisper는 분당 0.006달러입니다. 2026년 OpenAI 음성 인식 요금 전체와 2027년 2월 종료, 그 전에 옮겨 갈 곳을 정리했습니다.

Deepgram 요금 2026: STT, TTS, 에이전트 비용

Deepgram 요금 2026: STT, TTS, 에이전트 비용

2026년 Deepgram의 비용: 음성 인식 분당 요금, Aura와 Flux TTS, Voice Agent API 요금 등급, 부가 기능, Growth 플랜을 정리했습니다.

대화형 AI 사례: 실제 운영 중인 12곳

대화형 AI 사례: 실제 운영 중인 12곳

실제 운영 중인 대화형 AI 사례 12가지. 고객 지원, 의료, 주거, 대출, 영업, 게임. 각각 무엇을 하고 무엇이 달라졌는지 정리했습니다.

오픈소스 TTS 모델 비교: 라이선스로 고르기

오픈소스 TTS 모델 비교: 라이선스로 고르기

Kokoro, Chatterbox, Piper, Orpheus, VibeVoice, XTTS 등. 상업적으로 쓸 수 있는 오픈소스 음성 합성 모델과 평가 점수.

은행의 대화형 AI: 고객 전화 응대

은행의 대화형 AI: 고객 전화 응대

은행의 대화형 AI는 고객 전화에 응답합니다. 잘 처리하는 통화, 선을 긋는 위치, 카드 정보를 모델에서 분리하는 방법, 파일럿 진행 방법을 다룹니다.

의료 분야 대화형 AI: 환자 전화 응대

의료 분야 대화형 AI: 환자 전화 응대

의료 분야 대화형 AI는 환자 전화에 응답합니다. 잘하는 일, 임상 업무와의 경계, HIPAA 요건, 파일럿 진행 방법을 설명합니다.

웜 트랜스퍼란? 웜 트랜스퍼와 콜드 트랜스퍼의 차이

웜 트랜스퍼란? 웜 트랜스퍼와 콜드 트랜스퍼의 차이

웜 트랜스퍼는 발신자를 소개한 뒤 전화를 넘기고, 콜드 트랜스퍼는 소개 없이 넘깁니다. 작동 방식, 쓰임새, 음성 에이전트의 통화 전환을 설명합니다.

WebRTC vs WebSocket: 실시간 음성에는 무엇을 써야 할까

WebRTC vs WebSocket: 실시간 음성에는 무엇을 써야 할까

WebSocket은 TCP 위에서 순서대로 메시지를 보내고, WebRTC는 지터 버퍼와 손실 복구를 갖추고 UDP 위에서 음성을 보냅니다. 음성 AI에서 어디에 무엇을 쓸지 정리했습니다.

컨택센터 자동화: 무엇부터 자동화할까

컨택센터 자동화: 무엇부터 자동화할까

컨택센터 자동화를 계층별로 정리합니다. 먼저 자동화할 통화, 음성 에이전트가 통화를 해결하는 데 필요한 것, 분당 비용, 측정할 지표를 다룹니다.

SIP 트렁킹이란? 작동 방식과 음성 AI에서 쓰는 법

SIP 트렁킹이란? 작동 방식과 음성 AI에서 쓰는 법

SIP 트렁킹은 전화 시스템과 통신사 사이의 통화를 인터넷으로 전달합니다. 작동 방식, VoIP와 PRI와의 차이, 그리고 AI 음성 에이전트에 트렁크를 연결하는 방법을 설명합니다.

MOS(평균 의견 점수)란 무엇인가요?

MOS(평균 의견 점수)란 무엇인가요?

MOS는 청취자 평가를 1~5점으로 평균한 값입니다. 계산 방법, 통화와 TTS에서 좋은 점수의 기준, 그리고 두 MOS를 거의 비교할 수 없는 이유를 설명합니다.

대화형 AI 디자인: 음성 에이전트를 위한 가이드

대화형 AI 디자인: 음성 에이전트를 위한 가이드

음성을 위한 대화형 AI 디자인. 귀로 듣는 글쓰기, 턴과 끼어들기 처리, 꼭 확인할 정보, 실패 경로와 상담원 연결을 설계하는 방법을 다룹니다.

뉴럴 TTS란? 뉴럴 음성이 작동하는 방식

뉴럴 TTS란? 뉴럴 음성이 작동하는 방식

뉴럴 TTS는 학습된 신경망으로 텍스트를 음성으로 바꿉니다. 작동 방식, 표준 음성과의 차이, 그리고 '뉴럴'이 청구서에서 얼마인지 정리했습니다.

AI 콜드 콜이란 무엇이며 어떻게 구축할까

AI 콜드 콜이란 무엇이며 어떻게 구축할까

AI 콜드 콜은 스스로 전화를 걸고 잠재 고객을 선별하며 미팅을 예약하는 음성 에이전트입니다. 통화 비용, 동의 관련 법규, 두 가지 구축 방법을 살펴봅니다.

온프레미스 음성 AI의 개념과 작동 방식

온프레미스 음성 AI의 개념과 작동 방식

온프레미스 음성 AI는 자체 네트워크 안에서 음성 인식, 언어 모델, 음성 합성을 실행합니다. 클라우드, VPC, 온프레미스, 에어갭 옵션을 비교하세요.

AI 음성 에이전트의 개념과 구축 방법

AI 음성 에이전트의 개념과 구축 방법

AI 음성 에이전트의 개념과 파이프라인, 통화자가 전화를 끊지 않게 만드는 지연시간, 차례 전환, 테스트 관련 결정을 설명합니다.

음성 활동 감지: 음성 에이전트를 위한 VAD

음성 활동 감지: 음성 에이전트를 위한 VAD

음성 활동 감지의 원리, 발화 차례 감지와의 차이, 실시간 음성 에이전트에서 쉼과 끼어들기를 처리하는 방법을 알아보세요.

단어 오류율: 음성 AI에서 WER가 놓치는 것

단어 오류율: 음성 AI에서 WER가 놓치는 것

단어 오류율이 측정하는 것, TTS 평가에서 오해를 부를 수 있는 이유, 실제 대화에 중요한 음성 품질을 테스트하는 방법을 알아보세요.

대화형 IVR이란? 전화 메뉴를 대체하는 방법

대화형 IVR이란? 전화 메뉴를 대체하는 방법

대화형 IVR은 버튼을 누르는 대신 용건을 말하면 전화를 연결해 주는 방식입니다. 작동 방식, 음성 에이전트의 역할, 전환 전에 테스트할 사항을 알아보세요.

AI 콜센터란? 작동 방식과 비용, 시범 운영 방법

AI 콜센터란? 작동 방식과 비용, 시범 운영 방법

AI 콜센터는 음성 에이전트로 전화를 받고 문의를 해결합니다. 통화가 처리되는 흐름, 분당 비용, 평가표가 포함된 시범 운영 계획을 설명합니다.

AI 접수 에이전트: 구매할 것과 직접 만들 것

AI 접수 에이전트: 구매할 것과 직접 만들 것

완제품 AI 접수 서비스와 맞춤 음성 에이전트를 비교하세요. 첫 수신 통화를 위한 일정 관리, 사람에게 연결, 비용, 테스트를 계획합니다.

SpeechSynthesis API: JavaScript 음성 합성 가이드

SpeechSynthesis API: JavaScript 음성 합성 가이드

window.speechSynthesis의 동작 방식: 메서드, rate·pitch·volume 범위, 이벤트, 그리고 바로 복사해 쓸 수 있는 JavaScript 음성 합성 데모를 다룹니다.

Python 음성 합성: 오디오를 WAV 파일로 저장하기

Python 음성 합성: 오디오를 WAV 파일로 저장하기

Python과 Cartesia SDK로 텍스트를 WAV 파일로 바꾸세요. API 키 설정, 목소리 선택, 흔한 오디오 및 인증 오류 해결 방법을 설명합니다.

Four copies of the same looping line glyph in a row, drawn in pale green, mid green, grey and dark green

Cartesia에서 Claude 군단을 키울 소프트웨어 엔지니어를 찾습니다

코드 작성은 해결된 것 같습니다. 하지만 엔지니어링은 아직입니다. 그 간극을 메울 분을 찾습니다.

[엔지니어링]

오늘 시작하세요

전문가와 상담하세요.

팀원과 연결해 Cartesia가 세계적 수준의 음성 경험을 만드는 데 어떻게 도움이 되는지 알아보세요.

영업팀 문의

개발을 시작하세요.

API로 모델을 사용하고 몇 분 만에 음성 에이전트를 프로덕션에 배포하세요.

Cartesia 사용해 보기