위챗 키보드에 들어간 AI 녹음기, 기능보다 자리가 중요하다

지난주 중국에서 나온 가장 흥미로운 AI 제품은 모델이 아니었습니다. 키보드 위의 버튼 하나였습니다.

10월 27일, 위챗 공식 채널은 위챗 입력기가 “AI 음성 녹음기”를 갖게 됐다고 알렸습니다. 위챗 입력기는 이미 아주 많은 중국 스마트폰 사용자가 쓰는 키보드입니다. 녹음하면 실시간으로 받아쓰고, 그러고 나서 텍스트 벽을 건네는 대신 구조화된 웹페이지를 건넵니다. 오타를 고치고, 군더더기를 걷어내고, 대화의 논리를 재배열하고, 핵심을 뽑아서요.

그리고 제가 몸을 일으키게 만든 부분. 발표에 따르면 말한 내용에 맞춰 차트, 다이어그램, 인터랙티브 프로토타입까지 붙일 수 있습니다.

키보드라는 점이 핵심인 이유

세상 모든 생산성 회사가 회의 녹음기를 내놨습니다. 대부분은 뭔가 설치하고, 권한을 주고, 워크스페이스를 고르고, 녹음을 누르는 걸 기억해야 합니다. 도입률이 한 자릿수에 머무는 이유는 마찰이 정확히 당신이 가장 주의를 쓸 여유가 없는 순간에 있기 때문입니다.

위챗 버전에는 풀어야 할 도입 문제가 없습니다. 키보드는 이미 설치돼 있고, 이미 마이크 권한이 있고, 이미 수억 명이 글을 쓰기 시작하는 표면입니다. 진입점도 그걸 반영합니다. 모바일에서는 키보드 툴바나 입력기 앱에서 열고, 데스크톱에는 단축키가 있고, Mac 메뉴 막대와 Windows 툴바도 있습니다.

스타트업이 살 수 없는 유통 우위이고, 이걸 굳이 써야 하는 이유입니다. 기능 자체는 새롭지 않습니다. 배치가 새롭습니다.

“구조화된 웹페이지”가 실제로 뜻하는 것

받아쓰기는 거의 해결된 문제입니다. 말을 당신이 자발적으로 읽을 만한 것으로 바꾸는 건 아닙니다.

회의를 ASR 모델에 돌려 본 사람은 출력을 압니다. 정확한 단어, 형태 없음. 사람은 같은 말을 반복하고, 말끝을 흐리고, “네 그래서 어쨌든”을 열네 번 말하고, 결정 사항을 주차장 얘기로 새는 변명 중간에 묻어 둡니다. 정리가 가치이고, 대부분의 도구가 조용히 포기하고 요약을 위에 붙인 받아쓰기 원문을 건네는 지점입니다.

발표된 동작은 이렇습니다. 오타 교정, 의미 없는 군더더기 필터링, 맥락을 이용한 논리와 하이라이트 정리. 녹음을 결과물이 아니라 원료로 취급하는 파이프라인입니다. 출력이 페이지라는 건 섹션과 위계가 있고, 아마 당신이 소리 내어 말하지 않은 제목도 있다는 뜻입니다.

중국어 입력기에는 여기서 과소평가하기 쉬운 우위가 있습니다. 병음 입력은 키보드가 하루 종일, 당신이 입력하는 모든 것 위에서 언어 모델을 돌리며 교정하고 예측한다는 뜻입니다. 같은 부류의 모델을 음성에 적용하는 건 서구 키보드 벤더보다 짧은 도약입니다. 교정 계층이 이미 있으면 좋은 게 아니라 핵심 인프라니까요.

다이어그램 주장은 따져 볼 값이 있다

녹음에 차트와 일러스트, 인터랙티브 프로토타입을 맞춘다는 건 짧은 문장에 담긴 큰 주장이고, 아주 다른 두 가지 능력으로 갈라집니다.

온건한 버전. 3단계 프로세스를 말하면 “먼저, 그다음, 마지막으로”를 들었기 때문에 3단계 다이어그램을 그립니다. 템플릿 선택이고, 진짜 유용하며, 충분히 가능한 범위입니다.

야심찬 버전. 제품 흐름을 설명하면 클릭할 수 있는 인터랙티브 프로토타입이 나옵니다. 구조화되지 않은 발화에서 상태와 전이, 레이아웃을 추론하고, 사용자가 바로 지우지 않을 만큼 자주 맞혀야 합니다.

제 추측은, 추측이지만, 출시 버전은 첫 번째에 가깝다는 것입니다. 비판이 아닙니다. 대략 맞는 생성 다이어그램은 좋은 초안이고, 대략 맞는 생성 프로토타입은 디버깅 세션입니다.

중국에서 아무도 소리 내어 묻지 않는 프라이버시 문제

키보드는 모든 걸 봅니다. 비밀번호, 은행 문자, 가족과의 다툼, 입력했다가 지운 검색어. 그 표면에 녹음기를 더한다는 건 신뢰 관계가 단순해지는 게 아니라 빽빽해지는 일입니다.

발표문은 데이터 처리를 다루지 않습니다. 제품 공지로는 정상이고, 제품 결정으로는 안심이 되지 않습니다. 합리적 가정은 이 정도입니다. 받아쓰기는 온디바이스나 위챗 자체 클라우드에서 돌고, 만들어진 페이지는 위챗 생태계에 저장되며, 보존 기간은 그 생태계의 다른 모든 것과 같은 약관을 따릅니다.

중국의 개인 사용자에게 그 거래는 익숙하고 대체로 받아들일 만합니다. 기업에게 “우리 회의록은 위챗에 있습니다”는 생산성 대화가 아니라 컴플라이언스 대화입니다. 이 기능은 개인 사용으로 퍼지고 기업에서는 막힐 겁니다. 그 시장의 소비자 AI가 가는 표준 경로입니다.

전용 녹음기와 비교하면

서류상으로는 전문 앱이 이깁니다. 화자 분리가 낫고, 세션이 길고, 캘린더와 CRM 연동이 되고, 제대로 된 내보내기가 됩니다. 실제로는 회의 시작 시점에 중요한 유일한 지표에서 대부분 집니다. 열었는지 기억했느냐입니다.

대가는 통제력이 줄어든다는 것입니다. 전용 녹음기는 오디오가 어디로 가는지 고를 수 있습니다. 키보드는 못 하고, 발표문은 말하지 않습니다. 개인 메모라면 괜찮은 거래입니다. NDA가 걸린 고객 통화라면 혼자 결정할 거래가 아닙니다.

그래서 현실적인 분업은 이렇습니다. 어차피 형편없이 적어 둘 것들은 키보드로, 계약서까지 가는 것들은 전문 앱으로. 둘 다 존재할 것이고, 키보드가 훨씬 많은 물량을 처리할 겁니다.

전략적 해석

위챗은 10년 동안 AI 기능을 충분히 빨리 내놓지 않는다는 비판을 받았습니다. 이건 반대 방향의 수입니다. 챗봇을 만드는 대신, 사람들이 하루에 백 번씩 만지는 표면에 작은 모델을 넣습니다. 키보드. 음성 메시지. 파일.

시연하기는 더 어렵고 유통에는 훨씬 좋은 전략입니다. 챗봇은 당신이 대화하고 싶어야 합니다. 키보드 안의 녹음기는 어차피 입력하려던 순간에 거기 있습니다.

출력 형식도 설명됩니다. 구조화된 페이지는 위챗 안에서 공유됩니다. 받아쓰기 원문은 내보내고 잊는 파일입니다. 결과물을 생태계에 네이티브하게 만들어서, 위챗이 이미 소유한 곳에서 도는 콘텐츠를 만듭니다.

지켜볼 것

구조화된 페이지가 편집을 견디는지. 문장 하나를 고쳤을 때 레이아웃이 유지되면 문서 도구입니다. 편집이 구조를 깨면 스크린샷입니다.

다이어그램을 객체로 편집할 수 있는지, 평면 이미지로 오는지. 전자는 워크플로입니다. 후자는 장식입니다.

그리고 녹음기에 API가 붙는지. 붙으면 흥미로운 제품은 노트 앱이 아니라, 노트북을 아무도 열지 않고 대화를 결과물로 바꾸는 도구가 될 겁니다.

기능 자체는 한 분기 안에 복제될 겁니다. 바이두, 아이플라이텍, 알리바바 모두 부품을 갖고 있습니다. 빨리 복제되지 않을 건 배치입니다. 한 나라 절반이 타이핑하는 키보드를 다른 누구도 갖고 있지 않으니까요.

이 릴리스에서 가져갈 교훈은 모델 품질과 아무 상관이 없습니다. AI 기능의 최고 유통 채널은 사용자가 이미 손에 들고 있는 물건입니다.