콜센터와 결제 생태계가 만나는 새 접점
잭 도시가 이끄는 핀테크 기업 블록(Block, 구 스퀘어)이 사람의 억양과 감정을 거의 그대로 재현하는 음성 AI 모델을 개발했다. TechCrunch가 2026년 10월 24일 보도한 이 소식의 핵심은 단순한 음성 품질 개선이 아니다.
결제 인프라를 장악한 핀테크 기업이 고객과 직접 대화하는 인터페이스까지 자체 기술로 장악하려 한다는 데 있다. 이 두 가지가 결합되면 거래 발생 전 고객 의도 파악부터 거래 완료, 사후 분쟁 처리까지 하나의 생태계로 묶이는 구도가 만들어진다. 원천 보도에 따르면 블록의 새 음성 모델은 '섬뜩할 정도로 인간과 유사하다(eerily human)'는 평가를 받았다.
미묘한 감정 변화와 억양, 자연스러운 문맥 이해 능력을 구현했으며, 기존 음성 합성 기술과 달리 사용자와의 상호작용을 유연하고 사실적으로 처리한다고 TechCrunch는 전했다. 활용 예상 영역은 고객 서비스, 가상 비서, 접근성 기능 세 가지다.
블록이 이 모델을 실제 제품에 언제, 어떤 방식으로 통합할지는 현재까지 공식 확인되지 않았다. 블록의 사업 기반은 이 기술의 의미를 다르게 만든다. 본지 분석에 따르면, 블록은 결제 단말·소상공인 서비스·소비자 금융 앱을 함께 운영하는 기업으로, 음성 AI가 그 위에 올라설 경우 단순 음성 비서 스타트업과는 출발점 자체가 다르다.
고객이 전화를 끊지 않고 결제, 환불, 예약, 계정 확인을 모두 끝낼 수 있다면, 음성 AI는 백오피스 자동화 도구가 아니라 거래 완료율을 직접 움직이는 프런트엔드 기술이 된다. 결제 기업이 이 영역으로 들어오는 이유가 여기에 있다.
기존 자동응답 시스템이 현장에서 외면받아 온 이유는 분명하다. 발음은 또렷해도 억양이 단조롭고, 고객의 말을 끊거나 맥락을 놓치는 순간 사용자는 상담원 연결 버튼을 찾는다. TechCrunch 보도에 따르면 블록 모델은 이 한계를 상당 부분 극복한 것으로 평가됐다.
광고
음성이 사람처럼 들리기 시작하면 기업은 상담 품질을 인력 규모와 근무 시간에만 묶어두지 않는 운영 설계를 검토할 수 있다. 24시간 처리, 반복 문의 자동화, 다국어 응대가 동시에 가능해지는 그림이다.
본지 분석에 따르면, 산업적으로 가장 먼저 영향을 받는 영역은 고객 서비스다. 반복 문의, 인증, 주문 상태 확인, 환불 절차는 기업 입장에서 비용이 몰리는 지점이다.
사람에 가까운 음성 모델은 이 업무를 자동화 계층으로 흡수한다. 다만 이를 상담원의 단순 대체로만 읽어서는 부족하다.
기업이 실제로 설계할 가능성이 높은 구조는 음성 AI가 1차 응대를 맡고, 복잡한 분쟁이나 감정 노동이 큰 사안은 사람에게 이관하는 2단계 모델이다. 이 구조가 안착하면 상담 조직의 규모보다 설계 역량이 경쟁력을 가른다.
사람 같은 음성이 기업 비용 구조를 흔든다
본지 분석에 따르면, 핀테크 기업의 전략 방향과도 맞물린다. 결제 기업은 과거 카드 승인, 정산, 수수료 경쟁에 집중해 왔다.
디지털 상거래가 앱, 메시지, 음성 인터페이스로 확장되면서, 결제 전후 경험을 장악하는 기업이 더 많은 고객 데이터를 확보하는 구도로 바뀌었다. 음성 AI가 주문 확인, 예약 변경, 구독 해지, 본인 인증을 담당하면 결제 회사는 거래의 마지막 단계만 처리하는 역할에서 벗어난다.
고객 의도를 먼저 읽고, 거래를 유도하고, 문제 해결까지 이어지는 흐름이 자사 생태계 안에 묶인다. 투자 관점에서 이번 보도는 음성 모델 경쟁의 평가 기준이 달라지고 있음을 보여준다. 생성형 AI 투자는 그동안 대규모 언어모델(LLM), 그래픽처리장치(GPU), 데이터센터, 검색형 챗봇에 집중되어 왔다.
텍스트 챗봇은 화면을 봐야 작동하지만 음성은 운전 중, 매장 안, 시각장애 이용 환경에서도 쓸 수 있다. 접근성 기능까지 포함하면 음성 AI는 단순 편의 도구를 넘어 서비스 이용 가능 인구 자체를 넓히는 인프라 성격을 갖는다.
광고
기업이 돈을 실제로 지출하는 지점은 고객 접점에서 발생한다는 점에서, 이 시장의 수익화 가능성은 기술 성능 논의와 별개로 구체적이다. 반론도 타당하다.
사람과 구별하기 어려운 음성은 오히려 고객 불신을 키울 수 있다. 딥페이크 음성 오용, AI 생성 콘텐츠의 진위 확인, 사람 목소리의 무단 모방은 이미 기업 리스크 목록에 올라 있다.
그러나 이 위험이 시장 확산을 막는 결정적 장벽으로만 작동하지는 않는다. 음성 워터마킹, 발신자 인증, AI 고지 의무, 대화 로그 보관 같은 신뢰 기술을 갖춘 기업과 그렇지 못한 기업 사이의 격차를 벌리는 진입장벽으로 바뀔 가능성이 크다.
규제가 강화될수록 신뢰 인프라를 미리 갖춘 기업의 협상력은 높아진다. 블록이 실제 제품에 이 모델을 언제, 어떤 방식으로 넣을지는 원본 보도 범위에서 공식 확인되지 않았다. 과금 체계, 학습 데이터 범위, 음성 복제 방지 장치, 기업 고객 대상 제공 일정도 현재 공개된 사실이 없다.
이번 사안을 과도한 제품 출시 보도로 읽는 것은 위험하다. 더 정확한 해석은 블록이 결제 사업자의 정체성을 유지하면서 고객 대화와 거래 실행을 잇는 플랫폼으로 확장할 기술 기반을 확보했다는 점이다. 한국 시장에도 이 변화는 먼 이야기가 아니다.
국내 금융사, 통신사, 전자상거래 기업은 이미 자동응답 시스템과 챗봇을 운영해 왔다. 그러나 사용자가 체감하는 품질은 여전히 상담원 연결 여부로 평가되는 경우가 많다. 사람 같은 음성 AI가 상용 접점에 들어오면 한국 기업의 경쟁 기준은 'AI 도입 여부'에서 'AI가 고객 불만을 줄이고 거래를 끝까지 완수하는가'로 이동한다.
콜센터 외주, 고객관계관리(CRM), 본인확인 솔루션, 보안 인증 시장에 연쇄적 영향이 발생할 수 있다.
딥페이크 리스크가 시장 진입장벽이 된다
일자리 문제도 단순 대체론으로만 볼 수 없다. 반복 응대 인력 수요는 줄어들 수 있고, 음성 시나리오 설계, 품질 검수, 보안 모니터링, 예외 처리 운영 같은 업무는 커질 수 있다.
광고
상담 조직 축소에만 초점을 맞추는 기업은 실패할 가능성이 높다. 사람 같은 음성이 고객에게 사람인 척 작동하는 순간 브랜드 신뢰가 빠르게 훼손되기 때문이다.
앞으로 경쟁력은 목소리의 자연스러움보다 AI가 AI임을 알리고도 고객이 서비스를 계속 쓰게 만드는 운영 설계에서 갈린다. 윤리 논쟁은 산업 전략의 바깥에 있지 않다.
음성 모델이 실제 사람의 감정과 억양을 닮을수록 기업은 고지, 동의, 인증, 기록 보존을 제품 기능에 처음부터 포함해야 한다. 이를 비용으로만 처리하면 출시 속도에서 앞서도 신뢰 회복 비용이 뒤따른다.
초기부터 안전장치를 제품 구조에 넣은 기업은 금융, 의료, 공공 서비스처럼 규제가 강한 분야로 확장할 여지를 얻는다. 블록의 음성 모델이 시장에 던진 의미는 기술 데모의 완성도가 아니라, 신뢰를 제품화해야 수익화가 가능하다는 사실이다. 텍스트 중심 생성형 AI가 지식 노동의 도구를 바꿨다면, 사람 같은 음성 AI는 기업과 고객이 만나는 순간의 경제학을 바꾼다.
블록이 실제 통합 방식과 안전장치를 어떻게 공개하느냐에 따라 핀테크, 고객센터, 접근성 기술 기업의 투자 우선순위도 달라질 수 있다. 이제 기업이 답해야 할 질문은 기술이 사람처럼 말할 수 있느냐가 아니다. 사람처럼 들리는 기계에게 고객의 돈, 신원, 불만을 어디까지 맡길 것인가다.
※ 이 기사는 TechCrunch의 2026년 10월 24일 보도("블록의 새로운 음성 모델, 섬뜩할 정도로 인간과 유사")를 참조하여 작성하였다. 기자명 및 원문 URL은 현재 공개 확인이 어렵다.
FAQ
Q. 블록의 새 음성 모델은 바로 일반 소비자가 쓸 수 있나
A. 원본 보도 범위에서 블록이 일반 소비자용 출시 일정이나 구체적 제품명을 공개했다는 사실은 확인되지 않았다. 확인된 내용은 새 음성 모델이 사람과 유사한 억양, 감정 표현, 문맥 이해 능력을 보였고 고객 서비스와 가상 비서, 접근성 기능에 활용될 수 있다는 점이다. 소비자는 향후 블록의 결제·상거래 서비스 안에서 간접적으로 이 기술을 접할 가능성이 있다. 실제 이용 전에는 AI 음성 고지 여부와 본인 인증 절차를 반드시 확인하는 태도가 필요하다. 공식 발표 전까지는 블록의 공개 채널을 통해 제품 통합 일정을 직접 확인해야 한다.
Q. 기업은 사람 같은 음성 AI를 도입할 때 무엇을 먼저 봐야 하나
A. 기업은 음성의 자연스러움보다 인증, 기록, 고지, 예외 처리 체계를 먼저 점검해야 한다. 사람과 구별하기 어려운 음성은 상담 완료율을 높일 수 있지만, 고객이 속았다고 느끼면 브랜드 신뢰가 빠르게 훼손된다. 금융·통신·전자상거래처럼 계정과 결제가 얽힌 업종은 음성 위조와 딥페이크 악용 가능성도 함께 관리해야 한다. 기술 구매 기준은 모델 성능표보다 실제 고객 여정에서 문제를 줄이는 운영 설계가 중심이 돼야 한다. AI 고지 의무와 대화 로그 보관을 제품 초기 설계에 포함하면 규제 대응 비용을 나중에 따로 지출하지 않아도 된다.
Q. 한국 IT 기업과 투자자는 이 흐름을 어떻게 해석해야 하나
A. 이번 사례는 음성 AI가 콜센터 자동화 도구를 넘어 결제, 고객관계관리(CRM), 접근성 서비스와 연결되는 플랫폼 기술로 이동한다는 신호다. 한국 기업은 단순 챗봇 교체가 아니라 고객 문의가 거래 완료와 재구매로 이어지는 구조를 다시 설계할 필요가 있다. 투자자는 음성 합성(TTS) 모델 기업만 볼 것이 아니라 보안 인증, 음성 워터마킹, 상담 품질 관리, 산업별 데이터 운영 기업까지 함께 살펴야 한다. 사람 같은 음성이 보편화될수록 신뢰 인프라를 가진 기업의 협상력이 높아지는 구도가 형성된다. 기술 도입 속도보다 신뢰 설계 역량이 장기 경쟁력을 결정하는 변수가 될 가능성이 크다.
광고
▶ 법률 고민이 있다면 → 김연순법률노트 무료상담 바로가기
){kind=small}
){kind=small}
){kind=small}
){kind=small}