회의록 작성에 AI 쓴 지 3개월, 실제로 달라진 것들

회의록 작성에 AI를 도입한 이유

회의록 작성 AI는 회의 음성을 자동으로 텍스트로 변환하고 발언자별로 정리한 뒤 핵심 내용을 요약해주는 도구를 말합니다. 저희 팀은 3개월 전부터 다글로로 모든 회의를 녹음하고 회의록을 자동으로 만들기 시작했습니다. 처음에는 단순히 전사 정확도가 궁금해서 시작한 시도였지만, 매일 반복해서 써보니 정작 가장 크게 달라진 건 정확도 그 자체보다 회의가 끝난 뒤의 업무 방식이었습니다. 3개월이라는 시간이 쌓이면서 눈에 보이는 변화와 예상하지 못했던 변화가 함께 나타났고, 그 과정을 있는 그대로 정리해보려고 합니다.

도입 전후, 회의 후 루틴이 이렇게 달라졌다

가장 먼저 체감한 변화는 회의가 끝난 직후의 루틴이었습니다. 예전에는 회의 중 손으로 적어둔 메모를 다시 정리해 팀 채널에 공유하는 데만 회의 한 건당 30~40분이 걸렸습니다. 회의가 길어지거나 발언이 많았던 날에는 정리를 미루다가 다음 날로 넘어가는 일도 잦았습니다. 지금은 회의가 끝나자마자 자동으로 정리된 회의록을 확인하고 공유하는 데 5분이 채 걸리지 않습니다.

3개월 누적으로 보니 — 줄어든 시간이 이만큼

변화를 감으로만 판단하지 않고 숫자로 확인해보고 싶어서 팀 회의 빈도를 기준으로 계산해봤습니다. 저희 팀은 주 평균 5회 정도 회의를 진행하는데, 회의록 작성 시간이 회의당 25~35분씩 줄었다고 가정하면 주당 약 3시간이 절약되는 셈입니다. 3개월, 약 12주로 환산하면 36시간, 근무일 기준으로는 4.5일에 해당하는 시간을 다른 업무에 쓸 수 있게 됐습니다. 체감으로는 '회의록 쓰는 시간'이라는 항목 자체가 하루 일과에서 사라진 느낌입니다.

예상하지 못했던 변화 — 후속 조치 이행률

가장 예상하지 못했던 변화는 회의 이후 후속 조치가 처리되는 속도였습니다. 회의가 끝나자마자 담당자와 마감일이 정리된 리스트가 팀 채널에 공유되면서, 예전에는 흐지부지되기 쉬웠던 '누가 뭘 언제까지 하기로 했는지'가 눈에 띄게 빨리 실행되기 시작했습니다. 다음 회의에서 지난 결정사항을 다시 찾아보지 않아도 된다는 점도 반복 질문을 줄이는 데 큰 도움이 됐습니다.

3개월 써보고 느낀 아쉬운 점 — 그리고 의외로 해결된 부분

AI 회의록 도구를 도입하기 전 가장 걱정했던 부분은 여러 명이 동시에 말하는 회의에서의 화자 구분이었습니다. 실제로 주변에서 다른 회의록 도구를 써본 동료들에게 물어보면 "누가 말했는지 헷갈려서 결국 녹음을 다시 들어야 했다"는 불만이 가장 많았습니다.

그런데 3개월간 5인 정기 회의처럼 발언이 자주 겹치는 환경까지 포함해 매주 여러 번 회의를 진행하는 동안, 화자 구분 때문에 회의록을 다시 확인해야 했던 적은 거의 없었습니다. 다글로는 화자별 목소리 특징을 인식해 발언을 정확하게 분리해주기 때문에, 정작 가장 걱정했던 문제는 실사용에서 걸림돌이 되지 않았습니다.

다만 사내에서만 쓰는 프로젝트명이나 줄임말은 초반 몇 번은 다르게 인식되기도 했습니다. 원본 녹취록이 그대로 남아있어 확인하고 고치는 데는 오래 걸리지 않았고, 반복해서 등장하는 용어는 시간이 지날수록 인식 정확도가 나아지는 것도 체감할 수 있었습니다.

결론 — 3개월 실사용 후 내린 결론

3개월간 직접 써본 결과, 회의록 작성에 들어가던 시간과 감정 소모가 확실히 줄었고, 회의 중에는 메모 대신 대화 자체에 집중할 수 있게 됐습니다. 100% 완벽한 자동화를 기대하기보다는 반복되는 회의 후 업무를 얼마나 줄여주는지를 기준으로 판단한다면, AI 회의록 도구는 최소 3개월은 꾸준히 써볼 만한 가치가 있는 도구입니다.

#다글로 #AI회의록 #회의록자동화 #회의생산성 #업무효율 #AI노트테이커 #회의록후기 #팀협업