AI가 회의를 기억하기 시작하면 무엇을 함께 설계해야 할까?

회의를 기억해주는 AI는 분명 편리합니다. 지난주 어떤 결정을 내렸는지 검색할 수 있고, 참석하지 못한 회의도 빠르게 파악할 수 있습니다. 프로젝트가 몇 달 동안 이어져도 과거 논의를 다시 찾아볼 수 있습니다.

AI가 단순히 질문에 답하는 도구에서 실제 업무를 수행하는 Agent로 발전하면 이런 기록의 가치는 더 커집니다. Agent가 어제 회의에서 무엇을 결정했는지 알고 있다면 사람이 같은 설명을 반복해서 입력할 필요가 줄어들기 때문입니다.

하지만 AI가 조직의 대화를 더 많이 기억하게 될수록 새로운 질문도 생깁니다.

누가 이 기록을 볼 수 있을까요? 얼마나 오래 남아 있어야 할까요? 민감한 회의는 어떻게 해야 할까요? 필요가 없어진 기록은 언제 지워야 할까요? 그리고 이 모든 데이터는 어떤 방식으로 보호되어야 할까요?

회의 기록이 AI에게 중요한 Context가 될수록 기억을 만드는 기술뿐 아니라 그 기억을 어떻게 다룰 것인지도 제품의 중요한 부분이 됩니다.

모든 회의가 같은 성격을 가진 것은 아닙니다

팀의 주간 회의와 인사 관련 면담은 같은 회의가 아닙니다. 제품 아이디어를 논의하는 회의와 법률 자문을 받는 회의 역시 민감도가 다릅니다.

그래서 모든 대화를 무조건 같은 방식으로 기록하고 보관하기보다 회의의 성격에 따라 다른 기준을 적용할 필요가 있습니다.

일반적인 프로젝트 회의는 팀의 Context로 활용할 수 있지만, 민감한 내용을 포함한 회의는 기록하지 않거나 접근 가능한 사람을 제한하는 방식이 필요할 수 있습니다.

중요한 것은 “기록할 수 있는가?”만 묻는 것이 아닙니다.

“이 대화를 기록하고 활용하는 것이 적절한가?”까지 함께 생각해야 합니다.

기록보다 먼저 필요한 것은 투명성입니다

회의에 참여한 사람이 자신이 녹음되고 있는지 모른다면 좋은 경험이라고 보기 어렵습니다.

AI 회의 도구가 보편화될수록 무엇이 기록되고 있는지 명확하게 알리고, 필요한 경우 기록 여부를 선택할 수 있도록 하는 것이 중요합니다.

조직과 업무의 성격에 따라 녹음에 대한 기대도 다를 수 있습니다. 어떤 팀에서는 모든 회의를 기록하는 것이 자연스러울 수 있지만, 다른 업무에서는 기록 자체가 부담이 될 수 있습니다.

AI가 회의 내용을 더 많이 활용하게 될수록 사용자에게 “지금 어떤 데이터가 생성되고 있는가?”를 명확하게 보여주는 것도 제품 경험의 일부가 됩니다.

누가 볼 수 있는지가 곧 제품의 일부입니다

회의 기록이 계속 쌓이면 하나의 조직 지식처럼 활용할 수 있습니다. 그렇다고 모든 사람이 모든 회의를 볼 수 있어야 한다는 뜻은 아닙니다.

프로젝트 회의는 해당 프로젝트 구성원이 보고, 특정 경영 회의나 민감한 업무 기록은 필요한 역할만 접근하도록 제한하는 식으로 기존 조직의 권한 구조를 기록에도 적용할 수 있어야 합니다.

AI Agent가 회의 기록을 사용하는 경우에는 더 중요한 문제가 됩니다.

어떤 사람이 직접 접근할 수 없는 회의라면 그 사람을 대신해 일하는 AI 역시 해당 내용을 자유롭게 가져와서는 안 됩니다.

앞으로 Agent의 권한 역시 사용자의 권한과 함께 설계될 필요가 있습니다.

AI가 기억하는 만큼 잊는 방법도 필요합니다

AI Memory가 중요해질수록 많은 정보를 오래 저장하는 것이 무조건 좋아 보일 수 있습니다. 과거 기록이 많을수록 AI가 더 많은 Context를 얻을 수 있기 때문입니다.

하지만 오래된 정보가 항상 유용한 것은 아닙니다. 이미 끝난 프로젝트의 결정이 지금은 잘못된 Context가 될 수도 있고, 더 이상 업무에 필요하지 않은 민감한 정보가 남을 수도 있습니다.

좋은 Memory는 모든 것을 영원히 저장하는 것과 같지 않습니다.

무엇을 유지할지, 무엇을 정리할지, 필요가 없어진 데이터는 어떻게 삭제할지까지 함께 생각해야 합니다. Memory를 만드는 기능과 Memory를 관리하는 기능이 함께 필요합니다.

회의 데이터는 생각보다 많은 것을 담고 있습니다

회의에는 공식 문서보다 더 많은 내부 정보가 자연스럽게 등장할 수 있습니다.

아직 공개되지 않은 사업 계획을 이야기할 수 있고, 고객과의 관계나 계약 조건을 논의할 수도 있습니다. 제품의 다음 방향, 조직 내부의 고민, 사람과 관련된 정보도 말로 오갑니다.

우리가 앞선 글에서 이야기했듯 이런 대화가 AI에게는 매우 가치 있는 Context가 될 수 있습니다.

바로 그렇기 때문에 보호도 중요합니다.

음성을 업로드하면 편리하게 전사해주는 것과, 중요한 업무 데이터를 안전하게 맡길 수 있다는 것은 서로 다른 문제입니다. B2B 환경에서 회의 AI를 선택할 때는 두 가지를 함께 봐야 합니다.

다글로가 ISO/IEC 27001을 갖춘 이유

다글로는 정보보호 관리체계에 관한 국제 표준인 ISO/IEC 27001 인증을 보유하고 있습니다.

ISO/IEC 27001은 단순히 특정 보안 기능 하나가 있는지를 확인하는 인증이 아닙니다. 조직이 정보보호를 위해 필요한 정책과 절차, 위험관리 체계를 수립하고 이를 지속적으로 운영하고 있는지를 다루는 국제적인 표준입니다.

다글로에게 사용자의 음성과 전사 데이터는 단순히 AI 모델에 들어가는 입력값이 아닙니다. 실제 회의와 업무에서 발생한 중요한 데이터이기 때문에, 이를 다루는 서비스 역시 체계적인 정보보호 기준을 갖춰야 합니다.

AI가 더 많은 업무 Context를 다루게 될수록 이런 체계의 중요성은 더 커집니다.

좋은 회의 AI를 판단할 때 정확도나 요약 품질만 비교해서는 충분하지 않은 이유이기도 합니다.

Trust는 AI의 부가 기능이 아닙니다

AI 제품에서 Trust를 기능 개발과 별개의 보안 문제로 생각하기 쉽습니다.

하지만 AI가 이메일을 읽고, 캘린더를 확인하고, 회의를 기억하고, 실제 업무까지 수행하기 시작하면 Trust 자체가 사용자 경험이 됩니다.

어떤 데이터에 접근하는지 이해할 수 있는가. 필요한 사람에게만 기록을 공유할 수 있는가. 더 이상 필요하지 않은 데이터를 관리할 수 있는가. 서비스를 제공하는 조직이 정보보호를 위한 체계를 갖추고 있는가.

이런 질문에 답할 수 있어야 사용자는 AI에게 더 많은 업무를 맡길 수 있습니다.

AI의 capability와 Trust는 결국 함께 발전해야 합니다.

좋은 Memory는 안전하게 맡길 수 있어야 합니다

회의 기록은 앞으로 AI가 개인과 조직을 이해하는 중요한 Context가 될 수 있습니다. 문서에는 최종 결과만 남더라도 대화에는 왜 그런 결정을 내렸는지, 어떤 선택지를 검토했는지, 무엇을 우려했는지가 남기 때문입니다.

하지만 그 가능성을 제대로 활용하려면 많이 기억하는 것만으로는 충분하지 않습니다.

정확하게 기록하고, 필요한 사람이 활용하고, 적절하게 관리하며, 그 데이터를 안전하게 보호하는 것까지 하나의 경험이어야 합니다.

다글로는 음성을 더 잘 이해하고 활용할 수 있도록 만드는 동시에 ISO/IEC 27001을 기반으로 사용자의 중요한 업무 데이터를 보호하기 위한 정보보호 체계를 운영하고 있습니다.

AI가 더 많은 것을 기억하게 되는 시대에는 한 가지 질문이 더 중요해질 것입니다.

“얼마나 많이 기억할 수 있는가?”가 아니라,

“얼마나 믿고 맡길 수 있는가?”입니다.