매주 화요일 오전, 암 센터 코디네이터 현아는 다학제 회의에 참석했다. 외과·내과·종양내과·방사선종양과 교수들이 모여 케이스를 논의하는 자리였다. 현아의 역할은 회의록 작성이었다.

문제는 받아쓰기를 하느라 실제 논의를 절반밖에 못 듣는다는 것이었다. 나중에 회의록을 나눠줄 때 빠진 내용이 있다는 지적을 받기도 했다.

Otter.ai를 알게 됐다. 자동으로 음성을 전사해주는 AI 도구였다.

Otter.ai가 뭔가

Otter.ai는 음성을 실시간으로 텍스트로 변환해주는 AI 전사 서비스다. 스마트폰 앱이나 웹에서 녹음을 시작하면 말하는 내용이 바로 텍스트로 나온다. Zoom, Google Meet과 연동하면 온라인 회의도 자동으로 전사된다.

현아는 첫날 스마트폰을 회의 테이블 중간에 놓고 Otter.ai를 실행했다.

실제 결과

잘 된 것

영어가 섞인 발화는 인식이 좋았다. “Staging은 T2N1M0이고, adjuvant chemotherapy를 고려하겠습니다” 같은 문장에서 영어 의학 용어는 정확하게 전사됐다.

회의 후 요약 기능도 유용했다. 30분 회의가 1페이지 요약으로 나왔다. 전체 전사 텍스트를 다시 읽지 않아도 핵심이 파악됐다.

안 된 것

한국어 의학 용어 인식에서 오류가 많았다. “관상동맥”이 “관상 동요”로, “췌장”이 “세상”으로 전사되는 경우가 실제로 있었다. 여러 사람이 동시에 말하면 화자를 잘못 구분하거나 문장이 섞였다.

5명이 동시에 다른 케이스에 대해 빠르게 말하는 다학제 회의에서는 전사 정확도가 크게 떨어졌다.

더 큰 문제: 환자 정보가 녹음된다

현아가 두 번째 회의에서 멈춘 이유가 여기 있었다.

다학제 회의에서는 환자 이름, 등록번호, 진단명, 치료 계획이 모두 구두로 나온다. Otter.ai에 이 내용이 모두 녹음되고 전사되면, 환자 개인정보가 외부 서버에 저장되는 것이다.

현아는 병원 정보보호팀에 문의했다. 답변은 명확했다. 환자 식별 정보가 포함된 회의를 외부 AI 전사 서비스에 올리는 것은 현행 의료법과 병원 정책에 위반된다.

Otter.ai는 병원 보안 정책과 계약이 체결되지 않은 개인 서비스였다.

현아가 찾은 대안

결국 현아는 방향을 바꿨다. Otter.ai 대신 병원이 승인한 내부 전사 시스템을 IT팀에 요청했다. 구축 시간이 걸렸지만, 그게 맞는 방법이었다.

개인 업무에서는 Otter.ai를 썼다. 연구 미팅, 세미나 강의 내용 전사, 인터뷰 녹취 — 환자 정보가 없는 상황에서는 유용하게 작동했다.

Otter.ai가 진짜 잘 작동하는 상황

• 1:1 또는 소규모 미팅 (화자 구분 정확도 높음)
• 영어나 영어-한국어 혼용 대화
• 환자 정보가 없는 연구·행정 회의
• 팟캐스트·강의 내용을 텍스트로 변환

한국어 의학 전문 용어가 많은 임상 회의에서는 후처리 교정에 시간이 예상보다 많이 든다.

끝맺음 — 회의에 집중하게 됐다

현아는 지금 개인 연구 미팅에서만 Otter.ai를 쓴다. 회의록은 여전히 손으로 적지만, Otter.ai로 보완하는 방식이다. 전체를 믿는 게 아니라 보조 자료로 쓰는 것.

받아쓰기를 줄이게 됐다. 회의를 더 많이 듣게 됐다. 그게 목표였다.

Otter.ai 무료 플랜은 월 300분 제공. 의료기관 도입 전 법적·보안 검토 필수.

---

더 알고 싶다면

🔗 관련 글

• Notion AI 임상 노트 — 전사된 회의 내용을 정리하는 방법
• NotebookLM으로 논문 정리 — 강의·문서를 AI로 정리하는 다른 도구
• 오케스트레이션 보안 — AI 도구에 민감한 데이터를 입력할 때의 보안 원칙

← AI 도구 일반 전체 보기