음성 AI 에이전트 콜 카운터: 13가지 테스트 시나리오와 1원 단위 비용 절감

한 엔지니어가 중소 제조업체의 전화 회선에 음성 AI 에이전트를 설정했습니다. 이 시스템은 전화 통신에 Voximplant, 음성 인식에 Yandex Realtime (speech-realtime-250923), 주문 카드 생성에 Claude를 사용합니다. 처음에는 시스템에 4초의 지연이 있었지만, 브리지 서버를 사용함으로써 첫 소리가 554~804ms 내에 나오게 되었습니다. 그런 다음 엔지니어는 맞춤형 지표 및 비용 추적 시스템을 구축하여 통화당 27개의 필드를 SQLite에 기록했습니다. 세 가지 주요 통찰력이 드러났습니다: 개인 통화와 스팸 통화가 처음에는 목표 통화로 잘못 분류되었고, 대기 중인 코루틴 취소가 통화 로그를 조용히 삭제할 수 있으며, 모델은 종종 이미 알고 있는 전화번호를 묻습니다. 또한 엔지니어는 토큰 비용이 지배적이며(비용의 66%) 더 저렴한 Yandex 모델의 성능이 더 나빴다는 것을 발견했습니다. 검증 후 카운터의 정확도는 청구서 내 1% 이내였습니다. 목표 통화당 비용은 6.8~8.4루블이며, 엔지니어는 시스템을 테스트하기 위해 13개의 시험 시나리오를 만들었습니다. 기사는 서비스 재판매의 경우 구독 방식보다 API 기반 계량이 더 정직하다는 결론을 내립니다.