Symphony for Speech-to-Text는 의료 인공지능 기업 Corti가 2026년 5월 20일 공개한 임상 특화 음성 인식 API다. 의료진의 받아쓰기와 진료실 대화를 실시간으로 전사하는 WebSocket 방식, 이미 녹음된 음성 파일을 처리하는 비동기 일괄 전사 방식을 함께 제공한다. 범용 음성 인식기가 일상 언어를 받아 적는 디지털 속기사라면, Symphony는 약물명과 용량, 측정 단위, 날짜처럼 임상 문서에서 의미가 달라지기 쉬운 요소까지 고려하는 의료 전문 속기사에 가깝다. 단순히 음성을 문자열로 바꾸는 데 그치지 않고 후속 임상 에이전트나 문서화 시스템이 활용하기 쉬운 구조화된 출력을 지향한다는 점에서 agent-ready Speech-to-Text API로 정의할 수 있다.

범용 Speech-to-Text(STT)는 일반적인 회의나 인터뷰를 처리하는 데 적합하지만, 발음이 비슷한 약물명이나 숫자와 단위가 결합된 처방 표현, 날짜가 포함된 병력 설명에서는 작은 오인식도 기록의 의미를 크게 바꿀 수 있다. Symphony의 차별점은 이러한 의료 언어와 임상 형식을 제품 설계의 중심에 둔다는 데 있다. 별도의 범용 전사 결과를 다시 의료 용어 사전이나 규칙 기반 후처리기에 통과시키는 방식과 달리, 임상 받아쓰기와 의료 대화에 맞춘 API 계층에서 약물, 용량, 단위, 날짜를 반영한 결과를 제공하는 것이 핵심 가치다. 다만 공개 입력 정보만으로는 내부 음향 모델(Automatic Speech Recognition model), 화자 분리(Diarization), 타임스탬프, 지원 언어, 정확도 지표 및 데이터 보존 정책의 세부 사항을 확인할 수 없어 도입 전 공식 문서 검토가 필요하다.

생명공학 및 임상 연구에서는 연구 참여자 면담이나 증례 기록의 음성을 비동기 전사한 뒤 자연어 처리 파이프라인으로 전달하는 입력 계층으로 활용할 수 있다. 예를 들어 녹음 파일을 일괄 전사해 약물명, 복용량, 검사 수치와 날짜가 포함된 텍스트를 생성하고, 이를 임상 개체명 인식(Clinical Named Entity Recognition) 모델이나 데이터 검수 화면에 연결하면 수작업 전사 부담을 줄일 수 있다. 실시간 WebSocket 전사는 원격 진료 연구나 임상 시뮬레이션에서 발화를 즉시 텍스트화하고, 후속 요약 에이전트가 SOAP 노트 초안을 생성하도록 구성하는 데 적합하다. 구체적인 샘플링 레이트, 파일 크기 제한, 지연시간, 오류율 및 지원 포맷은 제공된 발견 자료에서 확인되지 않았으므로 실제 연구 프로토콜에 적용하기 전에 공식 API 사양과 성능 검증이 요구된다.

또한 제약 안전성 및 임상 운영 팀은 상담 녹취에서 약물명·용량·날짜가 포함된 발화를 전사한 뒤 사람이 검토하는 반자동 워크플로를 구성할 수 있다. 이때 Symphony는 최종 임상 판단을 수행하는 도구라기보다 음성 데이터를 구조화된 분석 입력으로 바꾸는 전처리 계층으로 보는 것이 적절하다. 의료 데이터에는 민감정보가 포함될 수 있으므로 전송 암호화, 저장 위치, 보존 기간, 학습 데이터 재사용 여부, 규제 준수 범위는 계약과 공식 보안 문서에서 별도로 확인해야 한다. 정량 정확도나 임상 안전성을 독립적으로 입증하는 자료는 현재 입력 정보에 포함되어 있지 않으므로, 대표 음성 표본을 이용한 기관별 검증과 전문가 검수가 필요하다.