ITU-T P.800으로 보는 VoIP 주관적 통화 품질 평가
ITU-T P.800과 MOS를 중심으로 VoIP 통화 품질을 주관적으로 평가하는 절차, 활용 범위, 객관적 측정 기술과의 관계를 정리한다.
2026-08-14 · 최초 발행 2025-08-10
사람이 들은 품질을 기준으로 삼는 P.800
VoIP 환경에서는 패킷 손실, 지터, 지연처럼 계측 가능한 지표만으로 통화 경험을 판단하기 어렵다. ITU-T P.800은 실제 청취자의 평가를 수집해 음성 품질을 측정하는 주관적 평가 방법론이다.
이 표준은 MOS(Mean Opinion Score)를 사용해 청취자의 판단을 수치로 정리한다. 통신 시스템과 코덱, 네트워크 조건의 변화가 음성 품질에 미치는 영향을 비교할 때 쓰이며, VoIP·모바일 통신·일반 유선 전화 등 여러 음성 통신 매체에 적용할 수 있다.
MOS 점수가 말해 주는 통화 경험
MOS는 다수 청취자의 주관적 평가 점수를 평균낸 값이다. 품질은 5점 척도로 구분한다.
| 점수 | 품질 등급 |
|---|---|
| 5점 | Excellent (탁월함) |
| 4점 | Good (좋음) |
| 3점 | Fair (보통) |
| 2점 | Poor (나쁨) |
| 1점 | Bad (매우 나쁨) |
일반적으로 MOS 3.5 이상은 상용 서비스에 적합한 품질로 간주한다. 유선전화의 기준 MOS는 약 4.3~4.5 수준으로 평가된다.
청취 평가를 설계하고 MOS를 산출하는 과정
P.800 평가는 음성 샘플, 청취 환경, 평가자, 분석 절차를 함께 통제해야 한다. 음성 샘플은 남성과 여성 등 다양한 화자의 녹음으로 준비하고, 일반적으로 8~10초 길이의 문장에 평가 목적에 필요한 언어적 특성을 반영한다.
청취는 소음이 통제된 전문 청취실에서 표준화된 오디오 재생 장비로 진행한다. 평가자마다 같은 청취 조건을 확보하는 일이 중요하다. 평가단은 보통 20~30명의 훈련된 평가자로 구성하며, 청력 테스트를 통해 정상 청력 보유자를 선별하고 연령과 성별 분포도 고려한다.
원본 음성과 처리된 음성은 무작위 순서로 재생한다. 평가자는 각 샘플을 1~5점 척도로 판단하며, 평가 피로도를 고려해 세션은 보통 20분 이내로 구성한다. 수집한 점수는 평균과 표준편차 등을 분석하고, 신뢰구간 계산으로 결과 신뢰성을 검증한 뒤 시스템 비교와 품질 개선 지표 도출에 사용한다.
장비 측정만으로 대체하기 어려운 이유
P.800의 강점은 실제 사용자가 체감한 품질을 직접 반영한다는 데 있다. 인간의 청각 인지 특성을 고려할 수 있고, 여러 품질 저하 요인을 종합적으로 평가할 수 있다. 기계적 측정만으로 포착하기 어려운 미묘한 품질 차이도 식별할 수 있다.
반면 운영 비용은 작지 않다. 전문 평가단을 모집하고 관리해야 하며, 표준화된 청취 환경을 위한 설비와 평가 세션 운영, 데이터 수집·분석 인력이 필요하다. 테스트를 반복할 때마다 같은 비용 구조가 다시 발생한다.
실험 설계와 통제도 복잡하다. 평가자 선정, 테스트 환경의 일관성, 평가자 사이의 주관적 편차, 결과의 통계적 해석을 모두 관리해야 한다. 평가 규모가 커질수록 조직적 부담도 커진다.
코덱과 네트워크, 음성 처리 기능을 비교할 때
코덱 개발에서는 G.711, G.729, AMR 등 다양한 음성 코덱의 성능을 비교할 수 있다. 새 코덱이 기존 코덱보다 품질 우위를 보이는지 검증하고, 다양한 비트레이트에서 품질과 압축률의 트레이드오프를 분석하는 데도 활용한다. WebRTC 음성 코덱 선정 과정에서 Opus 코덱의 우수성을 검증하는 사례가 여기에 해당한다.
네트워크 조건을 평가할 때는 패킷 손실, 지터, 지연이 음성 품질에 주는 영향을 분석한다. 서로 다른 네트워크 조건에서 품질 저하 정도를 측정하면 QoS(Quality of Service) 정책을 위한 기초 자료를 얻을 수 있다. 5G 네트워크의 VoLTE 서비스 품질 검증도 이런 용도에 속한다.
노이즈 제거, 에코 제거, 음성 향상 알고리즘도 P.800으로 검증할 수 있다. 배경 소음 속에서 음성 선명도가 얼마나 개선되는지, 사용자가 실제로 체감하는 알고리즘 성능이 어떤지를 평가한다. 화상회의 시스템의 노이즈 캔슬링 기능 최적화가 한 예다.
운영 중 품질 측정에는 다른 접근이 필요하다
P.800은 다수 평가자의 모집과 관리, 평가 준비와 실행에 시간과 비용이 든다. 반복 평가도 쉽지 않다. 평가자 구성이나 컨디션에 따라 결과가 달라질 수 있고, 완벽하게 같은 테스트 환경을 구현하기도 어렵다. 서비스 운영 중 실시간 품질을 모니터링하기 어렵다는 점도 대규모 네트워크 환경에서는 제약이 된다.
이 한계를 보완하는 객관적 측정 방법도 있다.
- P.563은 수신된 음성 신호만으로 품질을 추정하는 단일 종단 객관적 음성 품질 측정 방식이다. 참조 신호 없이 평가할 수 있어 실시간 모니터링에 적합하다.
- PESQ(Perceptual Evaluation of Speech Quality, P.862)는 원본 신호와 수신 신호를 비교한다. 인간 청각 인지 모델 기반 알고리즘을 사용하며 MOS와 높은 상관관계를 가진다.
- POLQA(Perceptual Objective Listening Quality Analysis, P.863)는 PESQ의 후속 버전으로, HD 음성과 광대역 오디오를 지원하고 다양한 왜곡 유형에 대한 평가 능력을 개선했다.
음성 통신 품질의 공통 기준점
P.800은 통신 서비스 품질 표준을 세우는 기준점이자, 새로운 음성 통신 기술의 품질을 검증하는 도구다. 통신 사업자 간 서비스 품질을 비교하는 공통 척도를 제공하고, 국제 표준으로서 글로벌 통신 시장의 품질 보장 메커니즘을 뒷받침한다.
객관적 측정 방법은 발전하고 있지만, 그 유효성은 P.800 MOS 결과와의 상관관계를 통해 검증받는다. VoIP, 화상회의, 모바일 통신처럼 음성 기반 서비스의 비중이 커지는 환경에서 P.800은 객관적 측정 기술과 상호보완적으로 쓰이며 음성 통신 품질 향상에 기여할 것으로 전망된다.