검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'음성'통합검색 결과 입니다. (55건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

"음성 감정까지 살린다"…일레븐랩스, '더빙 v2' 출시

일레븐랩스가 원본 음성 감정과 퍼포먼스를 살리는 인공지능(AI) 더빙 기술을 내놨다. 일레븐랩스는 지난 6일 새로운 AI 더빙 모델 '더빙 v2'를 '일레븐 API'로 공개했다고 10일 밝혔다. 올해 5월 사용자 인터페이스(UI) 버전으로 먼저 선보인 모델을 API로 확장해 개발자와 기업이 제품과 업무 흐름에 직접 연동할 수 있도록 했다. 더빙 v2는 음성을 음성으로 직접 변환하는 '오디오-투-오디오' 구조를 채택했다. 기존처럼 음성을 인식한 뒤 번역하고 합성 음성을 생성하는 단계를 거치는 대신 입력 보이스으로만 출력 음성을 바로 생성해 원본 감정과 뉘앙스를 반영하는 식이다. 이 기술은 화자 목소리를 복제해 다른 언어로 변환할 수도 있다. 발화 타이밍이 영상과 자연스럽게 맞도록 설계됐다. 한국어와 일본어를 포함해 전 세계 92개 언어를 지원한다. 영상 속 입 모양을 음성에 맞춰 바꾸는 AI 립싱크 기능은 포함되지 않았다. 일레븐랩스는 영상 크리에이터와 게임 스튜디오 캐릭터 대사·컷신 현지화와 소비재·여행·숙박 기업의 다국어 마케팅 영상 제작 등에 더빙 v2를 활용할 수 있을 것으로 보고 있다. 스트리밍·미디어 기업의 영화와 드라마 등 장편 콘텐츠를 여러 지역에 공급하는 과정에도 적용할 수 있다. 회사는 기존 영화와 TV 수준의 더빙 작업에 분당 수백달러 규모의 비용이 들 수 있다는 점을 고려해 고품질 더빙 이용 문턱을 낮추는 것을 목표로 삼았다. 라이브 스트리밍 영상 등을 실시간으로 여러 언어로 더빙하는 기능은 이번 출시 범위에서 제외됐다. 일레븐랩스는 "한국 기업은 더빙 v2를 통해 완성도 높은 다국어 더빙을 활용할 수 있다"며 "해외 유수 콘텐츠의 한국어 더빙 활용에서도 기대된다"고 밝혔다.

2026.08.10 15:39김미정 기자

"'가난하게 컸어?' 슬프게 읽어줘"...카카오 카나나-오, 속도·억양도 조절

카카오는 자체 개발 옴니 인공지능(AI) 모델 '카나나-오(Kanana-o)'의 음성 생성 기술을 한 단계 발전시켰다고 4일 밝혔다. 회사는 이용자가 원하는 말투와 감정, 억양까지 자연어 지시만으로 제어할 수 있도록 음성 생성 기술을 고도화했으며, 자체 개발 음성 토크나이저를 통해 생성 속도와 효율도 함께 높였다. 기존 음성 AI가 자연스럽게 텍스트를 읽는 데 초점을 맞췄다면, 새롭게 개선된 카나나-오는 이용자의 지시에 따라 음성 표현 자체를 제어해준다. 이용자가 "아주 빠르게 읽어줘", "낮은 목소리로 읽어줘", "슬픈 목소리로 읽어줘", "경상도 사투리로 읽어줘"와 같이 자연어로 원하는 발화 방식을 말하면 AI가 ▲속도 ▲음량 ▲음높이 ▲감 ▲억양 ▲강도까지 세밀하게 반영해 음성을 생성해준다. 이 밖에도 "스포츠 중계하듯", "아나운서처럼", "동화책을 읽어주듯" 등 역할 기반의 지시에 이어 "톤을 낮춰서 빠르게 슬픈 목소리로 읽어줘"와 같이 여러 조건을 동시에 담은 복합 지시도 수행할 수 있다. 한국어 데이터를 중심으로 학습했음에도, 영어 음성 생성에서도 동일한 발화 지시를 무리 없이 수행하는 것이 특징이다. 카나나-오는 발화 지시 이행 능력을 평가하는 'InstructTTSeval' 한국어 벤치마크에서 94.50점을 기록했다. 이는 GPT-4o-mini-tts(91.10점)를 넘어서는 수준으로, 구글 Gemini-2.5-flash-preview-tts(95.38점)와 견줄 만한 성과다. 음성 생성의 품질뿐 아니라 속도와 효율도 향상됐다. 카카오는 이를 위해 자체 개발한 음성 토크나이저 'LM-SPT(LM-aligned SPeech Tokenizer)'를 새롭게 적용했다. LM-SPT는 AI가 음성을 보다 적은 수의 토큰으로 압축해 표현하는 기술로, AI가 처리해야 하는 데이터의 양을 줄여 빠르고 효율적으로 음성을 생성할 수 있도록 한다. LM-SPT는 다양한 음성 언어모델의 한국어, 영어 음성 이해와 생성 능력을 비교한 평가에서 ▲Mimi ▲DualCodec ▲CosyVoice2 등 최신 글로벌 기술을 적용한 모델에 비해 우수한 성능을 보였다. 합성된 음성의 자연스러움과 화자 유사도를 청취 후 지표화 하는 전문가 평가에서도 가장 높은 점수를 기록했다. 카카오는 향후 카나나-오 음성 기술을 꾸준히 발전시켜 나갈 계획이다. 음성 이해 및 생성 능력을 하나의 통합 구조로 처리하는 연구를 통해 음성 처리 기술을 고도화하고, 자연스럽고 끊김 없는 음성 경험을 제공하는데 집중할 예정이다. 이 밖에도 ▲웃음 ▲한숨 ▲감탄 같은 비언어적 표현을 자연스럽게 생성하는 기술 등 세밀한 음성 제어를 위한 개발을 이어갈 계획이다. 노병석 카카오 유니파이드 파운데이션 모델 성과리더는 "이번 음성 기술 고도화는 사람처럼 자연스러운 음성 생성과 이용자가 원하는 말투와 감정, 억양까지 자연어 지시에 따라 표현할 수 있는 능력을 갖추는 데 초점을 뒀다"며 "향후 다양한 서비스에 적용해 자연스럽고 편리한 AI 음성 경험을 제공할 것"이라고 말했다.

2026.08.04 09:55박서린 기자

'AI 음성 비서'의 배신...이용자 분통 왜

기업들이 앞다퉈 도입하는 인공지능(AI) 서비스가 사람들에게 언제나 유익하고 편리한 것만은 아니라는 사례가 미국 언론을 통해 보도됐다. 업무 효율화를 목표로 약국에 도입된 AI 음성 비서가 오히려 약 전달을 지연시키고 잘못된 약을 처방하는가 하면, 환자의 민감한 정보까지 위협한 것. 지난 달 29일(현지시간) VT 디거에 따르면, 미국 버몬트주와 뉴욕주에서 약국 체인을 운영하는 키니 드럭스는 업무 효율화를 위해 AI 기업 '시니어리오'가 개발한 AI 음성 비서 '버트'를 지난 5월 도입했다. 창업자의 이름을 딴 버트는 전화로 환자를 응대하며 처방약 접수와 문의 처리 업무를 맡았다. 그러나 AI 도입 후 환자들은 오히려 불편을 겪었다. 키니 드럭스는 이용자가 약국에 전화번호를 등록하는 순간 자동으로 AI 서비스 이용에 동의한 것으로 간주했다. 추후 거부권(옵트아웃)을 행사할 수 있다고 안내했지만, 정작 전화 연결 시 사람 약사와 직접 통화할 수 있는 선택지는 없었다. 기존 시스템에서 제공되던 '전화키 버튼 입력(푸시폰)' 방식조차 차단됐다. 이에 이용자들은 "AI와 대화하든가, 아니면 약을 받지 않든가 둘 중 하나를 선택해야 하는 강제적인 상황"이라며 분통을 터뜨렸다. 현지 언론 VT 디거가 버몬트주 주민들을 취재한 결과, 환자들의 피해 사례는 심각한 수준이었다. 한 단골 고객은 "기존에는 키패드로 번호를 눌러 약사와 바로 연결되는 시스템이 무척 원활하게 작동했다"며 "새로 도입된 AI는 단지 시간을 낭비하게 만들고 약 수령을 지연시킬 뿐, 고객에게 아무런 이점도 주지 못한다"고 지적했다. 더욱 치명적인 것은 AI의 기술적 오류였다. 버트는 수년간 약국을 이용해 온 장기 환자의 계정을 찾지 못해 기존과 전혀 다른 성분이나 용량의 약을 잘못 재처방하는 실수를 저질렀다. 약이 준비됐다고 알려주는 기본 통보조차 종종 누락시켰다. 환자의 민감한 의료 정보가 유출될 수 있다는 '사생활 침해' 불안감도 크다. 키니 드럭스의 개인정보 처리방침에는 "보호 대상인 의료 정보가 약국 업무 개선을 위한 AI 도구에 이용될 수 있다"고 명시돼 있다. 문제는 버트를 개발하고 관리하는 주체가 약국이 아닌 외부 AI 기업(시니어리오)이라는 점이다. 미국 밴더빌트대 의료센터의 생물의학정보학 전문가 브래들리 멀린 교수는 "환자가 본인의 의료 기관하고만 소통할 때는 해당 기관의 보안만 믿으면 되지만, 제3의 조직이 개입하기 시작하면 데이터 유출 및 보안 위협의 범위가 급격히 넓어진다"고 경고했다. 버몬트대학교 컴퓨터과학 조셉 니어 준교수 역시 "소비자들은 본인이 무엇에 동의하는지 제대로 이해하지 못한 채 동의를 강요받는다"며 "이런 부실한 개인정보 동의 체계는 소비자 보호에 본질적인 결함이 있다"고 꼬집었다. 환자들의 불만이 폭주하고 안전 문제까지 제기되고 있지만, 정작 기업 경영진은 현장과 정반대의 인식을 보이고 있다. 키니 드럭스 이사회 측은 "AI가 전화 응대를 정중하게 해준 덕분에 약국으로 들어오는 전화 건수가 줄어드는 등 확실한 효과를 보고 있다"며 만족감을 표했다. 하지만 현장의 실상은 달랐다. 전화 건수가 줄어든 것은 AI가 유용해서가 아니라, 분통이 터진 환자들이 전화를 포기했거나 AI의 거듭된 대답 오류와 처방 실수를 바로잡기 위해 약사들이 일일이 뒷수습에 매달리고 있기 때문이라는 지적이 나왔다. 결과적으로 만성적인 인력 부족에 시달리던 현장 약사들의 업무 부담만 더욱 가중된 셈이다.

2026.08.02 10:01백봉삼 기자

크래프톤, 한국어 1위 음성 AI 공개…'말하는 AI 캐릭터' 구현 속도

크래프톤이 독자적인 AI 기술을 적용해 한국어 성능 1위를 기록한 음성 AI 파운데이션 모델을 공개하며 AI 기반 게임 플레이 환경 구축에 속도를 낸다. 크래프톤은 음성 AI 파운데이션 모델 'A.X K2 Raon-Speech'를 글로벌 AI 플랫폼 허깅페이스에 공개했다고 29일 밝혔다. 이번 모델은 과학기술정보통신부 주관 '독자 AI 파운데이션 모델' 프로젝트 2차수 성과로 개발된 21B 파라미터 규모의 음성 언어 모델이다. 30B 이하급 공개 음성 언어 모델 중 한국어 종합 성능 1위, 영어 종합 성능 3위를 기록했으며, 음성 인식·합성·이해 등 6개 영역 46개 벤치마크 평가를 거쳤다. A.X K2 Raon-Speech는 SK텔레콤의 소형 언어 모델에 크래프톤이 자체 학습한 음성 인코더와 코덱을 적용한 것이 특징이다. 사용자 목소리에 담긴 감정과 억양을 손실 없이 활용해 자연스러운 음성 답변을 생성할 수 있으며, 크래프톤은 향후 해당 역량을 이용자와 함께 플레이하는 AI 캐릭터인 'CPC(Co-Playable Character)' 고도화에 활용할 계획이다. 이강욱 크래프톤 CAIO는 “A.X K2 Raon-Speech는 크래프톤이 AI 파운데이션 기술을 꾸준히 연구하고 고도화해 온 결과물”이라며 “앞으로도 게임에 필요한 AI 파운데이션 기술을 지속적으로 고도화해 새로운 게임 경험을 만들어 나갈 것”이라고 전했다.

2026.07.29 09:27정진성 기자

앤트로픽, '클로드 음성 모드' 고도화…"실제 업무까지 수행"

앤트로픽이 인공지능(AI) 챗봇 '클로드' 음성 기능을 업그레이드했다. 24일 테크크런치 등 외신에 따르면 앤트로픽은 클로드 음성 모드에서 오퍼스와 소넷, 하이쿠 모델을 선택할 수 있는 기능을 지원한다. 새 음성 모드는 모든 플랫폼에서 베타 형태로 전체 이용자에게 제공된다. 기존 클로드 음성 모드는 경량 모델인 하이쿠 기반으로만 작동했다. 응답 속도는 빨랐지만 복잡한 업무나 깊이 있는 대화를 처리하는 데 한계가 있었다. 이번 업데이트 후 음성 모드는 이용자가 텍스트 채팅에서 마지막으로 사용한 모델을 자동으로 불러온다. 음성 대화에는 해당 모델 가운데 가장 빠른 버전이 기본으로 적용된다. 앤트로픽은 이용자가 장시간 대화를 이어가거나 의사소통 방식에 대한 피드백을 받을 수 있다고 설명했다. 고객 대상 제안 내용을 점검하거나 제품 시장조사 아이디어를 함께 구상하는 용도로도 활용할 수 있다. 클로드 음성 모드는 외부 애플리케이션과 연동해 실제 업무도 수행할 수 있다. 지메일과 구글 캘린더, 슬랙, 캔바, 노션을 연결하면 회의 시간을 바꾸거나 이메일 초안을 작성하고 노션 문서를 만들 수 있다. 이는 대화 스타일을 개선하는 데 집중한 오픈AI 음성 모드와 차별화되는 부분이다. 오픈AI 음성 모드는 아직 여러 외부 도구를 활용해 업무를 직접 처리하는 기능을 지원하지 않는다. 클로드 음성 모드는 다국어 지원 기능도 지원된다. 이용자는 한국어를 비롯한 영어, 프랑스어, 독일어, 힌디어, 인도네시아어, 이탈리아어, 일본어, 브라질 포르투갈어, 라틴아메리카·스페인 스페인어로 대화할 수 있다. 사용할 언어는 이용자가 직접 지정해야 한다. 무료 이용자는 하이쿠 모델만 사용할 수 있다. 연결할 수 있는 외부 애플리케이션도 한 개로 제한된다. 앤트로픽은 이번 업데이트에서 음성 모델 자체는 바꾸지 않았다. 음성 기능에 어떤 기술 구조를 사용했는지도 공개하지 않은 상태다. 테크크런치는 "오픈AI의 업데이트와 달리 이용자는 대화 중 끼어들기 처리 개선과 같은 대화 품질 향상을 체감하지 못할 수 있다"고 분석했다.

2026.07.24 09:06김미정 기자

NC AI '바르코 보이스', 유엔 AI 서밋서 사회적 가치 빛났다

NC AI가 음성 생성 인공지능(AI)의 사회적 활용 성과를 국제 무대에서 인정받으며 포용적 기술 경쟁력을 입증했다. NC AI는 바르코 보이스가 유엔 산하 국제전기통신연합(ITU)이 주최한 'AI 포 굿 글로벌 서밋(AI for Good Global Summit) 2026'에서 우수 AI 활용 사례로 선정됐다고 8일 밝혔다. AI 포 굿 글로벌 서밋은 AI를 활용해 글로벌 과제 해결과 지속가능발전목표(SDGs) 달성을 논의하는 국제 행사다. 바르코 보이스는 다국어 음성 생성과 감정 표현 기술을 기반으로 콘텐츠 제작 접근성을 높인 점을 인정받아 '이노베이트 포 임팩트(Innovate for Impact)' 우수 활용 사례로 선정됐다. 창작자와 중소기업은 물론, 공공·교육 분야에서도 고품질 음성 콘텐츠 제작의 진입장벽을 낮춰 포용적인 AI 활용 환경 조성에 기여했다는 평가다. NC문화재단과 협력해 개발한 보완대체의사소통(AAC) 앱 'My AAC'도 AI 기술의 사회적 활용 사례로 소개됐다. 바르코 보이스를 적용한 My AAC는 의사소통에 어려움을 겪는 이용자에게 개인화된 음성을 제공해 자연스러운 소통을 지원하도록 설계됐다. 이번 행사에 출품한 AI 모델과 서비스도 공식 간행물에 모두 이름을 올렸다. 간행물에는 ▲바르코 3차원(3D) ▲바르코 사운드 ▲바르코 보이스 ▲바르코 트랜스레이션 ▲바르코 아트패션 ▲배키 ▲배키 에이전트 ▲도메인옵스 등 자사 AI 모델과 서비스 8종이 모두 등재됐다. NC AI는 콘텐츠 AI와 산업 AI 전환(AX)을 양대 축으로 사업을 확대하고 있다. 콘텐츠 분야에서는 바르코를 중심으로 생성형 AI 활용 사례를 넓히고 산업 분야에서는 배키를 기반으로 기업의 AI 전환을 지원하고 있다. 최근에는 피지컬 AI 분야로도 사업 영역을 확장 중이다. 이연수 NC AI 대표는 "이번 성과는 우리 기술이 산업적 효용을 넘어 인류의 삶을 실질적으로 개선할 수 있음을 보여준 뜻깊은 결과"라며 "누구나 쉽고 편리하게 고품질 AI를 활용할 수 있도록 포용적인 산업 AI 생태계를 구축하는 데 앞장서겠다"고 말했다.

2026.07.08 11:32이나연 기자

LGU+, KISA와 AI 기반 음성 스팸 대응

LG유플러스가 음성 스팸 피해를 예방하기 위해 한국인터넷진흥원(KISA)과 AI 기반 음성 스팸 대응 체계를 구축한다고 7일 밝혔다. LG유플러스 AI 서비스 익시오에 KISA 공공 데이터를 연계해 스팸 발신번호 차단 체계를 고도화하는 방식이다. 불법 광고전화와 같은 음성 스팸은 이용자 불편을 넘어 보이스피싱 범죄로 활용될 수 있다는 점에서 사회적 문제로 확산되고 있다. 특히 문자와 달리 통화로 직접 연결되는 특성상 이용자가 즉각 진위를 판단하기 어려워 피해 발생 위험이 높다. 실제 지난해 하반기 휴대전화 음성 스팸 수신량은 상반기 대비 2배 이상 증가하며 최근 5년 내 최고 수준을 기록했다. 음성 스팸이 빠르게 증가하는 상황에서 선제적 차단 체계 구축 필요성이 커지고 있다. 협약의 핵심은 공공이 보유한 스팸 신고 데이터와 AI 기술을 연계해 '민관 데이터 선순환 구조'를 구축하는 데 있다. 사후 대응 중심의 스팸 차단 방식을 넘어, 의심번호를 조기에 식별하고 선제적으로 차단하는 체계로 전환할 수 있게 된 셈이다. KISA가 보유한 연간 약 1500만 건 규모의 음성 스팸 신고 데이터는 LG유플러스의 익시오를 통해 분석돼 스팸 탐지 정확도를 높이고, 스팸 번호 대응 시간을 단축하는 데 활용된다. 아울러 LG유플러스는 통화 발생 패턴과 스팸 특성을 AI로 분석해 스팸 위험도를 예측하고, KISA는 이를 공공 차단 체계와 연계해 신규 스팸 유형에 대한 대응 범위를 확대한다. 이를 통해 신규 스팸 번호에 대한 대응 속도가 빨라지고 스팸 차단 범위가 확대돼 고객이 실제로 받게 되는 음성 스팸이 대폭 줄어드는 효과를 체감할 수 있을 전망이다. 최윤호 LG유플러스 AI사업그룹장은 “공공 데이터와 AI 기술을 연계해 이용자 보호 역량을 한층 강화할 수 있을 것으로 기대한다”며 “스팸 신고 생태계 활성화에 기여함과 동시에 민관 데이터 선순환 구조를 지속 확대해 고객이 더욱 안전하게 통신 서비스를 이용할 수 있는 환경을 만들어 나가겠다”고 말했다.

2026.07.07 14:00박수형 기자

허드슨AI, 'K컬처' 행사서 실시간 AI통번역 제공

허드슨AI는 'K컬처 익스플레인드' 행사에서 실시간 AI 통번역 솔루션을 제공했다고 1일 밝혔다. 지난 30일 서울 서대문구 연세대에서 진행된 이 행사는 연세대와 K엔터테크허브가 공동 주최했으며, 국내외 대학생 300여 명이 참석했다. 한정훈 K엔터테크허브 대표는 'OTT 투어리즘'을 주제로 발표했다. 김미후 넷플릭스 한국 마케팅 부문 디렉터는 K콘텐츠를 전 세계 시청자의 대화 거리로 만드는 '컨버세이션 퍼스트' 전략을 소개했고, 이강이 한국 프로덕트 머천다이징 부문 디렉터는 시청자의 취향과 문화권에 맞춰 콘텐츠를 발견하도록 돕는 개인화 추천 전략을 설명했다. 주요 발표는 허드슨AI의 실시간 음성 인식, 번역 기술을 통해 현장에서 영어로 제공됐다. 참석자는 한국어 발표를 실시간 번역 텍스트로 확인할 수 있었고, 원하면 번역 내용을 음성으로도 들을 수 있었다. 해외 학생이 다수 참여한 만큼, 다른 참석자도 K콘텐츠와 엔터테크 산업 발표를 직관적으로 이해하도록 도왔다. 허드슨AI는 그간 KBO 등 스포츠 중계를 실시간 영어 더빙으로 제공하며 라이브 방송 환경에 실시간 음성 AI 기술을 적용해 왔다. 행사에선 이 기술을 오프라인 라이브 현장에 적용해, 방송 콘텐츠를 넘어 실시간 현장 커뮤니케이션 영역으로 활용 범위를 넓혔다. 신현진 허드슨AI 대표는 "K콘텐츠가 전 세계로 확산되려면 콘텐츠 자체의 매력뿐 아니라 언어 장벽 없이 전달되는 환경이 중요하다"며 "라이브 방송에서 쌓은 음성 AI 기술을 오프라인 행사에 적용하며 실시간 커뮤니케이션 기술로서의 확장 가능성을 확인했다"고 말했다.

2026.07.01 17:06홍지후 기자

AI가 분석하는 e스포츠 음성 데이터, 승리 공식 바꾼다

SAP가 e스포츠 게임단 팀 리퀴드와 선수 간 커뮤니케이션과 감정, 의사결정 과정까지 데이터화해 경기력 향상에 나섰다. SAP는 23일 서울 중구 HJ비즈니스센터에서 개최한 간담회를통해 팀 리퀴드와 공동 개발한 AI 기반 음성 인텔리전스 애플리케이션을 소개했다. SAP와 팀 리퀴드는 2018년부터 협력 관계를 이어오고 있다. 초기에는 경기 데이터 분석을 중심으로 협력했지만 최근에는 생성형 AI와 기계학습(ML)을 활용한 고도화된 분석 영역으로 확대되고 있다. 현재 양사는 AI 드래프트 시뮬레이터, 팀파이트 자동 탐지 기능에 이어 음성 인텔리전스 솔루션까지 공동 개발해 활용하고 있다. 음성 감정 분석…팀워크·리더십 구조 검증 이번에 공개된 AI 기반 음성 인텔리전스는 e스포츠 경기 중 선수 간에 음성 데이터를 자동 수집한 뒤 AI를 활용해 선수별 음성을 분리하고 음성 내용을 코치진이 활용할 수 있도록 데이터로 제공한다. 그동안 프로 e스포츠 팀은 매일 수시간 분량 음성 커뮤니케이션 데이터를 생성해 왔지만 대부분 오디오 형태로 저장돼 체계적인 분석이 어려웠다. 리그 오브 레전드와 같은 팀 기반 게임에서는 선수 간 의사소통과 감정 상태가 경기 결과에 직접적인 영향을 미치지만 이를 정량적으로 측정할 수단이 제한적이었다. SAP는 이번 솔루션을 통해 음성 데이터 분석 과정을 완전 자동화했다. 경기 녹화본이 확보되면 AI가 멀티채널 오디오를 수집하고 선수별 음성을 분리한 뒤 음성 활동 감지(VAD), 음성 전사(STT), 화자 식별, 감정 분석 등을 수행한다. 이를 통해 기존에 수시간이 걸리던 수동 리뷰 작업을 수분 내에 완료할 수 있다는 설명이다. 톰 발크스 파트너십 매니저는 "실제 경기 환경의 압박 속에서 팀 커뮤니케이션을 체계적으로 분석할 수 있게 된 것은 이번이 처음"이라며 "정제되지 않은 음성 채팅 데이터를 가치 있는 인사이트로 전환해 코치진이 경기 결과와 커뮤니케이션, 감정, 의사결정 과정 간의 관계를 분석할 수 있도록 지원한다"고 말했다. 이어 "이는 경기력 분석과 선수 육성, 팀 문화에 접근하는 방식을 근본적으로 변화시킬 것"이라고 강조했다. 특히 팀 리퀴드는 이번 솔루션을 단순 감정 분석 도구가 아닌 팀워크와 리더십 구조를 분석하는 플랫폼으로 활용하고 있다. 하이탐 알그보리 팀 리퀴드 LoL 애널리틱스 및 데이터 총괄은 "감정 분석 결과를 선수 평가에 직접 활용하는 것이 아니라 경기 중 평소와 다른 플레이나 의사소통 패턴이 나타났을 때 이를 객관적으로 검증하는 용도로 활용한다"고 설명했다. 그는 "선수 5명이 모두 정보만 전달하면 실제 의사결정은 이뤄지지 않는다"며 "누가 정보를 종합해 팀의 행동 방향을 제시하는지, 어떤 선수가 전략적 결정을 주도하는지 파악하는 것이 중요하다"고 말했다. 이어 "특정 선수가 지나치게 의사결정을 독점하거나 반대로 리더십 공백이 발생하는 상황도 확인할 수 있다"며 "선수들의 커뮤니케이션 성향과 협업 방식을 이해하는 데 큰 도움이 된다"고 덧붙였다. 전 프로게이머이자 현재 스트리머로 활동 중인 매즈 '브록사' 브록-페데르센은 리그 오브 레전드의 전략적 복잡성을 설명하며 데이터 분석의 중요성을 강조했다. 그는 "현재 리그 오브 레전드에는 170개가 넘는 챔피언이 존재하며 프로팀들은 경기 전 수 시간 동안 밴픽 전략과 상대 분석에 집중한다"며 "SAP의 분석 도구는 선수와 코치진이 더 나은 의사결정을 내리는 데 도움을 주고 있다"고 말했다. SAP는 현재 약 1000만 건의 리그 오브 레전드 경기 데이터를 기반으로 분석 플랫폼을 운영하고 있다. 게임 패치가 수시로 변경되는 e스포츠 특성을 고려해 최신 버전 데이터를 중심으로 AI 모델을 지속적으로 업데이트하고 있다. 객관적 지표 눈으로 확인…경기력 향상 도움 토마스 에써 SAP 글로벌 스폰서십 부문 시니어 디렉터는 "전통 스포츠에서는 데이터를 확보하기 위해 센서를 부착하거나 별도의 측정 장비가 필요하지만 e스포츠에서는 모든 행동이 디지털 데이터로 기록된다"며 "AI와 데이터 분석 기술의 가치를 보여주기에 최적의 환경"이라고 말했다. 그는 "특히 음성 데이터는 지금까지 사실상 활용되지 못했던 영역"이라며 "AI를 통해 선수들의 의사소통과 감정, 팀 내 협업 구조를 분석할 수 있게 됐다"고 설명했다. 이번 솔루션은 SAP 비즈니스 테크놀로지 플랫폼(SAP BTP)을 기반으로 구축됐다. SAP HANA 클라우드는 구조화된 데이터를 저장하고 감정 분석 기능을 수행하는 핵심 인프라 역할을 담당한다. AI 모델은 SAP AI 코어를 통해 운영되며 음성 전사와 감정 분석 등 고성능 AI 워크로드를 처리한다. 하이탐 알그보리 총괄은 "현재까지 AI 기반 음성 인텔리전스 애플리케이션은 팀 리퀴드의 수천 개 오디오 트랙을 처리하며 검색 가능하고 감정 점수가 반영된 인사이트를 제공해 왔다"며 "파편화된 커뮤니케이션 데이터를 구조화된 성과 데이터로 전환해 팀이 게임과 대회, 시즌 전반에 걸쳐 활용할 수 있도록 지원한다"고 말했다. 이어 "AI가 데이터와 맥락, 실행을 연결해 사람들이 더 빠르고 정확한 의사결정을 내릴 수 있도록 돕는 것이 자율형 엔터프라이즈의 핵심"이라며 "이번 사례는 비즈니스 AI가 실시간 성과 환경에서도 충분한 가치를 창출할 수 있음을 보여준다"고 강조했다. 실제 서비스를 체험한 선수도 AI 기반 음성 분석이 경기력 향상에 실질적인 도움을 주고 있다고 평가했다. 모건 박로한 선수는 "경기가 끝난 뒤 리뷰를 할 때 내가 얼마나 콜을 했는지 기억나지 않는 경우가 많다"며 "데이터를 통해 경기별 커뮤니케이션 패턴을 확인해보면 게임이 잘 풀렸을 때는 콜이 많았고, 반대로 잘 안 풀렸을 때는 말수가 줄어든다는 점을 객관적으로 확인할 수 있었다"고 말했다. 이어 "이런 데이터를 보면서 다음 경기에서는 어떤 부분을 보완해야 할지 준비할 수 있게 됐다"고 덧붙였다. 코어장전 조용인 선수는 "게임에서는 감정이 판단에 영향을 줄 수 있기 때문에 중요한 순간이 아니면 최대한 감정을 중립적으로 유지하려고 한다"며 "AI 분석은 경기 중 나타나는 감정 변화와 커뮤니케이션 패턴을 객관적으로 확인하는 데 도움이 된다"고 설명했다. 그는 "코칭스태프가 단순히 말이 많았다거나 적었다고 이야기하는 것보다 데이터를 통해 시각적으로 보여주면 훨씬 이해하기 쉽다"며 "잘된 경기와 그렇지 않은 경기에서 내가 어떤 방식으로 소통했는지 추적할 수 있어 선수 입장에서도 많은 도움이 된다"고 말했다.

2026.06.23 13:29남혁우 기자

"AI 더빙, 콘텐츠 맥락·감정·문화적 뉘앙스까지 함께 전달"

"AI 더빙이 단순히 음성을 다른 언어로 바꾸는 기술을 넘어 콘텐츠의 맥락과 감정, 문화적 뉘앙스까지 함께 전달하는 방향으로 진화하고 있다." 허드슨에이아이가 과학기술정보통신부와 부산광역시가 공동 주최하는 2026 코리아국제스트리밍페스티벌(KISF 2026) 개막 연사로 참여했다고 19일 밝혔다. KISF는 글로벌 스트리밍 플랫폼 축제로, 6월 21일까지 4일간 영화의전당과 파라다이스호텔 부산에서 열린다. 신현진 허드슨에이아이 대표는 이 자리에서 'AI 더빙을 통한 미디어의 확장'을 주제로 발표했다. 최근 AI 더빙 시장의 경쟁력은 빠른 제작과 비용 절감을 넘어, 원작의 정서와 연기의 고유성을 얼마나 자연스럽게 보존하느냐로 옮겨가고 있다. 신 대표가 한국 콘텐츠의 글로벌 확장을 위해 맥락 기반 AI 더빙을 강조하는 이유다. 이는 원문을 그대로 옮기는 직역이 아니라, 원작의 의도와 정서, 유머, 문화적 맥락을 목표 언어권 시청자가 자연스럽게 이해하도록 재구성하는 현지화 방식이다. 연기와 정서가 중요한 드라마·영화·예능에서는 직역보다 초월번역의 완성도가 콘텐츠 수용성과 몰입도를 좌우한다. 신 대표는 “AI를 활용하더라도 문화권에 따라 다르게 해석될 수 있는 표현, 인물 관계에서 비롯되는 말투, 장면의 감정선은 여전히 정교한 이해가 필요한 영역”이라며 “현재는 인간 번역가와 현지화 전문가의 검수 및 수정 과정이 반드시 필요하지만, 향후 에이전틱 AI 더빙 기술이 고도화되면 맥락 이해, 번역, 감정 생성, 음성 합성의 자동 완성도가 더욱 높아질 것”이라고 전망했다. 이어 “이를 통해 더 많은 로컬 콘텐츠가 더 빠르고 효율적으로 글로벌 시청자에게 전달될 수 있을 것”이라고 덧붙였다. 허드슨에이아이는 AI 미디어 더빙 스타트업으로, AI 더빙 솔루션 '허드슨 스튜디오'를 운영 중이다. 허드슨 스튜디오는 음성 분리, 화자 분리, 번역, 음성 합성 등 더빙 제작에 필요한 워크플로우를 통합적으로 지원하며, 원작의 감정 표현을 유지한 다국어 더빙을 구현한다.

2026.06.19 17:12백봉삼 기자

넥스원소프트, AI 시대 '가명·익명 정보 플랫폼' 개발 나선다

생성형 인공지능(AI) 확산으로 영상·음성·문서 등 비정형 데이터 활용 수요가 급증하는 가운데, 넥스원소프트가 개인정보 보호와 데이터 활용을 동시에 지원하는 차세대 가명·익명 정보 처리 플랫폼 개발에 나선다. 보건의료를 시작으로 공공·금융·교육 분야까지 적용 범위를 확대해 AI 시대 데이터 활용 인프라 시장을 선점한다는 목표다. 넥스원소프트는 한국인터넷진흥원(KISA)이 추진하는 개인정보보호·활용 분야 연구개발(R&D) 과제를 수주하고 가명·익명 정보 생성을 위한 비정형데이터 호환 기술 플랫폼 개발에 착수했다고 18일 밝혔다. 사업은 2028년까지 진행된다. 최근 생성형 AI와 데이터 융합 서비스가 확산되면서 영상·텍스트·음성·문서 이미지 등 다양한 형태의 비정형 데이터 활용 수요가 늘고 있다. 이에 데이터 유형별 개인정보 특성과 활용 목적을 반영한 가명·익명 정보 처리 기술 중요성도 커지고 있다. 특히 기관 간 데이터 공유와 연계가 확대되면서 일관된 품질과 신뢰성을 확보할 수 있는 통합 플랫폼 필요성이 높아지는 상황이다. 이번 과제는 데이터 유형별 특성을 반영하면서도 기관 간 동일한 품질 기준으로 가명·익명 정보를 생성할 수 있는 플랫폼 구현을 목표로 한다. 넥스원소프트는 한라대학교와 울산대, 서울아산병원, 유피에스데이터와 컨소시엄을 구성해 사업을 수행한다. 참여 기관들은 비정형 데이터 개인정보 자동 탐지·분류 엔진과 가명·익명 처리 핵심 알고리즘 패키지, 처리 검증·평가 엔진, 탐지 결과 조회 및 비식별 구역 설정 도구, 객체 비식별화 처리 도구 등 플랫폼 핵심 기술을 공동 개발할 예정이다. 플랫폼은 영상·텍스트·음성·문서 이미지 등 다양한 멀티모달 데이터 환경에서 개인정보 자동 탐지와 변환, 재식별 위험 평가, 검증 기능을 지원한다. 탐지와 변환, 검증, 운영 기능을 모듈형 구조로 설계하고 API 방식으로 연동해 다양한 데이터 유형과 서비스 환경에 유연하게 적용할 수 있도록 구현할 계획이다. 넥스원소프트는 우선 보건의료 분야를 중심으로 기술 실증에 나선다. 의료기관 실제 데이터와 기관생명윤리위원회(IRB) 기준을 연계해 의료 영상과 진료 음성, 문서 등 고난도 비정형 데이터의 개인정보 처리 기술을 검증할 예정이다. 이후 확보한 기술 신뢰성과 운영 경험을 바탕으로 공공·금융·교육 분야까지 적용 범위를 확대할 방침이다. 회사는 총 14개 실증기관을 대상으로 현장 적용성을 검증한 뒤 구축형과 모듈형 등 다양한 공급 모델을 마련해 약 40개 기관 및 기업을 대상으로 상용화를 추진할 계획이다. 이를 통해 AI와 데이터 산업 전반에서 활용 가능한 표준 플랫폼으로 발전시킨다는 구상이다. 최덕훈 넥스원소프트 대표는 "가명·익명 정보 기술은 이제 규제 대응 수단이 아니라 AI와 데이터 산업의 핵심 인프라로 자리 잡고 있다"며 "해당 플랫폼은 보건의료·공공·금융·교육 분야 실제 데이터를 기반으로 기술의 정확성과 안전성, 활용성을 검증해 특정 산업에 국한되지 않는 차세대 표준 플랫폼으로 자리매김할 수 있을 것"이라고 밝혔다.

2026.06.18 13:00한정호 기자

외국인 근로자와 실시간 소통…롯데이노베이트, 건설 현장 AI 에이전트 가동

건설업계를 중심으로 인공지능 전환(AX)이 본격화되는 가운데, 롯데이노베이트가 외국인 근로자 비중이 높은 건설 현장 특화 번역 AI 에이전트를 앞세워 제조·물류 등 다양한 산업으로 적용 범위를 넓힌다. 롯데이노베이트는 통합 AI 플랫폼 '아이멤버' 기반 실시간 AI 음성번역 에이전트를 건설 현장에 적용하며 산업 현장 AX 확대에 나선다고 4일 밝혔다. 이번 솔루션은 외국인 근로자와 현장 관리자 간 원활한 의사소통을 지원하기 위해 개발됐다. 최근 건설업계를 비롯한 산업 현장에선 외국인 인력 비중이 증가하면서 작업 지시와 안전 교육, 현장 운영 과정에서 발생하는 언어 장벽 해소가 주요 과제로 떠오르고 있다. AI 음성번역 에이전트는 롯데이노베이트의 자체 음성인식(STT) 기술을 기반으로 한다. 건설 특화 음성인식 모델과 키워드 부스팅 기법을 적용해 소음이 심한 현장 환경에서도 음성을 정확하게 텍스트로 변환할 수 있도록 설계됐다. 변환된 내용은 AI 번역 엔진을 통해 180여 개 언어로 실시간 번역된다. 특히 건설 현장에서 사용하는 전문 용어와 은어를 학습한 점이 특징이다. '가새', '띠장' 등 일반 번역 서비스가 정확하게 처리하기 어려운 현장 용어를 번역할 수 있어 작업 지시와 안전 관련 메시지 전달 정확도를 높였다. 현장 상황에 따라 신규 용어를 즉시 등록·수정·삭제할 수 있는 사용자 정의 사전 기능도 제공한다. 운영 방식도 현장 중심으로 설계됐다. 관리자가 번역 채널을 개설해 정보를 송출하면 근로자는 스마트폰으로 번역 결과를 실시간 확인할 수 있다. 관리자는 대시보드를 통해 건설용어집 관리와 사용 현황을 한눈에 파악할 수 있다. 이를 통해 소통 오류를 줄이고 작업 효율과 안전성을 동시에 높일 수 있다는 설명이다. 최근 국내 산업계에선 생성형 AI를 활용한 현장형 AI 에이전트 도입이 늘어나는 추세다. 특히 건설과 제조, 물류, 조선업 등 외국인 인력 의존도가 높은 산업에선 단순 업무 자동화를 넘어 현장 소통과 안전 관리 영역까지 AI 활용 범위가 확대되고 있다. 롯데이노베이트는 해당 솔루션에 업종별 전문 용어를 학습시킬 수 있는 사용자 정의 사전 기능과 유연한 응용프로그램 인터페이스(API) 구조를 적용했다. 이를 통해 건설뿐 아니라 제조업과 물류, 조선업 등 다양한 산업군의 기존 업무 시스템과도 손쉽게 연동할 수 있다고 강조했다. 실제 해당 AI 음성번역 에이전트는 지난해 7월 롯데건설에 처음 적용된 이후 지난달 대우건설에도 도입됐다. 현장에선 건설 특화 용어를 정확하게 처리해 외국인 근로자와의 소통 효율을 높였다는 평가를 받고 있다. AI 에이전트는 단순 번역 기능을 넘어 안전관리와 작업 지원, 현장 교육 등 다양한 영역으로 확장되면서 산업 현장 생산성과 안전성을 동시에 높이는 역할을 할 전망이다. 롯데이노베이트 관계자는 "건설 현장뿐만 아니라 외국인 인력 비중이 높은 다양한 산업 전반으로 AI 에이전트 적용을 확대해 나갈 계획"이라며 "검증된 AI 기술로 현장 소통 효율을 높이고 업무 생산성 향상에 기여하겠다"고 말했다.

2026.06.04 10:34한정호 기자

더벤처스, 온디바이스 AI 전문 스타트업 '아웃오브셋' 시드 투자

더벤처스(대표 김철우)가 온디바이스 AI 전문 스타트업 아웃오브셋(대표 김형주)에 시드 투자를 완료했다고 20일 밝혔다. 아웃오브셋은 인터넷 연결 없이 기기 자체에서 구동되는 초경량 버티컬 AI 모델을 개발하는 기술 기업이다. 개인정보 유출 위험, 네트워크 지연, 높은 운영 비용, 서버 장애 등 클라우드 AI의 구조적 제약을 기기 단(on-device)에서 해결한다. 이 문제를 풀기 위해 아웃오브셋은 AI 연구 역량을 갖춘 두 창업자를 중심으로 팀을 꾸렸다. 김형주 대표는 서울대 전기·정보공학 석사 출신으로 네오사피엔스와 수퍼톤에서 5년간 음성 AI 개발을 주도했다. 특히, 수퍼톤 재직 중 공개한 온디바이스 음성 합성 모델은 허깅페이스 분야 1위, 깃허브 별점 수천 개를 기록하며 글로벌 시장에서 기술력을 증명했다. 이현승 공동창업자는 서울대에서 음성 인식 박사 과정을 밟고 AI 동시통역 기업 XL8에서 실시간 음성 인식 시스템을 설계·개발했다. 아웃오브셋이 첫 번째로 공략하는 분야는 음성 인식과 음성 합성이다. 두 기술은 보안이 중요한 의료·법률·금융 분야는 물론, 스마트폰·자동차·로봇 등 다양한 산업에서 수요가 높다. 현재 시장의 온디바이스 AI 모델 대부분은 대형 클라우드 모델을 압축하는 방식에 의존해 실제 제품 배포까지 수개월이 걸린다. 아웃오브셋은 처음부터 기기 구동 환경을 전제로 네이티브 방식을 설계해, 성능 저하 없이 즉시 제품에 적용할 수 있는 모델을 제공한다. 이번 투자금은 모델 학습 인프라 구축과 데이터 확보, 핵심 인력 채용에 사용된다. 아웃오브셋은 고객사 요구에 맞게 모델을 자동으로 추가 학습시키는 시스템을 자체 구축했으며, 이를 통해 기존 외주 방식보다 적은 인력과 시간으로 고객사에 솔루션을 공급한다. 김형주 아웃오브셋 대표는 "AI 성능은 모델 크기가 아닌 데이터와 구조 설계로 결정된다"며 "연구 단계부터 실제 기기 배포를 전제로 설계해 온디바이스 AI 시장의 표준을 만들어나가겠다"고 밝혔다. 김철우 더벤처스 대표는 "아웃오브셋은 연구 역량을 실제 제품으로 구현해내는 실행력을 갖춘 팀"이라며 "클라우드 AI의 한계를 기기 단에서 해결할 원천 기술을 보유한 만큼, 이 시장의 핵심 기술 기업으로 성장할 것으로 기대한다"고 말했다.

2026.05.20 08:55백봉삼 기자

[AI 리더스] 일레븐랩스 "韓 성과 가시화…엔터프라이즈 시장 공략"

"우리는 한국 스타트업·디지털 네이티브 기업 중심으로 인공지능(AI) 사업 성과를 내고 있습니다. 앞으로 엔터프라이즈 고객을 비롯한 방송사, 콘텐츠 기업과 협업해 성공 사례를 글로벌 수준으로 끌어올릴 것입니다." 홍상원 일레븐랩스 한국·일본 고투마켓(GTM) 디렉터는 최근 지디넷코리아 인터뷰에서 한국 시장 성과와 전략을 이같이 밝혔다. 일레븐랩스는 AI 음성 특화 솔루션을 개발·운영하고 있다. 일레븐랩스 AI 음성은 인간 감정과 호흡 같은 비언어적 요소를 텍스트-투-보이스(TTS)로 구현할 수 있다. 현재 1만1천 개 넘는 보이스 라이브러리와 99개 언어를 지원하고 있다. TTS·STT·음성 인식·VAD 매칭 기술을 결합한 음성 에이전트 기술을 핵심 강점으로 내세웠다. 일레븐랩스는 지난해 일본 도쿄에 첫 지사를 설립했으며 같은 해 11월 한국 시장 진출을 발표했다. 홍상원 디렉터가 한국과 일본 지사를 동시에 총괄하고 있다. 홍 디렉터는 한국과 일본 AI 음성 시장 차이점을 언급했다. 일본은 보험, 금융, 통신 등 보수적 산업 중심으로 기술증명(PoC)를 거친 뒤 AI 음성을 본격적으로 도입하고 있는 반면, 한국은 스타트업과 디지털 네이티브 기업 중심으로 일레븐랩스 기술을 빠르게 받아들이고 있다는 설명이다. 홍 디렉터는 한국 시장 출범 후 6개월 만에 여러 활용 사례를 확보했다고 밝혔다. 국내 스타트업을 비롯한 게임, 미디어, 콜센터, 라이브커머스, 크리에이터 생태계 중심으로 AI 음성 기술 적용 사례를 넓히고 있다고 설명했다. 그는 최근 국내 대표 사례로 스푼랩스를 꼽았다. 그는 "스푼랩스는 기존 성우 녹음 방식으로 콘텐츠 한 편을 제작하는 데 4~7개월이 걸렸다"며 "우리 AI 음성 솔루션을 도입한 뒤 제작 기간을 수 시간 수준으로 줄였다"고 강조했다. 일레븐랩스는 케어링의 고령층 돌봄 서비스에 AI 음성 에이전트를 적용해 이용자와 대화하고, 건강 관리와 정서적 지원을 제공하는 방식을 추진하고 있다. 또 방송사와 콘텐츠 기업과 협업도 추진 중이다. 경인방송에서 고 김광한 DJ가 진행했던 '라디오 가가' 20주년 축하 메시지에 AI 기술을 공급했다. "韓, AI 음성 기대치 높아…고객사 확장 목표" 홍 디렉터는 한국 시장 공략 과제로 높은 품질 기대치와 엔터프라이즈 고객 확보를 꼽았다. 그는 "한국 고객들의 TTS 품질 기대치가 매우 높다"며 "이 수준에 맞추려면 실제 사람과 같은 대화가 가능한 AI 에이전트를 만들어야 한다"고 말했다. 이어 "발화를 인식할 뿐 아니라 말하는 기술까지 더 정교해져야 한국서 제대로 된 비즈니스를 할 수 있다고 판단했다"고 덧붙였다. 이에 홍 디렉터는 AI 음성 도입이 단순 기술 구매가 아니라 기업 운영 방식 변화도 필요하다고 봤다. 그는 "기술이 좋다고 해서 곧바로 고객사에 도입되는 것은 아니다"며 "AI 도입은 새로운 비즈니스 운영 모델 자체를 바꾸는 일"이라고 설명했다. 그러면서 "기업은 운영 매뉴얼과 24시간·주 7일 운영 방식 변화도 고민해야 할 때"라며 "우리는 고객과 AI 도입 구조를 이에 맞게 설계하는 것도 돕고 있다"고 강조했다. 홍 디렉터는 한국에서 엔터프라이즈 고객을 적극 공략하겠다고 밝혔다. 현재 스타트업과 디지털 네이티브 기업 분야에서는 사업이 순조롭게 진행되고 있지만, 엔터프라이즈 시장에는 아직 완벽하게 침투하지 못했다는 판단에서다. 그는 "국내 주요 대기업과 협업을 추진하고 있다"며 "특히 네이버, LG유플러스 등 투자사들과의 협업 사례도 공개해 나갈 것"이라고 밝혔다. 이어 "한국은 AI 음성 기술의 실험과 확산이 동시에 가능한 시장"이라며 "국내에서 검증한 활용 사례를 엔터프라이즈와 콘텐츠 산업 전반으로 넓혀 글로벌 시장에서도 통할 수 있는 성공 모델로 만들겠다"고 포부를 밝혔다.

2026.05.11 10:43김미정 기자

대화 중 끼어들어도 즉각 반응…오픈AI, 실시간 음성 AI 모델 공개

오픈AI가 실시간 음성 인공지능(AI) 모델 3종을 한꺼번에 선보였다. 자체 AI 기기 출시를 앞두고 음성 인터페이스 기술력을 끌어올리려는 행보로 풀이된다. 오픈AI는 7일(현지시간) GPT-5급 추론 능력을 갖춘 'GPT-리얼타임-2', 실시간 음성 번역 모델 'GPT-리얼타임-트랜슬레이트', 스트리밍 음성 전사 모델 'GPT-리얼타임-위스퍼'를 공개했다. 이번 발표의 핵심은 GPT-리얼타임-2다. 기존 AI 음성 모델이 이용자와 AI가 순서를 번갈아 말하는 방식이었다면 이 모델은 대화 중 끼어들거나 말을 수정해도 즉각 반응한다. 상황에 따라 말투를 조절하고 개발자가 '최소(minimal)'부터 '초고(xhigh)'까지 5단계로 추론 수준을 선택할 수 있다. 컨텍스트 윈도우도 기존 3만2000토큰에서 12만8000토큰으로 4배 확대됐다. GPT-리얼타임-트랜슬레이트는 70개 이상 언어를 13개 출력 언어로 실시간 변환하며 GPT-리얼타임-위스퍼는 말하는 동시에 텍스트로 전사한다. 부동산 플랫폼 질로는 음성으로 매물을 검색하고 방문 일정을 잡는 음성 비서를, 도이체텔레콤은 고객이 편한 언어로 말하면 실시간 번역해 응대하는 고객 지원 서비스를 구축 중이다. 오픈AI가 이 같은 음성 모델 고도화에 나선 배경엔 자체 AI 기기 준비도 있다. 오픈AI는 애플 수석 디자이너 출신 조니 아이브의 스타트업 '아이오(io)'를 65억 달러에 인수한 후 음성 기반 AI 기기를 개발 중인 것으로 알려졌다. 업계에선 스마트 안경, 핀 형태 웨어러블, 스마트 스피커 등이 거론되며 AI 에이전트 기능을 탑재한 스마트폰 개발 가능성도 제기되고 있다. 세 모델은 리얼타임 응용 프로그램 인터페이스(API)를 통해 즉시 이용 가능하다. 오픈AI는 "실시간 오디오를 단순한 문답을 넘어, 대화가 전개되는 동안 듣고 추론하며 번역하고 전사하면서 실제 작업을 수행할 수 있는 음성 인터페이스로 발전시키고 있다"고 말했다.

2026.05.08 10:16이나연 기자

[AI는 지금] 성우 일자리 사라지나…구글, 연기하는 'AI 음성'으로 기업 시장 공략

구글이 감정 표현과 제어 기능을 강화한 차세대 음성 합성 모델을 선보이며 인공지능(AI) 음성 시장 공략에 속도를 내고 있다. 텍스트 중심이던 생성형 AI 경쟁이 음성 인터페이스로 확장되는 흐름 속에서 기업용 수요를 겨냥한 기술 고도화가 본격화되는 양상이다. 17일 업계에 따르면 구글은 지난 15일(현지시간) 공식 블로그를 통해 차세대 텍스트 음성 변환(Text-to-Speech) 모델 '제미나이 3.1 플래시 TTS(Gemini 3.1 Flash TTS)'를 공개했다. 이번 모델은 개발자용 API와 기업용 버텍스(Vertex) AI, 협업 도구 등을 통해 순차적으로 제공된다. 이번 모델의 핵심은 음성 표현력과 제어 기능 강화다. 자연어 기반 '오디오 태그'를 통해 속도, 억양, 감정 등을 세밀하게 조정할 수 있다. '디렉터 모드'를 활용하면 장면 설정과 캐릭터 역할을 지정해 보다 정교한 음성 생성이 가능하다. 기존 TTS가 단순 낭독 중심이었다면, 이번 모델은 맥락에 맞는 감정 표현까지 반영하는 수준으로 진화했다. 여러 화자가 동시에 등장하는 대화를 한 번에 생성할 수 있는 '멀티 스피커' 기능도 적용됐다. 화자별로 개별 호출이 필요했던 기존 방식과 달리 자연스러운 대화 흐름을 구현할 수 있어 팟캐스트, 오디오 콘텐츠, AI 비서 등 다양한 분야에서 활용도가 높아질 것으로 보인다. 성능과 비용의 균형도 강조됐다. 구글은 블라인드 인간 평가 기반 TTS 벤치마크에서 높은 점수를 기록하는 동시에 '플래시' 계열 구조를 통해 연산 비용을 낮췄다. 이는 기업 고객이 대규모로 도입할 수 있는 환경을 고려한 설계다. 글로벌 확장성도 확보했다. 70개 이상의 언어와 방언을 지원하며 지역별 억양과 표현을 반영할 수 있도록 했다. 이를 통해 글로벌 서비스에서 현지화된 음성 경험 구현이 가능해질 것으로 기대된다. 아울러 생성 음성에는 신스ID(SynthID) 워터마킹을 적용했다. 사람이 인지하기 어려운 방식으로 식별 정보를 삽입해 AI 생성 여부를 판별할 수 있도록 한 것으로, 허위 정보 확산 등 부작용 대응을 고려한 조치로 풀이된다. 구글의 이 같은 움직임 속에 음성 인터페이스를 둘러싼 경쟁도 본격화되는 양상이다. 이미 오픈AI, 메타 등 주요 기업들도 음성 기반 기술 고도화에 속도를 내고 있다. 오픈AI는 대화형 AI에 실시간 음성 기능을 결합해 사람과 유사한 상호작용 구현에 집중하고 있으며, 메타는 AI 캐릭터와 음성 기반 소셜 경험을 결합하는 방향으로 투자를 확대하는 모습이다. 이 같은 기술 진화는 음성 콘텐츠 제작 방식에도 변화를 가져올 것으로 보인다. 감정 표현과 다중 화자 구현이 가능해지면서 광고, 더빙, 오디오북 등 기존 성우 중심으로 운영되던 영역 일부가 AI로 대체될 가능성이 거론된다. 다만 업계에선 고도화된 연기력과 창의성이 요구되는 영역에서 인간 성우의 역할이 당분간 유지되는 한편, 반복적·대량 제작 중심의 시장부터 구조 변화가 나타날 것으로 보고 있다. 업계 관계자는 "그동안 TTS는 정확하게 읽는 기술에 초점이 맞춰졌다면, 이제는 감정과 맥락을 얼마나 자연스럽게 구현하느냐가 경쟁력으로 바뀌고 있다"며 "표현력과 제어 기능이 결합되면서 음성 기반 콘텐츠와 AI 인터페이스 시장이 동시에 확대될 것"이라고 말했다.

2026.04.17 15:03장유미 기자

코히어, 차세대 음성인식 모델 공개…기업용 AI 음성 처리 시장 공략

코히어가 오픈소스 기반의 고성능 음성인식(ASR) 모델을 공개하며 기업용 인공지능(AI) 음성 시장 확대에 나섰다. 정확도와 처리속도를 동시에 끌어올린 점이 특징으로 실시간 음성 데이터 활용 수요 증가에 대응하려는 전략으로 풀이된다. 코히어는 자사 공식 뉴스룸을 통해 최신 음성인식 모델 '코히어 트랜스크라이브(cohere-transcribe)'를 공개했다고 27일 밝혔다. 해당 모델은 음성을 텍스트로 변환하는 ASR 시스템으로, 14개 언어를 지원하며 기업 환경에서 활용 가능한 수준의 성능과 효율성을 목표로 개발됐다. 이번 모델은 컨포머 기반 인코더와 트랜스포머 디코더 구조를 결합한 20억(2B) 파라미터 규모로, 음성 데이터를 로그-멜 스펙트로그램으로 변환한 뒤 텍스트를 생성하는 방식이다. 학습 과정에서는 단어 오류율(WER)을 최소화하는 데 초점을 맞췄다. 성능 측면에서도 경쟁력을 확보했다. 코히어 트랜스크라이브는 허깅페이스 오픈 ASR 리더보드에서 평균 WER 5.42%를 기록하며 기존 오픈소스 및 상용 모델을 제치고 정확도 1위를 차지했다. 이는 '위스퍼 라지(Whisper Large) v3' 등 주요 경쟁 모델 대비 낮은 오류율을 의미한다. 실제 환경에서 안정적인 성능을 보인다는 점도 주목된다. 다중 화자 환경이나 회의실 음향, 다양한 억양 조건에서도 높은 정확도를 유지했으며 인간 평가에서도 의미 보존과 오류 최소화 측면에서 우수한 결과를 나타냈다. 처리 속도 역시 주요 경쟁력으로 꼽힌다. 해당 모델은 실시간 처리 대비 속도를 나타내는 RTFx 지표에서 높은 처리량을 유지하면서도 낮은 오류율을 동시에 달성해 정확도와 효율성 간 균형을 개선했다. 코히어는 이번 모델을 오픈소스로 공개하면서 기업들이 자체 인프라 환경에서 직접 운영할 수 있도록 했다. 동시에 API와 관리형 플랫폼(Model Vault)을 통해 클라우드 기반 서비스도 제공한다는 방침이다. 최근 음성 데이터는 회의 기록, 고객 상담, 실시간 에이전트 등 다양한 분야에서 핵심 입력 수단으로 부상하고 있다. 업계에선 이번 모델 출시가 기업용 음성 AI 시장 경쟁을 한층 가속화하는 계기가 될 것으로 보고 있다. AI 투자사 래디컬 벤처스 페이지 디키 부사장은 "코히어가 트랜스크라이브를 통해 구축한 기술에 깊은 인상을 받았다"며 "수 분 분량의 오디오를 몇 초 만에 활용 가능한 텍스트로 변환하는 속도는 매우 우수하고 실시간 제품과 워크플로에서 새로운 가능성을 열어준다"고 밝혔다. 이어 "테스트 과정에서도 일상적인 음성을 매우 잘 처리한 데다 강력하고 신뢰할 수 있는 전사 품질을 보여줬다"며 "코히어와의 협력을 통해 이 기술로 무엇을 더 만들어낼 수 있을지 기대된다"고 덧붙였다.

2026.03.27 16:18장유미 기자

KISA, 전자고지 음성으로 제공…디지털 취약계층 접근성 제고

한국인터넷진흥원(KISA)이 어르신, 시각장애인 등 디지털 취약 계층을 위해 전자고지 내용을 음성으로 제공하는 서비스를 시행한다. KISA는 수원특례시와 함께 '모바일 음성 전자고지' 서비스 확산에 나선다고 26일 밝혔다. '모바일 음성 전자고지'는 전자고지 내용을 음성으로 제공해 어르신, 시각장애인 등 디지털 취약계층의 정보 접근성을 높이는 서비스다. 기존 모바일 전자고지는 비용 절감과 행정 효율화, 환경 보호 등 이점을 바탕으로 종이 우편을 빠르게 대체해 왔지만, 복잡한 표와 고유 문서 구조로 인해 디지털 취약계층이 스마트폰 기본 화면 읽기 기능(TTS)만으로 전자고지 내용을 정확히 파악하기 어렵다는 한계가 있었다. 이에 한국인터넷진흥원은 디지털 취약계층의 전자고지 이용 환경을 개선하기 위해, 지난해 12월부터 수원시와 모바일 음성 전자고지 서비스 적용을 위한 실무 협의를 이어왔다. 특히 양 기관은 ▲부과 내역 ▲납부 금액 ▲납부 기한 등 수신자가 반드시 확인해야 할 핵심 정보를 선별해 전달하는 '핵심 정보 요약'서비스를 개발했다. 지난 2월에는 경기도시각장애인연합회와 함께 시연회를 개최하고, 실제 이용자의 현장 의견을 반영해 서비스의 실효성과 완성도를 높였다. 수원시는 이달 중 체납 안내문을 대상으로 모바일 음성 전자고지를 시범 발송하고, 향후 정기분 지방세 납부 안내문 등으로 적용 범위를 단계적으로 확대해 나갈 예정이다. 한국인터넷진흥원은 이번 수원시와의 협력을 시작으로 디지털 약자를 포용하는 표준화된 음성 전자고지 모델을 확립해 나갈 계획이다. 이를 바탕으로 모바일 음성 전자고지 서비스를 전국 지자체 및 공공·민간 분야로 확대해 나갈 방침이다. 한국인터넷진흥원 이상중 원장은 “이번 협력은 디지털 전환의 혜택을 모든 국민이 고르게 누릴 수 있는 환경을 조성하기 위해 추진됐다”며 “앞으로도 국민 누구나 동등하고 편리하게 행정 정보를 안내받을 수 있도록 모바일 전자고지 제도를 고도화하고 전자문서 산업의 외연을 넓혀 나가겠다”고 말했다.

2026.03.27 01:04김기찬 기자

구글 미트·팀즈·줌 다 제쳤다…언어 전문가 96%, '딥엘 보이스' 선택

딥엘의 인공지능(AI) 음성 번역 솔루션이 번역 품질과 자막 안정성 두 영역에서 구글 미트·마이크로소프트(MS) 팀즈·줌의 내장 번역 기능을 모두 앞섰다는 독립 연구 결과가 나왔다. 26일 슬레이터가 딥엘 의뢰로 수행한 독립 벤치마크 연구에 따르면 한↔영을 포함한 14개 언어 조합 블라인드 테스트에서 '딥엘 보이스 포 줌(DeepL Voice for Zoom)'은 번역 품질 96.4점, '딥엘 보이스 포 팀즈(DeepL Voice for Teams)'는 96.3점을 기록했다. 반면 타 플랫폼 평균은 87~89점이었다. 주요 번역 오류 발생률은 타 플랫폼 대비 평균 76% 낮았으며 번역 합격률은 79%로 타 플랫폼 평균 42%를 크게 웃돌았다. 블라인드 평가에 참여한 언어 전문가 96%가 딥엘 보이스를 1순위로 선택했다. 자막 안정성에서도 딥엘 보이스가 앞섰다. 딥엘 보이스 포 줌은 자막 안정성 88.6점, 딥엘 보이스 포 팀즈는 85.8점을 기록했으며, 자막 변화 및 깜빡임 현상은 MS 팀즈 대비 평균 37.6%, 줌 대비 평균 54.7% 감소했다. 보고서는 자막이 빈번하게 수정될 경우 번역이 정확해도 실제 회의 활용성이 떨어진다고 지적했다. 슬레이터는 프레임 단위 분석으로 깜빡임·흔들림·수정 빈도까지 함께 측정했다. 이번 연구는 28명의 현직 언어 전문가를 통해 영어→한국어·일본어·스페인어·프랑스어·독일어·이탈리아어·포르투갈어, 7개국어→영어 등 14개 언어 조합을 블라인드 심사하는 방식으로 진행됐다. 슬레이터는 분석 방법과 결과에 대한 편집권을 전적으로 유지했다고 밝혔다. 딥엘은 이번 연구 결과를 바탕으로 다음 달 16일 글로벌 업데이트를 통해 딥엘 보이스의 주요 기능 개선 및 플랫폼 간 협업 기능 확장을 공개할 예정이다. 야렉 쿠틸로브스키 딥엘 창업자 겸 최고경영자(CEO)는 "현직 언어 전문가들이 하나의 솔루션을 압도적으로 선호한 것은 시장의 방향성을 보여주는 분명한 신호"라며 "딥엘 보이스가 번역 품질과 자막 안정성 영역에서 새로운 기준을 제시하고 있음을 입증했다"고 강조했다.

2026.03.26 18:38이나연 기자

직장인 90%가 원하는 음성 AI 번역…도입률 36%인 이유는

국내 직장인 10명 중 9명이 업무에 실시간 음성 인공지능(AI) 번역이 필요하다고 답했지만 실제 활용률은 3명 중 1명 수준으로 나타났다. 18일 딥엘이 국내 직장인 500명을 대상으로 실시한 음성 AI 번역 솔루션 활용 실태조사 결과에 따르면 응답자의 89.8%는 업무에 음성 AI 번역이 필요하다고 답했다. 반면 실제 사용 비율은 35.8%에 그쳤다. 82.6%는 향후 사용 의향이 있다고 밝혔다. 언어 장벽은 실시간 소통 상황에서 두드러졌다. 응답자의 69.8%가 외국어 소통 시 미묘한 감정이나 뉘앙스를 제대로 전달하지 못한 경험이 있다고 답했으며, 69%는 전달하고자 한 메시지를 충분히 설명하지 못한다고 응답했다. 적극적인 의견 표현의 어려움(64.0%), 상대방 의도 파악 실패(63.0%), 언어 문제로 인한 대화·회의 중단 경험(60.0%)도 뒤를 이었다. 음성 번역이 가장 필요한 상황은 화상 회의(48.4%), 업무 관련 전화 통화(43.6%), 대면 회의(34.4%) 순으로 꼽혔다. 직장인들이 음성 AI 번역 솔루션 선택 시 중요하게 보는 요건은 번역 정확도(58.8%), 지연 없는 실시간 번역(58.2%), 비즈니스 맥락과 전문성을 겸비한 번역(54.4%), 보안 및 안전성(52.2%) 순이었다. 도입 기대 효과로는 의사소통 정확도·이해도 향상(53.2%), 외국어 사용에 대한 심리적 부담 감소(52.0%), 실시간 커뮤니케이션 흐름 개선(50.2%)이 꼽혔다. 조직 차원의 기대도 높았다. 음성 AI 번역 도입 시 의사결정 속도가 빨라질 것이란 응답은 81.8%였다. 비영어권 직원의 의견 표현 기회 확대(81.2%), 외국어 능력보다 직무 전문성이 더 중요해질 것(80%)이란 전망도 나왔다. 곤살로 가이올라스 딥엘 최고제품책임자(CPO)는 "이번 조사를 통해 한국 직장인들이 언어 AI 기술에 높은 관심과 수용도를 보이고 있음을 확인했다"며 "기업이 요구하는 속도와 정확성, 자연스러운 대화 흐름, 엔터프라이즈급 보안을 갖춘 딥엘 보이스가 국내 기업과 글로벌 시장 사이의 언어 장벽을 낮추는 데 기여하길 기대한다"고 말했다.

2026.03.18 16:42이나연 기자

Prev 1 2 3 Next