검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI 음성'통합검색 결과 입니다. (42건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

"감정·문맥 이해"…오픈AI, 챗GPT 음성 기능 PC 앱에 추가

챗GPT 사용자가 데스크톱에서 생성형 인공지능(AI)과 음성으로 대화할 수 있게 됐다. 31일 오픈AI는 '고급 음성 모드(Advanced Voice Mode)'를 챗GPT 데스크톱 애플리케이션에 추가했다고 공식 소셜미디어(SNS) X 계정에 발표했다. 사용자는 고급 음성 모드를 윈도와 맥OS를 통해 이용할 수 있다. 이 기능은 GPT-4o 기반으로 작동한다. 사용자는 텍스트를 입력하지 않아도 음성으로 챗봇과 대화할 수 있다. 중간에 말을 멈추거나 더듬어도 AI가 문맥을 이해할 수 있다. 오픈AI는 "고급 음성 모드는 기존보다 더 자연스러운 실시간 대화를 제공한다"며 "사용자 감정을 인식하고 반응할 수 있기 때문"이라고 밝혔다. 앞서 오픈AI는 해당 기능을 올 초 발표한 바 있다. 지난 7월 베타 테스터들에게 이를 공급했으며 피드백을 받았다. 그 후 9월 말 유료 구독자들에게 모바일 버전으로 우선 제공됐다. 이번 발표는 오픈AI가 웹 앱에서 사용할 수 있는 채팅 기록 검색 기능을 공개한 지 하루 만에 전해졌다. 당시 오픈AI는 "챗GPT 웹에서 채팅 기록을 검색할 수 있는 기능을 점진적으로 제공하기 시작했다"며 "사용자는 이전 채팅을 빠르게 불러오거나, 중단했던 채팅을 이어서 할 수 있다"고 밝혔다.

2024.10.31 17:21김미정

카카오 '카나나' 라인업 발표…"한국어 AI 성능으로 글로벌 모델 압도할 것"

"이번에 발표된 '카나나'는 우리가 지금까지 개발해 온 모든 인공지능(AI)을 통합한 모델로, 한국어 처리에서 글로벌 AI 모델들을 능가하는 성과를 냈습니다. '카나나'를 통해 글로벌 AI 시장에서 선두로 나아가고자 합니다." 김병학 카카오 성과리더는 23일 경기도 용인시 카카오 AI 캠퍼스에서 열린 '이프카카오 2024' 행사에서 이같이 말했다. '이프카카오 2024'는 카카오 그룹이 AI 및 클라우드 기술 성과를 공유하고 국내 IT 기술 발전에 기여하기 위해 마련한 행사로, 지난 22일부터 사흘간 진행된다. 김 성과리더는 '카나나 모델 라인업의 핵심(Essence of Kanana Model Family)' 세션을 통해 카카오의 통합 AI 모델인 '카나나(Kanana)'를 소개했다. 그는 "카카오의 모든 AI 서비스를 '카나나'로 통합해 일관된 경험과 새로운 가치를 제공할 것"이라며 "한국어 처리에서 글로벌 모델을 능가하는 성능을 보유했다"고 강조했다. '카나나'는 언어모델(LLM), 멀티모달 언어모델(MLLM), 비주얼 생성모델, 음성모델 등으로 구성된 카카오의 통합 AI 모델이다. 특히 언어모델은 모델 크기에 따라 '카나나 나노', '카나나 에센스', '카나나 플래그'로 분류돼 서비스 환경에 따라 맞춤형의 성능과 비용 효율성을 제공한다. 김 성과리더는 "'카나나 에센스' 모델은 한국어 논리 및 추론 평가에서 글로벌 최고 수준의 성능을 기록했다"며 "케이엠엠엘유(KMMLU), 해래(HAE-RAE) 등의 벤치마크에서 글로벌 대표 모델들을 앞서는 결과를 얻었다"고 밝혔다. 이는 카카오가 자체 구축한 고품질의 한국어 데이터셋과 개인정보 및 저작권 이슈를 해결한 투명한 학습 과정을 통해 이루어진 성과다. '카나나' 모델은 비용 효율성 면에서도 강점을 지닌다. 다양한 모델들이 라인업 형태로 출시돼 각기 다른 목적을 위해 활용될 수 있기 때문이다. 이에 대해 김 성과리더는 "큰 모델을 모든 서비스에 적용하는 것은 비용 효율성이 떨어진다"며 "'카나나'는 서비스 목적에 맞게 학습 과정을 최적화해 처리 시간과 운영 비용을 절감할 수 있다"고 설명했다. 카카오는 이러한 '카나나' 모델을 활용해 카카오톡의 AI 대화 요약, 톡채널 AI 매니저 등 다양한 서비스에 AI 기술을 적용할 계획이다. 특히 멀티모달 언어모델인 '카나나 O'는 텍스트, 이미지, 오디오 데이터를 동시에 이해하고 처리할 수 있어 더욱 자연스러운 사용자 경험을 제공한다. 또 비주얼 생성모델 '콜라주'와 '키네마'는 개인화된 이미지와 동영상을 생성하며 음성모델 '카부'와 '퀘스트'는 자연스러운 음성 인식과 합성을 지원한다. 김 성과리더는 "'카나나' 모델은 다양한 신기술을 통해 사용자와 깊이 있는 상호작용을 이끌어낸다"며 "정확한 지식과 통찰력을 바탕으로 답변을 제공해 서비스에 새로운 가치를 더할 것"이라고 말했다. AI 모델 개발에는 여전히 해결해야 할 과제들이 있다. 그럼에도 김 성과리더는 이러한 도전에 대응하기 위한 해결책을 제시했다. 그는 "사용자 발화의 맥락을 정확히 이해하고 적절한 응답을 제공하기 위해서는 생성형 AI와 대형 언어모델(LLM)의 활용이 필요하다"며 "책임감 있고 신뢰할 수 있는 AI 모델을 만들어가고 있다"고 밝혔다. 그러면서 "'카나나' AI 기술을 서비스로 연결해 사용자 문제를 직접적으로 해결하는 AI 네이티브 컴퍼니로 나아가기 위한 기반을 확대하겠다"고 강조했다.

2024.10.23 14:02조이환

[써보고서] "억수로 좋네"…'챗GPT' 新 보이스모드, 韓 사투리도 '찰떡'

"곧바로 대답하고 같이 오랫동안 대화해도 위화감이 없는게 꼭 사람 같습니다." 지난 24일 모든 유료 사용자에게 공개된 오픈AI '챗GPT'의 고급 음성 기능인 '어드밴스드 보이스 모드(Advanced Voice Mode)'를 두고 국내 테크 커뮤니티에서는 찬사가 이어졌다. 이미 오픈AI는 지난 5월 일부 헤비 유저들에게 이 서비스를 베타 버전으로 제공한 바 있다. 이번 정식 출시에서는 총 5개의 새로운 음성이 추가돼 9개의 음성을 제공하게 됐다. 특히 언어는 한국어를 포함한 50개 이상의 언어로 확장됐다. 이번 고급 모드의 가장 핵심적인 특징은 실시간 반응과 억양과 악센트, 감정 표현까지 인간에 근접한다는 점이다. 이에 '챗GPT' 유료 구독자로서 직접 한국어·영어 사투리, 역할 놀이 등을 시도해 보며 성능을 확인해 봤다. 제주도부터 루이지애나까지, 전 세계 사투리 시연…토박이 "노력은 가상해" 먼저 제주도 사투리를 시연해 봤다. 기자가 제주도 말을 해보라고 요청하자 '챗GPT'는 제주도 억양으로 "고라봅서"라며 "제주도 한번 오면 자꾸 오고 싶을 꿍해"라고 답했다. 서울 사람인 기자가 이해하기 어렵다고 하자 그 뜻이 "한번 와서 보세요. 제주도에 오면 자꾸 오고 싶을 거예요"라고 설명했다. 이어 전라도 사투리를 부탁하자 '챗GPT'는 "와따, 거시기, 밥 먹었냐? 전라도에 오면 맛난 거 천지여!"라는 구수한 사투리를 구사했다. 이는 기자가 평소 즐겨보던 국내 드라마나 영화에서의 전라도 발음과 매우 유사하게 들렸다. 최종적인 확인을 위해 부산 사투리를 요청했다. 이에 '챗GPT'는 "왔나, 밥 묵었나? 부산 오이소"라고 친근하게 답했다. 실제 경상도 출신인 동료에게 평가를 부탁했다. 그는 여러 차례 '챗GPT'와 부산 사투리로 대화를 시도하고는 '억지로 흉내 낸다'는 평을 내렸다. 본토 출신의 객관적인 평가에도 불구하고 이는 타지인에게는 충분히 그럴듯하게 들렸다. 해당 지역 출신이 아닌 사람들이 그곳의 발음이라고 믿기에는 충분한 수준이었다. 다른 언어와의 비교를 위해 영국 BBC, 19세기 영국 신사, 차브(노동계급) 악센트, 미국 루이지애나 악센트 등의 영어도 시연해 봤다. 타지인이 보기에 '챗GPT'는 억양 뿐만 아니라 그 지역의 분위기와 표현을 잘 반영했다. 특히 영국 차브 악센트를 사용할 때는 그들이 자주 쓰는 '걱정마슈(No bother)'나 '땡기다(fancy)' 같은 특정 어휘를 사용했다. 루이지애나 발음으로는 푸근하고 느긋한 미국 남부 토박이들의 말투를 재현해 현지의 느낌을 살렸다. '닥터드레' VS '스눕독' 랩 배틀에서 심리상담까지…무한한 혼자놀기 가능성 '챗GPT'의 보이스모드는 역할놀이에도 우수했다. 기자가 미국의 유명 래퍼 스눕독과 닥터 드레의 랩 배틀을 시연해보자고 하자 인공지능은 긍정적으로 응했다. "닥터드레는 헤드폰만 팔고 랩은 못한다"며 스눕독을 따라한 기자의 랩에 '챗GPT'는 처음에는 긍정적인 가사로 응답했다. 그럼에도 좀 더 기 싸움을 해달라고 기자가 요청하자 '챗GPT'는 "네가 내 헤드폰을 비웃지만 그 돈으로 내가 차트 위에 섰다"며 "네 디스는 나에게 그저 농담 같다"고 답했다. 랩 실력 자체는 부족했지만 심심할 때 혼자서도 역할놀이를 하는데 있어 최적이었다. 심리상담사 역할도 훌륭하게 수행했다. 심리상담사와 환자의 역할놀이를 해보고 환자를 최대한 편안하게 만들라고 한 기자의 명령을 그대로 따랐기 때문이다. 잠을 못자서 정신적으로 힘들다고 호소하자 '챗GPT'는 따뜻한 목소리로 공감하며 작은 변화부터 시작하자고 조언했다. 실제로 일부 사용자들은 우울함을 해소하기 위해 보이스모드를 적극적으로 활용한다는 소감을 드러냈던 바 있다. 이같이 새로운 '챗GPT' 보이스모드는 단순한 음성 인식을 넘어 다양한 언어와 감정 표현을 자유자재로 구사하는 모습을 보여줬다. 오픈AI는 이번 보이스모드 출시로 AI와의 상호작용이 한층 더 인간적이고 다양해질 것을 기대하고 있다. 향후 업데이트를 통해 더욱 자연스러운 대화와 다양한 기능이 추가된다면 일상생활에서의 활용도가 영화 '그녀(Her)'에서와 같이 크게 높아질 것으로 보인다. 오픈AI 관계자는 "오래 기다린 고급 보이스 모드가 드디어 모두에게 출시됐다"며 "이렇게 기다렸던 만큼 서비스가 기대에 부응하길 바란다"고 말했다.

2024.09.29 09:05조이환

영화 '007' 배우 목소리에 애교까지?…음성 AI 비서, 기술 경쟁 '격화'

음성 인공지능(AI) 비서 시장 경쟁이 점차 치열해지고 있는 가운데 오픈AI와 메타가 앞다퉈 차별화 된 서비스를 선보이며 주도권 선점에 나섰다. 일상 생활에 AI를 침투시켜 구독을 통한 유료화를 자연스럽게 유도함으로써 수익성 확보에도 속도를 내는 분위기다. 25일 업계에 따르면 오픈AI는 지난 24일 AI 음성 비서 업그레이드 버전인 '보이스 모드 어드밴스드'를 출시했다. 지난 7월 말 '보이스 모드 스탠더드'를 출시한 지 2개월 만이다. 이 서비스는 기존 챗GPT 유료 구독자들에게 제공된다. 한국어를 비롯해 영어 외에 50개 언어의 사용을 개선한 것이 특징으로, 어색한 말투도 현지인 발음에 가깝게 개선됐다. 또 전문 성우를 고용해 훈련시킨 새로운 음성 5종을 추가했다. 재키 섀넌 오픈AI 챗GPT 멀티모달 총괄은 "새 버전은 더 자연스럽고 실시간 대화가 가능하다"며 "대화 도중에도 언제든지 끼어들 수 있고 사용자의 감정을 감지하고 반응할 수 있다"고 밝혔다. 오픈AI는 앞서 지난 23일 브리핑을 통해 향상된 챗GPT 음성 기능을 시연했다. 어드밴스드 음성모드는 "애교를 넣어 소개해 달라"는 요청에 "안녕, 나는 챗GPT야"라며 애교 섞인 목소리를 내 눈길을 끌었다. 또 "정중하게 인사해 달라"는 요청에는 "안녕하세요. 만나 뵙게 돼서 반갑습니다"라고 답했다. 오픈AI에 따르면 이번 버전은 기존 버전과 비교해 한국어 사투리도 더 많이 이해하는 반면, 욕설은 하지 않도록 설계됐다. "욕해줘"라고 말하면 "제가 욕설을 하지 않지만, 대신 재미있는 대화는 할 수 있어요"라고 답변했다. 오픈AI는 챗GPT가 한국인 전문 성우와 회사 내 한국인 직원들로부터 피드백을 받고 한국어 능력을 향상시켰다. 이날부터 유료가입 서비스인 '챗GPT 플러스' 및 팀 단위나 작은 스타트업을 위한 서비스인 '챗GPT 팀'을 통해 사용할 수 있다. 기업용인 '챗GPT 엔터프라이즈'와 대학을 위한 '챗GPT 에듀'에서는 다음주부터 이용할 수 있다. 메타 플랫폼은 자사 AI 챗봇에 주디 덴치, 존 시나 등 유명 영화배우 5명의 목소리를 차용해 제공할 계획이다. 메타의 챗봇 비서는 현재 텍스트 채팅에 참여하고 사용자의 요구에 응답해 이미지를 생성할 수 있다. 주디 덴치는 영화 '007시리즈'에서 제임스본드의 상관인 'M'으로 나오는 영국의 유명 배우다. 존 시나는 프로레슬러 출신으로, 영화 '분노의 질주' 등에 출연했다. 목소리를 제공하기로 계약한 연예인은 이 외에도 크리스틴 벨, 아콰피나, 키건마이클 키 등이 있다. 연예인 목소리 외에 몇 가지 일반 음성 옵션도 제공된다. 유명 연예인 목소리 서비스는 이번 주 미국과 기타 영어권 시장에서 페이스북, 인스타그램, 왓츠앱을 포함한 메타의 앱 제품군을 통해 출시된다. 이에 맞서 아마존은 올해로 출시 10년이 된 AI 음성 비서 '알렉사'를 오는 10월 중순께 전면 개편해 선보인다. 알렉사의 업그레이드는 2014년 출시 후 처음으로, 지난해 9월 대규모 개편을 발표한 지 13개월 만이다. 새로운 알렉사는 월 최대 10달러의 구독 서비스를 가입해야 이용할 수 있다. 기존에는 날씨 등 사용자의 간단한 질문에 음성으로 답하는 것에 그쳤으나, 앞으로는 대규모 언어 모델(LLM)을 기반으로 생성형 AI를 통합해 복잡한 질문에도 답할 수 있게 된다. 특히 이용자의 선호도에 따라 생성한 뉴스 요약이 매일 제공되는 '스마트 브리핑' 기능이 탑재될 것으로 보여 기대감을 키우고 있다. 삼성전자도 AI 비서 '빅스비'의 활용도를 높이기 위해 지난달 26일 업데이트를 실시했다. 자연어 기반으로 맥락을 이해하는 음성 명령으로 가전 제품을 쉽게 제어할 수 있도록 한 것이다. 이를 통해 ▲한 문장에 여러가지 명령을 담아 말해도 가전제품이 각 의도를 이해할 수 있고 ▲앞의 대화를 기억해 다음 명령까지 연결해 수행할 수 있으며 ▲기기 관련 궁금증과 답변을 말로 묻고 바로 확인할 수 있다. 구글도 지난달 13일 '메이드 바이 구글 2024'를 통해 자연스러운 대화가 가능한 AI 음성 비서 '제미나이 라이브'를 공개했다. 제미나이 라이브를 활용하면 개인 트레이너가 보낸 이메일을 바탕으로 운동 계획을 세워달라고 요청하거나, 유튜브 콘텐츠 내용과 관련해 궁금한 것을 옆사람과 대화하듯 물어볼 수 있다. 목소리도 10가지로 선택 가능하다. 월 구독료는 19.99달러(약 2만7천원)로, 구글 픽셀폰뿐 아니라 삼성전자 갤럭시폰에서도 이용할 수 있다. 구글은 수 주 안에 '아이폰'에도 이를 사용할 수 있도록 지원할 계획이다. 애플은 자체 개발한 AI 시스템 '애플 인텔리전스'를 탑재한 음성 비서 '시리'를 내년 1월께 출시할 것으로 알려졌다. '시리'는 애플이 지난 2011년 선보인 서비스로, 이용자 요청에 타이머나 알람 설정, 날씨 등을 음성으로 알려준다. 그러나 오픈AI의 GPT-4o처럼 깊이 있는 양방향 소통은 그간 불가능했다. 한국에서는 내년 3월경 애플 인텔리전스를 사용할 수 있을 것으로 보인다. 에릭 슈미트 구글 전 최고경영자(CEO) 등이 투자한 프랑스 비영리 AI 연구소 큐타이는 지난 7월 인간 감정을 이해하는 음성 비서 '모시'를 공개했다. 공개된 모델은 70가지 감정과 스타일로 인간처럼 대화할 수 있는 게 특징이다. 이처럼 생성형 AI를 활용한 음성 AI 비서 시장에서 빅테크들의 경쟁이 치열해지면서 관련 시장에 대한 전망도 긍정적이다. 실제 일본 시장조사기관 글로벌 인포메이션에 따르면 AI와 머신러닝(ML)을 사용하는 지능형 가상비서(IVA)의 올해 시장 규모는 147억7천만 달러(약 20조1천억원)로 추정된다. 2023~2030년 연평균 성장률(CAGR)은 26.2%로, 2030년 시장 규모는 474억 달러(약 64조6천억원)에 달할 것으로 전망된다. 업계 관계자는 "생성형 AI 음성 비서가 앞으로 돈이 될 것으로 보고 빅테크들을 중심으로 앞 다퉈 서비스를 내놓고 있는 분위기"라며 "듣고 말하는 AI가 전 산업에 걸쳐 가져올 변화는 가늠하기 어려울 정도"라고 밝혔다. 그러면서 "다만 AI 비서 개발을 위해서는 개인정보와 편향성, 윤리적인 문제도 함께 고려돼야 할 것"이라고 덧붙였다.

2024.09.25 10:42장유미

"녹음 잡음 AI로 삭제"…녹음 음성 분리 AI, 英 법정서 채택

녹음 파일에서 여러 사람의 목소리가 섞여 음성을 제대로 인식하지 못하는 '칵테일파티 문제'가 곧 법정에서도 해결될 것으로 보인다. 6일 BBC 등 외신에 따르면 최근 영국 법정은 '칵테일파티 효과'와 '칵테일파티 문제' 해결을 위해 웨이브 사이언스에서 만든 인공지능(AI) 솔루션을 활용했다. 기존의 경우 잡음으로 인해 녹음 파일이 제대로 된 증거로 채택되지 못했는데 이 솔루션으로 문제가 개선됐다는 것이 외신들의 분석이다. 칵테일파티 효과는 많은 사람이 모여서 이야기할 때 인간의 감각기관이 한 가지 대화에만 집중해서 듣는 것을 의미한다. 이와 달리 로봇이나 기존 AI가 인간처럼 관심 있는 대화를 선택해서 듣지 못하는 문제를 칵테일파티 문제로 칭한다. 웨이브 사이언스는 지난해 말 정부 연구실에서 오디오 포렌식 및 음향 분석 소프트웨어(SW) 앱을 출시한 바 있다. 소리가 마이크나 귀에 도달하기 전 방 안에서 어떻게 반사되는지 분석할 수 있는 AI도 만들었다. 외신은 이 녹음 음성 분리 SW와 AI가 미국에서 발생한 살인 사건의 과학 수사에 쓰였으며 이를 통해 나온 증거가 유제 판결에 결정적 역할을 했다고 보도했다. 이들의 기술은 더욱 발전 중이다. 웨이브 사이언스의 최근 알고리즘 테스트 결과에 따르면 이들의 음성 분리 시스템은 마이크가 두 개뿐이어도 인간의 귀와 같은 성능을 보일 정도로 발전했으며 마이크가 더 많을수록 성능은 향상되는 결과를 보였다고 밝혔다. 키스 맥엘빈 웨이브 사이언스 창립자는 "사람의 목소리를 음성 분리하는 건 음향학에서 고전적인 난제 중 하나였다"면서도 "우리의 테스트에서 나온 결과는 인간의 청력과 매우 유사한 결과를 보였다"고 강조했다. 이어 "우리는 인간의 뇌가 동일한 시스템으로 운영되고 있다고 생각한다"며 "칵테일파티 문제를 해결하며 뇌에서 어떤 과정을 거치는지 발견하는 계기가 될 수 있다고 생각한다"고 말했다.

2024.09.06 10:56양정민

"애플·삼성·아마존도 난리"…감정 읽는 AI 비서, 누가 더 잘 할까

생성형 인공지능(AI)을 탑재한 'AI 비서'가 최근 우후죽순 쏟아지면서 글로벌 빅테크의 새로운 격전지가 되고 있다. AI의 휴대형, 개인화 현상이 짙어진 탓에 'AI 비서'와 관련된 기술들이 빠른 속도로 개발되며 시장의 새로운 성장동력이 되고 있다는 평가다. 31일 업계에 따르면 아마존은 올해로 출시 10년이 된 AI 음성 비서 '알렉사'를 오는 10월 중순께 전면 개편해 선보인다. 알렉사의 업그레이드는 2014년 출시 후 처음으로, 지난해 9월 대규모 개편을 발표한 지 13개월 만이다. 새로운 알렉사는 월 최대 10달러의 구독 서비스를 가입해야 이용할 수 있다. 기존에는 날씨 등 사용자의 간단한 질문에 음성으로 답하는 것에 그쳤으나, 앞으로는 대규모 언어 모델(LLM)을 기반으로 생성형 AI를 통합해 복잡한 질문에도 답할 수 있게 된다. 특히 이용자의 선호도에 따라 생성한 뉴스 요약이 매일 제공되는 '스마트 브리핑' 기능이 탑재될 것으로 보여 기대감을 키우고 있다. 삼성전자도 AI 비서 '빅스비'의 활용도를 높이기 위해 지난 26일 업데이트를 실시했다. 자연어 기반으로 맥락을 이해하는 음성 명령으로 가전 제품을 쉽게 제어할 수 있도록 한 것이다. 이를 통해 ▲한 문장에 여러가지 명령을 담아 말해도 가전제품이 각 의도를 이해할 수 있고 ▲앞의 대화를 기억해 다음 명령까지 연결해 수행할 수 있으며 ▲기기 관련 궁금증과 답변을 말로 묻고 바로 확인할 수 있다. 구글도 지난 13일 '메이드 바이 구글 2024'를 통해 자연스러운 대화가 가능한 AI 음성 비서 '제미나이 라이브'를 공개했다. 제미나이 라이브를 활용하면 개인 트레이너가 보낸 이메일을 바탕으로 운동 계획을 세워달라고 요청하거나, 유튜브 콘텐츠 내용과 관련해 궁금한 것을 옆사람과 대화하듯 물어볼 수 있다. 목소리도 10가지로 선택 가능하다. 월 구독료는 19.99달러(약 2만7천원)로, 구글 픽셀폰뿐 아니라 삼성전자 갤럭시폰에서도 이용할 수 있다. 구글은 수 주 안에 '아이폰'에도 이를 사용할 수 있도록 지원할 계획이다. 애플은 첫 AI폰 '아이폰16' 시리즈에 오픈AI의 'GPT-4o'를 적용한 AI 음성비서 '시리'를 탑재할 것으로 알려졌다. '시리'는 애플이 지난 2011년 선보인 서비스로, 이용자 요청에 타이머나 알람 설정, 날씨 등을 음성으로 알려준다. 오픈AI의 GPT-4o처럼 깊이 있는 양방향 소통은 그간 불가능했다. 오픈AI는 지난 5월 보고 듣고 대화할 수 있는 'GPT-4o'를 공개한 후 시장을 이끌고 있다는 평가를 받고 있다. GPT-4o는 텍스트를 통해 대화했던 기존 챗GPT와 달리 이용자와 실시간 음성 대화를 통해 질문을 받고 답변을 내놓는다. 텍스트·음성뿐 아니라 이미지 인식 기능까지 갖춘 멀티모달(Multimodal) 모델로, 사람이 말하는 내용이나 보여주는 이미지를 즉각 이해하고 이에 걸맞은 답을 할 수 있다. 업계 관계자는 "알렉사, 시리, 빅스비 등 기존 음성 비서 서비스들은 음성을 텍스트로 바꿔서 인식하고 답변도 텍스트로 먼저 만든 다음 음성으로 합성하는 식이었다"며 "이제는 음성을 음성 그 자체로 인식해 처리 과정이 빨라진 데다 목소리에 담긴 감정이나 배경이 섞인 소리도 알아차릴 수 있게 됐다는 점에서 상당한 기술 차이가 있다"고 설명했다. 이처럼 생성형 AI를 활용한 음성 AI 비서 시장에서 빅테크들의 경쟁이 치열해지면서 관련 시장에 대한 전망도 긍정적이다. 실제 일본 시장조사기관 글로벌 인포메이션에 따르면 AI와 머신러닝(ML)을 사용하는 지능형 가상비서(IVA)의 올해 시장 규모는 147억7천만 달러(약 20조1천억원)로 추정된다. 2023~2030년 연평균 성장률(CAGR)은 26.2%로, 2030년 시장 규모는 474억 달러(약 64조6천억원)에 달할 것으로 전망된다. 업계 관계자는 "생성형 AI 음성 비서가 앞으로 돈이 될 것으로 보고 빅테크들을 중심으로 앞 다퉈 서비스를 내놓고 있는 분위기"라며 "듣고 말하는 AI가 전 산업에 걸쳐 가져올 변화는 가늠하기 어려울 정도"라고 밝혔다. 그러면서 "다만 AI 비서 개발을 위해서는 개인정보와 편향성, 윤리적인 문제도 함께 고려돼야 할 것"이라고 덧붙였다.

2024.08.31 12:00장유미

"모든 업무를 음성으로"…구글, '제미나이 라이브' 공개

구글이 영화 아이언맨에 등장한 자비스처럼 음성으로 업무를 처리할 수 있도록 돕는 인공지능(AI) 비서를 출시했다. 테크크런치 등 외신에 따르면 구글은 13일(현지시간) 미국 캘리포니아주 마운틴 뷰에서 열린 '메이드 바이 구글' 이벤트에서 제미나이 라이브를 공개했다. 제미나이 라이브는 기존 제미나이에 음성 대화 기능을 추가한 AI챗봇이다. 사용자들이 다양한 환경에서 자유롭게 활용할 수 있도록 안드로이드와 iOS 등 모바일 환경을 기반으로 제작됐다. 다만 제미나이 어드밴스드 구독자를 대상으로 안드로이드 영문 버전을 우선적으로 지원하며 몇 주 내에 iOS와 추가 언어를 지원할 예정이다. 구글은 제미나이 라이브에 향상된 음성 엔진을 적용해 일관되고 표현력이 풍부하며 현실적으로 사용자와 대화가 가능하다고 밝혔다. 또한 챗봇이 답변하는 도중에 후속 질문을 하더라도 바로 대응할 수 있을 뿐 아니라 실시간으로 사용자의 음성 패턴을 학습해 답변속도를 조절하고 입력 정확도를 높이는 것도 가능하다. 더불어 백그라운드 앱으로 전환해 스마트폰이 잠긴 상태에서도 계속 대화를 이어갈 수도 있다. 구글 측은 이를 이용해 채용담당자와 구직면접을 하는 연습을 하거나 함께 브레인스토밍을 하며 아이디어를 떠올릴 수 있을 뿐 아니라 다양한 앱을 연계해 업무를 개선할 수 있다고 설명했다. 업무 일정을 제미나이에게 알리면 자동으로 캘린더에 해당 일정을 입력할 뿐 아니라 관계자들에게 내용을 전달하고 필요한 리스트까지 자동으로 작성한다. 이 과정에서 제미나이를 넘어 지메일이나 구글 메시지 등 여러 앱을 자연스럽게 연계해 활용할 수 있다. 구글의 시시 샤오 제미나이 익스피리언스 및 구글 어시스턴트 부사장은 "제미나이는 모든 구글 앱, 도구와 통합해 한 번에 업무를 수행할 수 있도록 지원한다"며 "우리는 AI 기반 어시스턴트의 지원이 불편함을 넘어서는 전환점을 넘어섰다고 생각하며 픽셀9에서 제미나이를 경험해 보길 기대한다"고 말했다.

2024.08.14 08:59남혁우

리턴제로, '콜라보' 처리 회의 수 2만 건 돌파

음성인식 AI스타트업 리턴제로(대표 이참솔)가 자사의 회의록 자동 작성 서비스인 콜라보가 처리한 회의가 총 2만 건을 돌파했다고 6일 밝혔다. 콜라보는 리턴제로의 AI 음성인식 기술을 통해 회의 내용을 자동으로 기록해주고 요약하는 기업전용(B2B) 서비스다. 리턴제로의 콜라보는 2023년 4월 정식 출시해 서비스를 시작한 후 1년 여만에 처리 회의 수 2만 건을 돌파했다. 요약 처리된 회의 총 누적 시간은 1만1천 시간이 넘는다. 월단위로 계산한다면, 콜라보는 1달에 약 1천300개 이상의 회의를 처리한 셈이다. 콜라보는 온오프라인 회의와 인터뷰 등 비즈니스 관련 업무 기록에 최적화돼 있다. 구글 밋이나 줌, MS 팀스 등 통상적인 화상회의 플랫폼에서 사용이 가능하고, 세일즈포스·슬랙·재피어 등 다양한 업무 툴과도 연동이 가능하다. 모바일 앱으로도 구현돼 이용자들이 언제 어디서든 손쉽게 이용할 수 있다. 또 30분 분량의 회의를 30초 만에 요약해 회의 전체를 요약하고, 주요 논의사항·회의 후 할일 목록 및 발화자 구분·발화 비율 분석 등 다양한 기능을 제공한다. 특히 콜라보는 성능 면에서 큰 강점을 보이는 게 특징이다. 최근 업데이트한 LLM(거대언어모델) 모델에 리턴제로가 자체적으로 구현한 음성인식 엔진을 결합해, 비정형 데이터인 회의 텍스트 분석에 높은 정확성과 속도를 보인다. 실제로 사람이 수기로 작성할 경우 30분 이상의 시간이 소요되는 회의록 정리를 30초 만에 해결할 수 있다. 연내에는 회의 목적에 따라 필요한 정보를 구분해 추출하는 '회의 유형별 맞춤 요약' 기능을 출시할 예정이다. 이참솔 리턴제로 대표는 "리턴제로는 앞으로도 사람들의 일상을 윤택하게 만들고, 다양한 산업 현장의 인공지능 전환도 선도할 실용적인 서비스를 선보일 것"이라고 말했다.

2024.08.06 18:09백봉삼

삼성전자, 'AI 가정용 에어컨' 판매량 전주 대비 50% 증가

삼성전자는 AI 기능을 강화한 가정용 에어컨 판매량이 지난주에 전주 대비 50% 이상 급증했다고 밝혔다. 장마가 끝나고 올여름 역대급 폭염이 시작되면서 에어컨 판매량을 증가한 것으로 분석된다. 7월 전체 판매량도 전년 대비 두 자릿수를 기록했다. 가정용 시스템 에어컨은 7월 전년 대비 약 25%, 일반 무풍 에어컨은 전년 대비 약 10% 이상 판매가 늘었다. 특히 7월에 판매된 에어컨 중 80%가 무풍에어컨으로 나타났다. 삼성전자는 가정용 시스템 에어컨 전체 라인업에 무풍 기능을 탑재해 고객 니즈를 반영했다. 2024년형 '비스포크 AI 무풍 갤러리'는 전 모델이 에너지소비효율 1~2등급을 획득했으며, 스마트싱스(SmartThings) AI 절약 모드로 상황별 맞춤 절전이 가능해 에너지 사용량을 최대 30%까지 절약할 수 있다. 또한, 빅스비를 적용해 리모컨 없이 음성 명령으로 에어컨의 다양한 기능을 손쉽게 실행할 수 있다. 에어컨을 켜고 끄거나 온도를 조절하는 등 간단한 음성 제어는 에어컨 기기 자체에서 지원돼 와이파이 연결 없이도 이용할 수 있다. 이와 함께, 실내 움직임을 인지해 에어컨을 알아서 작동하는 AI 기능으로 한층 편리하게 사용할 수 있다. 실내 움직임이 없다고 판단되면 ▲일정 시간 이후 절전 모드로 전환하거나 전원을 끄는 '부재 절전'으로 에너지를 절약하고 ▲에어컨 내부의 습기를 건조시키는 '부재 건조'로 위생 관리가 더 편리해졌다. 에어컨의 기능과 함께 극성수기에도 구매 다음 날 바로 에어컨 설치가 가능한 것도 판매가 증가한 요인으로 꼽히고 있다. 장마와 폭염 등 변덕스러운 날씨 속에서 에어컨을 찾는 고객이 늘어났지만, 에어컨 설치 인력 확대로 구매 후 다음 날 바로 설치할 수 있어 소비자의 큰 호응을 얻고 있다. 삼성전자 관계자는 "삼성전자 AI가전이 큰 인기를 끌고 있으며, 에어컨 역시 스마트한 기능으로 높은 호응을 얻고 있다"며, "앞으로도 'AI 가전=삼성'이라는 공식을 넘어 '모두를 위한 AI(AI for All)' 비전을 완성해 나갈 것"이라고 밝혔다. 한편, 삼성전자는 오는 31일까지 전국 온.오프라인 매장에서 에어컨을 비롯한 가전, TV, 모바일, IT 등 17개의 다양한 품목을 최대 50%까지 할인된 가격으로 구매할 수 있는 '삼성전자 AI 세일 페스타' 프로모션을 실시하고 있다.

2024.08.05 09:07이나리

삼성, 올해 '자체 AI 탑재' 빅스비 출시한다

삼성전자가 올해 자체 개발한 인공지능(AI) 모델을 기반으로 한 음성비서 '빅스비'의 업그레이드 버전을 출시할 예정이라고 밝혔다고 미국 경제매체 CNBC가 10일(현지시간) 보도했다. 보도에 따르면, 프랑스 파리에서 열린 언팩 행사에서 노태문 삼성전자 MX사업부 사장은 CNBC에 “생성형 AI 기술을 적용해 빅스비를 더욱 발전시킬 것”이라고 밝혔다. 삼성전자가 개선된 빅스비를 개발 중이라는 소식은 지난 3월 처음 알려졌다. 하지만 삼성전자가 직접 출시 일정을 밝힌 것은 이번이 처음이다. 노태문 사장은 삼성전자가 구글의 제미나이를 삼성 제품에 탑재하는 등 자사 제품에 다양한 음성비서 서비스를 허용하는 전략을 유지할 것이라고 밝혔다고 해당 매체는 전했다. 빅스비의 개선은 삼성전자가 자사 제품에 AI 기능을 탑재하려는 광범위한 노력 중 하나다. 삼성전자는 10일 언팩 행사에서 갤럭시Z폴드 6과 갤럭시Z플립 6 등 신제품을 공개하면서 몇 가지 새로운 AI 도구들도 함께 공개했다. 노태문 사장은 ”우리는 제품에 더 많은 AI 기능을 강화하고 도입하고 있다”며, ″소비자들이 AI 기능을 더 많이 사용하면서 실제로 그들이 가져다 주는 편리함과 이점을 느낄 수 있다. 이러한 갤럭시 AI, 모바일 AI가 신제품 구매의 강력한 동기이자 원동력이라고 생각한다”고 말했다. 빅스비는 2017년 갤럭시S8 스마트폰과 함께 출시된 음성 비서 서비스로, 빅스비에는 실시간 번역 기능을 비롯해 음식점 추천 등 다양한 기능이 탑재되어 있다.

2024.07.11 13:51이정현

첨단 영상 분석으로 딥페이크 신종범죄 잡는다

한국전자기술연구원(KETI·원장 신희동)은 국립과학수사연구원(원장 이봉우)과 과학수사 분야 연구 협력을 위한 업무협약(MoU)을 체결했다고 밝혔다. KETI와 국과수는 업무협약을 계기로 인공지능(AI) 기반 영상·음성 분석 등 첨단 분야 공동 기술 개발을 추진함과 동시에 과학수사 분야 내 기술 확산을 지원하는데 합의했다. KETI는 딥러닝 기반 영상 인식추적·영상 화질개선 등 지능형 영상처리 기술, 멀티모달 인터랙션 및 추론, 자연어 처리 등의 인공지능 기술 등 첨단 지능 분야 핵심 기술 육성에 집중하고 있다. 국과수는 행정안전부 소속 과학수사 감정연구기관으로, CCTV·비디오·사진을 포함하는 각종 영상·음성 판독/개선 기술 등 범죄수사에 필요한 법공학 분야 연구개발을 수행 중이며, 주요 범죄 사건사고에 필요한 해석과 감정을 지원한다. KETI와 국과수는 이번 협약을 통해 ▲과학수사에 필요한 영상 및 음성 분석 기술 교류 ▲영상 및 음성 분석 기술 활용을 위한 인적 교류 ▲과학 수사 분야 신기술 수요 공동 발굴 및 정부 전략 수립 지원 등 첨단 분야에서의 R&D 협력을 강화할 계획이다. 협약식에서는 KETI 지능정보연구본부의 지능형영상처리연구센터 및 인공지능연구센터, 국과수 법공학부의 디지털과와 법과학교육연구센터 주요 관계자가 참석해 첨단 과학수사 분야 주요 협력 기술을 논의했다. KETI 지능정보연구본부는 인물의 행동 양식을 모방하는 극사실적 인물 구현 등의 동영상 합성·판별 기술을 바탕으로 딥페이크 영상과 음성을 판별하는 탐지 기술을 보유 중이다. 신희동 KETI 원장은 “다가오는 미래 치안의 핵심은 첨단 과학 기술 개발이며, KETI는 유망 ICT 기술 구현과 확산에 필요한 최적의 파트너”라며 “두 기관의 협약이 향후 국민 안전을 보장하는 과학치안 사회로 이어지길 기원한다”고 밝혔다. 이봉우 국과수 원장은 “최근 인공지능 기술 발달에 따라 딥페이크와 같은 신종범죄로 인해 국민 안전이 위협받고 있다”며 “두 기관의 힘을 모아 기술을 연구·개발해 국민이 안전한 사회를 구현할 수 있도록 노력하겠다”고 말했다.

2024.07.10 08:25주문정

"오픈AI 'GPT-4o' 넘는다"…佛 억만장자가 내놓은 AI 新무기, 정체는?

"프랑스와 유럽연합(EU)은 인공지능(AI) 선도 국가인 미국과 중국, 영국에도 뒤처지고 있습니다. 우리는 혁신 측면에서 뒤처져 있고 너무 느리게 대응하고 있습니다." 에마뉘엘 마크롱 대통령이 지난해 6월 14일 파리에서 작심 발언을 한 지 1년 만에 프랑스가 오픈AI에 대적할 만한 새로운 AI 무기를 꺼내들었다. 프랑스 억만장자 자비에르 니엘이 후원하는 AI 연구 비영리 단체인 큐타이를 통해서다. 4일 블룸버그통신에 따르면 큐타이는 지난 3일(현지시간) 프랑스 파리에서 오픈AI가 최근 선보인 'GPT-4o'와 비슷한 음성 비서 '모시' 서비스를 공개했다. 이 서비스는 70가지 감정과 스타일로 대화할 수 있는 것이 특징으로, 이날 행사에선 에베레스트 산 등반에 대해 조언하거나 짙은 프랑스 억양으로 시를 낭송하는 등의 시연도 이뤄졌다. 큐타이는 자비에르 니엘과 또 다른 현지 억만장자 로돌프 사데, 에릭 슈미트 구글 전 최고경영자(CEO) 등이 3억 유로(약 3억2천400만 달러)를 투자해 설립된 연구소다. 패트릭 페레즈 큐타이 CEO는 구글 딥마인드와 메타 AI 출신 연구원들을 고용했으며 거대언어모델(LLM) 개발을 위해 엔비디아의 H100 그래픽처리장치(GPU)도 대거 사들였다. 큐타이 측은 '모시'가 '챗GPT' 개발사인 오픈AI가 음성 비서 기능을 지원하는 AI 모델 'GPT-4o'와 비슷하다고 주장했다. 'GPT-4o'는 텍스트로 대화를 나누던 기존 모델과 달리 실시간 음성으로 질의응답을 할 수 있고, 사용자가 답변 중간에 끼어들어도 대화를 계속할 수 있는 것이 특징이다. 당시 샘 알트먼 오픈AI CEO는 시연 직후 스칼렛 요한슨이 주연한 영화 '그녀(HER)'에서 영감을 얻었다고 밝힌 바 있다. 하지만 스칼렛 요한슨이 자신의 목소리를 도용했다고 주장하자 오픈AI는 당초 6월 말 일부 챗GPT 플러스 사용자에게 GPT-4o를 제공하려던 계획을 철회했다. GPT-4o 기능을 피드백 수집 차원에서 일부 이용자들에 먼저 공개해 안전성과 신뢰성 점검한 후 올 가을부터 순차적으로 선보일 예정이다. 다만 처음 시연했던 비디오 및 화면 공유 기능은 포함되지 않을 전망이다. 이 같은 상황에서 큐타이가 '모시'로 AI 경쟁 속에서 우위를 가져갈 수 있을지 주목된다. 큐타이는 오픈 소스 기술로 '모시'에 대한 연구 결과를 공개할 예정으로, 몇 주 안에 이를 자유롭게 이용할 수 있도록 할 계획이다. 또 큐타이는 오픈AI의 GPT-4o 논란을 의식해 '모시'를 앨리스라는 성우와 함께 작업했으나, 이름을 공개하진 않았다. 패트릭 페레즈 큐타이 CEO는 "최초로 출시된 실시간 음성 AI 비서 '모시'는 말하는 대로 생각한다"며 "모시는 우리가 기계와 소통하는 방식을 바꿀 수 있는 엄청난 잠재력을 가지고 있다고 믿는다"고 말했다. 니엘은 "'모시'는 유럽이 AI 개발 분야에서 글로벌 플레이어가 될 수 있음을 보여주는 유망한 지표"라며 "이번에 선보인 제품은 전 세계 최고 수준"이라고 자평했다.

2024.07.04 09:38장유미

아마존, AI 도입하며 음성 비서 유료화 검토

아마존이 자사의 무료 음성 비서 '알렉사'에 생성형 인공지능(AI)를 도입하며 서비스 유료화를 검토하고 있다. 지난 21일(현지시간) 로이터 등 외신에 따르면, 아마존은 현재 알렉사의 개조된 AI 지원 버전에 대해 고객에게 월 5달러(약 7천원)를 부과하는 방안을 고려하고 있다. 로이터는 아마존 전·현직 직원의 말을 인용해 아마존이 무료 버전의 알렉사를 생성형 AI가 포함된 버전으로 업그레이드하는 작업을 하고 있다. 아마존의 업그레이드 작업이 완료되면, 알렉사는 대화 능력이 더욱 정교해지고, 고객들은 내장된 AI를 사용하여 쇼핑과 이메일 작성 및 음식 주문과 같은 다른 작업을 도울 수 있을 뿐만 아니라 스마트 기기와의 호환성도 향상될 것이라는 예측이 나온다. 로이터에 따르면, 아마존은 더 강력한 소프트웨어를 사용하는 알렉사를 출시하고, 고급 버전 알렉사에 액세스하기 위해 구독료를 부과하는 방안을 고려하고 있다. 이에 알렉사의 새 서비스는 두 가지 등급으로 제공될 예정이다. 고급 버전은 월 이용료가 5달러(약 7천원) 정도로 책정될 전망이다. 내부적으로 '반얀(Banyan)'으로 알려진 이번 프로젝트는 알렉사의 첫번째 주요 개편 작업이다. 알렉사는 아마존 설립자인 제프 베조스(Jeff Bezos)가 추진한 프로젝트로, 아마존 사용자들의 질문에 대해 음성으로 대답고, 가전 제품을 제어하는 허브 역할을 하고 있다. 일렉사 개선 작업은 앤디 재시 아마존 최고경영자가 직접 관심을 기울이고 있는 것으로 알려졌다. 재시 최고경영자는 4월 주주들에게 보내는 서한에서 '더 지능적이고 유능한 알렉사'를 약속했지만 추가적인 세부 사항은 공개하지 않았다.

2024.06.23 11:11정석규

삼성전자, 북미 통합 'AI 연구센터' 신설...애플 '시리' 담당임원 영입

삼성전자가 캐나다와 미국의 인공지능(AI) 연구센터 2곳을 통합해 '북미 AI 센터를 신설한다. 더불어 애플에서 음성비서 '시리' 업무를 담당했던 임원을 영입해 새로운 북미 AI 센터 총괄을 맡긴다. 12일 블룸버그통신에 따르면 삼성전자는 캐나다 토론토와 미국 캘리포니아주 마운틴뷰에 있는 연구소를 통합해 북미 AI 센터라는 새 조직을 만들었다. 각 AI 센터를 유지하면서 양사를 총괄하는 컨트롤타워를 세워 조직을 효율적으로 운영하고 연구 시너지를 모색하기 위한 방침이다. 또 삼성전자는 북미 AI 센터 수장으로 애플 전 임원인 무라트 아크바칵을 영입했다. 그는 애플에서 음성비서 시리의 사업모델과 실행 전략을 세우는 업무를 맡았고, 애플에 합류하기 전 마이크로소프트(MS)에서 음성 비서 관련 AI를 연구하며 챗봇을 개발했다. 블룸버그는 "이런 움직임은 세계 최대의 기술 기업들이 AI 분야에서 더욱 공격적으로 변하고 있음을 보여주는 신호"라며 "삼성이나 애플 같은 기기 제조업체는 AI 기능을 제공해 소비자가 더 자주 제품을 교체하도록 유도하는 방법으로 보여진다"고 진단했다. 삼성과 애플은 관련 내용에 대한 논평을 거부했다. 한편 애플은 지난 10일 세계개발자회의(WWDC) 2024를 열고 아이폰·맥 등 기기 전반에 자체 '애플 인텔리전스'를 도입한다고 밝혔다. 애프은 자사의 음성비서 '시리'에 오픈AI의 '챗GPT'를 도입한다는 방침이다. 다만 애플은 챗봇을 구동하기 위해 오픈AI의 기술을 사용하지만 나머지 대부분 기능은 자체 개발했다. 반면 삼성전자는 구글 '제미나이'를 통해 AI 챗봇 서비스를 제공한다.

2024.06.12 11:16이나리

지코어, 엔비디아 파트너 네트워크 어워드 '산업 혁신기업 부문' 수상

퍼블릭 클라우드, 엣지 컴퓨팅 및 엣지 AI 전문기업 지코어는 '2024 EMEA(유럽·중동·아프리카) 엔비디아 파트너 네트워크 어워드'에서 엔비디아 GPU를 기반으로 한 획기적인 AI 음성-텍스트 변환 솔루션의 성공적인 출시로 '산업 혁신 부문'에서 높은 평가를 받았다고 25일 밝혔다. '엔비디아 파트너 네트워크 어워드'는 가속 컴퓨팅 및 AI 분야에서 변함없는 노력과 혁신 정신을 보여준 파트너의 탁월한 공로를 치하하기 위해 마련된 것으로, 이번에 지코어가 받은 '산업 혁신상'은 특정 산업 분야에서 혁신을 주도한 파트너에게 수여되는 상이다. 지코어는 앞서 AI를 사용해 영어 음성을 룩셈부르크어 텍스트로 변환하는 최초의 AI 음성-텍스트 번역 학습 모델을 선보였다. 이 모델을 사용하면 연극, 영화, 음악 등 다양한 매체에 녹음된 영어 음성 전체를 룩셈부르크어로된 텍스트로 즉시 번역이 가능하고, 이를 영화 자막 등에 활용할 수 있다. 지코어의 이번 음성-텍스트 변환 모델은, 2억 4천400만개의 가중치를 포함하는 오픈 소스 위스퍼(Whisper) 모델의 축소 버전인 '위스퍼스몰(Whisper Small)을 기반으로 구축됐다. 컴퓨팅 학습 리소스에 대한 엄청난 수요를 충족하기 위해 지코어는 엔비디아 A100 텐서 코어 GPU로 구동되는 하이엔드 솔루션을 사용했다. 현재 지코어는 이 솔루션이 컨퍼런스 및 행사에서 사용될 수 있도록 실시간 번역을 활성화하는 모델을 개발하고 있다. 향후에는 영어 외에 프랑스어와 독일어 등의 언어를 추가해 음성의 텍스트 변환 기능을 언어를 초월한 의사소통의 핵심 도구로 만들어 나간다는 계획이다. '음성-텍스트 변환' 모델은 지코어의 최첨단 엣지 AI 솔루션의 일부이며, 엔비디아 GPU를 기반으로 한 AI 학습용 GPU 클라우드 및 엣지에서의 AI 추론을 포함한다. 안드레 레이텐바흐 지코어 CEO는 “지코어의 AI 혁신에 대한 끊임없는 도전이 엔비디아 파트너 네트워크 어워드에서 인정 받게 되어 매우 뜻깊게 생각한다”며 “언어의 종류를 초월해 누구나 보다 원활하고 효율적으로 의사소통 할 수 있도록 지코어는 획기적인 엣지 AI 서비스를 선도하며 새로운 표준을 제시해 나갈 것”이라고 전했다. 엔비디아 EMEA 채널 디렉터인 더크 바푸스는 “AI는 여러 언어를 번역하는 능력을 통해 소통과 연결을 촉진한다”며 “지코어는 엔비디아의 GPU를 기반으로 영어 음성을 룩셈부르크어 텍스트로 번역해 낸 최초의 혁신적 성과를 높게 인정 받은 것”이라고 밝혔다.

2024.04.25 12:36김우용

중국에서 한 성우의 음성을 허락없이 사용한 모바일 앱 회사가 성우에게 손실을 배상했다. 23일 중국 언론 CCTV에 따르면, 베이징인터넷법원은 중국 첫 AI 음성 저작권 침해 소송의 1심 판결을 통해 목소리 주인인 성우 A씨가 음성의 권리를 보유한다고 보고 음성을 사용한 B씨가 성우에게 25만 위안(약 4천736만 원)의 손실을 배상하게 했다. B씨가 성우의 음성을 사용한 AI 문자 음성 변환 제품을 개발한 것이 저작권 침해에 해당한다는 판결이다. 이 소송은 중국에서 AI 음성 저작권에 관해 이뤄진 첫 소송이란 점에서 많은 관심을 받았다. A씨는 다수의 오디오 작품을 녹음한 성우로서, 지난해 자신의 목소리가 AI에 의해 변형돼 한 앱에서 판매되고 있다는 사실을 우연히 발견했다. 이에 운영 주체인 베이징의 한 회사 등 5인을 대상으로 베이징인터넷법원에서 소송을 제기했다. 그 결과 침해 행위 중지 및 사과, 경제적 및 정신적 손실을 보상해야한다는 판결을 받은 것이다. B씨 측은 앱이 합법적 출처를 갖고 있으며 소프트웨어 회사로부터 나온 것이라고 주장하는 등 침해하지 않았다는 입장이였다. 이 소프트웨어 회사는 한 영상 음향 회사의 음성을 사용한 것인데, 실제 이 영상 음향 회사는 A씨와 협력한 적이 있고 A씨가 녹음물에 대한 저작권 귀속에 동의한 적이 있는 것으로 알려졌다. 하지만 판사는 음성이 개인의 권익에 해당하며, 모든 자연인의 음성이 법으로 보호돼야 한다고 밝혔다. 녹음물을 승인한다고 해서 해당 사운드를 허가받지 않거나 다른 사람이 허가 없이 사용하도록 하는 것은 침해라고 봤다.

2024.04.25 07:02유효정

틱톡, AI로 '내 목소리' 입히는 기능 개발

중국 바이트댄스가 만든 글로벌 동영상 공유 앱 틱톡에 사용자의 목소리를 구사한 인공지능(AI) 음성으로 영상을 만들 수 있는 기능이 추가될 전망이다. 틱톡이 새로운 AI 기능으로서 사용자가 수 초 내에 자신의 목소리를 틱톡 음성 데이터베이스로 저장할 수 있는 기능을 개발하고 있다고 중국 언론 IT즈자가 20일 블로그(@AssembleDebug)를 인용 보도했다. 더스판드로이드는 최신 버전의 틱톡 앱을 분석한 결과 틱톡이 해당 기능을 개발 중인 것으로 확인했다고 밝혔다. 구체적 출시 시기는 알 수 없으며, 틱톡이 아직 이 기능의 명칭을 정하지 않았을 수 있다고 봤다. 사용자는 자신만의 음성 패키지를 만들기 위해 한 번만 녹음하면 된다. 이 패키지는 텍스트 음성 변환 기능을 통해 자신의 틱톡 동영상에 사용할 수 있다. 실제 매체가 공개한 이미지에는 "단 10초 만에 AI 버전의 음성을 만들 수 있다! 틱톡 동영상에서 텍스트 음성 변환 기능을 사용할 수 있다"고 언급됐다. 사용자는 특정 텍스트를 읽고 녹음해야 하는 것으로 알려졌다. IT즈자에 따르면 틱톡은 사용자 개인정보보호 및 보안을 위해 여러 조치를 취했다. 사용자는 자신이 생성한 AI 음성을 언제든 삭제할 수 있으며 타인의 콘텐츠 제작에 사용되는 것을 방지할 수 있다. 앞서 바이두도 이달 초 AI 음성 비서로 사용자의 목소리를 추가할 수 있는 기능을 선보인 바 있다. 몇 초 내에 초거대 AI 모델 기반 챗봇 어니봇에서 자신의 목소리를 구사하는 AI 음성 비서를 생성할 수 있다.

2024.04.22 08:25유효정

"내 목소리가 캐릭터 음성으로"…수퍼톤 시프트, 무료 베타 서비스 시작

개인의 목소리를 원하는 캐릭터의 목소리로 실시간으로 바꿔주는 인공지능(AI) 음성변환 서비스가 공개된다. 하이브 자회사인 AI 오디오 기업 수퍼톤은 게임과 영화, 애니메이션 등 각종 콘텐츠에서 활용할 수 있는 AI 기반 실시간 음성 변환 서비스 '수퍼톤 시프트'(이하 시프트)의 글로벌 오픈 베타를 시작했다고 15일 밝혔다. 시프트는 수퍼톤이 콘텐츠 제작 및 크리에이터들의 창작을 지원하고 업무 편의성을 높이기 위해 개발한 솔루션이다. 시프트에 탑재된 10개의 캐릭터 음성 중 하나를 선택하면, 사용자가 발화하는 즉시 캐릭터의 목소리로 실시간 송출하는 방식이다. 이번 오픈 베타는 수퍼톤 공식 홈페이지에서 무료로 다운로드해 사용할 수 있다. 수퍼톤은 오는 6월 26일까지 오픈 베타 기간을 거쳐 올 하반기 중 정식 론칭한다는 계획이다. 수퍼톤은 지난해 11월 부산 벡스코에서 열린 국제 게임 전시회 '지스타2023'의 B2B 부스에 참가해 시프트를 클로즈드 베타 형식으로 처음 선보인 바 있다. 당시 시프트는 국내외 주요 미디어의 집중 조명을 받았고 참관객들의 방문이 이어지는 등 관심을 모았다. 시프트는 ▲자연스러운 음성 발화 스타일 ▲실시간 수준으로 음성변환 속도 단축 ▲ 단 10초 만에 사용자 목소리를 캐릭터로 커스텀하는 기능 등 3가지 측면에서 높은 기술력과 편의성을 자랑한다. 시프트는 실제 사람의 발화에 가깝게 자연스럽고 섬세한 음성을 구현하는 것이 특징이다. 수퍼톤이 자체 개발한 음성합성 파운데이션 모델 낸시(NANSY, Neural Analysis & Synthesis)를 기반으로 만든 시프트는 사용자의 음성을 음색∙발음∙음고∙강세 등 4개 구성 요소로 빠르게 분석해 사용자와 캐릭터의 목소리를 실시간 변환하는 방식을 적용한다. 이를 통해 기계음은 물론, 외부 노이즈를 없애 사실적이고 깨끗한 음성을 출력한다. 또 음성을 빠르게 변환시켜 즉각적인 의사소통을 지원한다. 수퍼톤은 음성이 출력돼 청자에게 도달하기까지 걸리는 지연 시간을 청자들이 인지하지 못하는 수준인 47ms(밀리 세컨드, 1000분의 1초)까지 단축시켰다. 이는 세계적으로도 뛰어난 수준이다. 사용자 편의성도 대폭 높였다. 사용자의 음성 분석을 위해, 시프트가 제시한 10초 가량의 샘플 대본을 읽으면 바로 사용자가 선택한 캐릭터로의 음성 변환이 시작된다. 동시에 커스커마이징도 가능하다. 시프트는 사용자와 캐릭터 음성 간의 혼합 비율이나 감정의 표현 정도, 음의 높낮이 등의 음성 구성 요소 값을 섬세하게 조절할 수 있는 기술 도구를 탑재해 사용자의 취향이나 사용 목적에 맞춘 음성을 자유롭게 생성할 수 있다. 이 같은 장점을 활용해 콘텐츠 크리에이터들은 시프트를 콘텐츠의 다양성과 완성도를 높이는 창작 도구로 활용 할 수 있다. 버튜버나 스트리머, 팟캐스터가 개성 있는 목소리로 구독자들에게 색다른 청취 경험을 선사하거나, 게이머와 코스튬 플레이어가 게임 캐릭터의 목소리로 타 유저들과 음성 채팅을 즐기며 게임 몰입감을 높이는 식이다. 이교구 수퍼톤 대표는 “제작사와 크리에이터들이 손쉽게 시프트를 사용할 수 있도록 다양한 의견을 수집하는 것이 이번 오픈 베타의 가장 큰 목적”이라며 “정식 출시 버전에는 목소리 샘플을 확대하고 콘텐츠 제작에 유용한 기능들을 추가 탑재하는 등 시프트가 최적의 목소리 목소리 창작 도구로 널리 사용될 수 있도록 노력해 나가겠다”고 말했다.

2024.04.15 11:14안희정

오픈AI, 목소리 복제하는 '보이스 엔진' 미리보기 공개

오픈AI가 음성을 복제할 수 있는 인공지능(AI) 모델을 공개했다. 현재 소수 테스터들만 해당 모델에 접근할 수 있다. 29일 벤처비트는 오픈AI가 AI 음성 모델 '보이스 엔진'을 미리보기 버전으로 공개했다고 보도했다. 모델 개발 기간은 약 2년 걸렸다. 그동안 보이스 모델은 챗GPT의 음성 기능에 탑재됐다. 사용자 음성을 인식하고, 답변을 음성으로 제공하는 역할에 그쳤다. 이번에 공개된 모델은 음성 복제까지 가능하다. 사용자가 15초 분량의 음성 클립을 넣으면, 해당 목소리와 매우 유사한 음성을 생성하는 식이다. 오픈AI 측은 공식 블로그에서 해당 모델을 소수 파트너 그룹에만 우선 제공한다고 밝혔다. 각국 선거를 앞둔 상황에서 악영향을 미칠 수 있다는 우려에서다. 실제 올해 초 일레븐랩스의 음성 복제 기술을 사용해 조 바이든 미국 대통령의 목소리를 복제한 사건이 발생해 연방 정부가 조사에 나선 바 있다. 회사는 "해당 모델은 언어 장애인이나 학생들에게 유용할 것"이라며 "신뢰할 수 있는 소규모 파트너 그룹에게만 제공한 상태"라고 밝혔다. 현재 교육 업체 에이지 오브 러닝, 비디오 번역 업체 헤이젠, 의료용 도구 업체 디마지, 언어 장애용 장치 업체 리복스, 의료 및 교육 장치 업체 라이프스판 등이 보이스 엔진을 받았다. 블로그 내용에 따르면, 파트너사는 무단 사칭을 금지하고 음성 제공자의 사전 동의를 요구하는 사용 정책을 지켜야 한다. 생성된 복제 음성에는 귀에 들리지 않는 워터마크도 넣어야 한다.

2024.03.31 10:34김미정

지코어, 100개 언어 지원하는 AI 자동 음성인식 서비스 출시

퍼블릭 클라우드, 엣지 컴퓨팅 및 엣지 AI 전문기업 지코어는 빠른 속도는 물론 비용 효율성을 높인 '지코어 AI 자동 음성인식 서비스(Gcore AI ASR)'를 선보인다고 19일 밝혔다. 지코어 AI 자동 음성인식 서비스는 지코어의 워크플로우에 통합되어, 데이터의 빠른 전달 속도가 매우 중요한 방송사, 주문형 비디오(VOD), 라이브 스트리밍 및 콘텐츠 소유자가 전세계 시청자에게 신속하게 도달할 수 있도록 지원한다. 100개 이상의 언어를 지원하는 관리형 클라우드 서비스로, 다른 언어를 사용하거나 청각 장애가 있는 사용자들도 생성된 자막을 통해 콘텐츠 접근성을 높일 수 있다. 기존의 자동 음성인식 서비스는 속도가 느리고, 비용이 많이 들어 콘텐츠 제작자와 소유자에게 상당한 비용 부담이 됐다. 기존의 자막 생성은 여러 언어가 포함된 경우 몇 시간 또는 며칠씩 걸리기도 했다. 하지만 지코어 AI 자동 음성인식 서비스는 1시간 분량의 동영상 자막을 10분 이내 생성하며, 일반적인 단어 사용에 대한 오류도 4~5%로 낮게 나타나는 등 정확도가 사람이 생성한 것과 유사하거나 더 높다. 뿐만 아니라 여기에 특정 언어 또는 주제 영역에 대한 오픈소스 자동 음성인식 서비스 모델을 선택함으로써 자막을 생성할 콘텐츠에 대한 정확도를 더 높일 수 있다. 이러한 사용자 지정 방식은 산업별 용어나 여러 언어를 사용하는 콘텐츠에 유리하다. 이를 위해 지코어 AI 자동 음성인식 서비스는 새롭게 출시되고 업데이트되는 자동 음성인식 모델을 내부적으로 엄격히 평가해 고객이 사전 구성된 서비스를 통해 최상의 옵션을 사용할 수 있도록 보장한다. 직접 테스트를 거친 최고의 자동음성인식 모델을 한 곳에서 만나볼 수 있도록 지원함으로써 고객은 직접 모델을 선택하거나 조정할 필요 없이 콘텐츠의 빠른 자막 생성에만 집중할 수 있다. 물론 고객이 원할 경우 지코어의 서비스 팀은 고객이 특정 자동음성인식 모델을 선택하고 미세조정을 통해 특정 요구사항을 충족할 수 있도록 지원한다. 알렉세이 페트로브스키크 지코어 스트리밍 플랫폼 헤드는 "전세계 시청자에게 영상 콘텐츠를 제공하는 데 있어 자막은 매우 중요한 요소”라며 “지코어 AI 자동 음성인식 서비스, AI ASR은 방송사는 물론 콘텐츠 소유자 및 기업이 신선하고 접근하기 쉬운 콘텐츠로 세계 곳곳의 시청자에게 도달할 수 있도록 비용 효율적이고 정확한 방법을 제공한다”고 밝혔다. 그는 “지코어의 솔루션과 엣지 인프라의 지속적인 혁신을 위한 또 다른 진전이 될 것"이라고 강조했다. 지코어 AI 자동 음성인식 서비스는 현재 상용 서비스 중이다.

2024.03.19 14:00김우용

Prev 1 2 3 Next