온디바이스 음성 인공지능(AI) 스타트업 아웃오브셋이 음성 AI 브랜드 ‘에어리(Airy)’를 공개하고 웹 기반 음성 콘텐츠 제작 서비스 ‘에어리 스튜디오’를 내놨다고 12일 밝혔다. 이와 함께 중소벤처기업부의 민간투자주도형 기술창업지원 프로그램인 팁스(TIPS)에도 최종 선정됐다.
생성형 AI를 활용한 음성 합성은 이미 유튜브나 팟캐스트, 마케팅 콘텐츠 제작 현장에서 널리 쓰이고 있다. 다만 기존 클라우드 기반 서비스는 무거운 딥러닝 모델을 서버에서 돌린 뒤 사용자의 화면으로 데이터를 전송하는 방식을 취해 왔다. 이 과정에서 피할 수 없는 대기 시간과 네트워크 지연이 발생하고, 대규모 트래픽이 몰릴 때마다 비싼 서버 연산 비용이 청구서로 돌아왔다.
아웃오브셋은 모델의 몸집을 줄여 문제를 푸는 방식을 택했다.
이번에 선보인 에어리 스튜디오는 별도 프로그램을 PC에 설치하거나 복잡한 프롬프트를 만질 필요 없이 웹 브라우저에서 곧바로 구동된다. 텍스트를 입력하고 생성 버튼을 누르면 AI 음성이 바로 만들어져 파일로 내려받을 수 있는 구조다. 현재 한국어와 영어 두 개 언어를 지원하며, 10종의 보이스 캐릭터가 우선 탑재됐다.
가장 큰 차별점은 속도다. 회사가 자체 개발한 초경량 문자 음성 변환(TTS) 기술을 탑재해 첫 번째 음성 데이터 바이트가 출력되기까지 걸리는 시간(TTFB)을 0.2초(200ms)로 단축했다. 버튼을 누르자마자 뜸 들이지 않고 소리가 흘러나오는 수준이다. 음성 생성 지연을 최소화하면서 작업자가 대본을 입력하고 즉각적으로 결과를 확인하는 피드백 루프를 대폭 줄였다.
서비스 출시와 맞물려 R&D 자금줄도 확보했다. 더벤처스의 추천을 통해 선정된 이번 팁스 과제는 ‘온디바이스 음성 인식 및 합성 AI 파운데이션 모델 개발’이다. 아웃오브셋은 향후 2년 동안 최대 8억원의 R&D 자금을 투입해 기술 고도화에 나선다.
온디바이스 AI는 통신망에 연결하지 않고도 스마트폰이나 PC, 가전, 로봇 등 단말기 자체 연산 칩에서 AI 모델이 직접 돌아가는 방식이다. 클라우드 서버와의 통신이 필요 없어 통신망이 불안정한 환경에서도 끊김 없이 작동한다. 음성 데이터가 외부 서버로 전송되지 않아 프라이버시 침해 우려를 덜 수 있고, 서버 유지비 부담도 없다.
김형주 아웃오브셋 대표는 서울대학교 전기·정보공학 석사 출신으로, 음성 AI 스타트업 네오사피엔스와 수퍼톤에서 핵심 연구 개발을 이끌어왔다. 수퍼톤 재직 당시 공개했던 온디바이스 음성 합성 오픈소스 모델은 글로벌 AI 플랫폼 허깅페이스에서 분야 1위를 기록하기도 했다.
회사는 이번 웹 서비스 론칭을 시작으로 에어리 브랜드를 앞세워 온디바이스 음성 파운데이션 모델, 응용 서비스, 개발자용 API와 소프트웨어 개발 키트(SDK)까지 제품군을 순차적으로 넓혀갈 계획이다.
김형주 대표는 "막대한 클라우드 추론 비용과 지연 시간을 극복해 사람과 기기를 실시간으로 매끄럽게 연결하는 것이 온디바이스 음성 AI의 핵심 과제"라며 "에어리 스튜디오를 통해 즉각적으로 반응하는 음성 경험을 사용자들이 먼저 체감하게 하고, 이를 바탕으로 개발자들까지 함께 쓰는 온디바이스 음성 AI 생태계를 다져가겠다"고 말했다.
