음성 AI 기술의 고질적 한계로 꼽히던 소음 속 화자 구분과 대화 지연 문제가 대폭 개선됐다. 음성 AI 전문기업 어라운드에이아이가 개발한 통합 음성처리 AI 엔진이 한국정보통신기술협회(TTA)의 성능시험에서 독보적인 수치를 기록하며 기술 성능을 입증했다.
이번 성능시험은 실제 통화 환경을 구축한 상태에서 전화를 걸어 AI와 10회에 걸쳐 대화를 주고받는 방식으로 진행됐다. 시험 결과 '소음 환경 인식률'과 '응답 속도' 두 가지 핵심 지표 모두 목표치를 상회했다.
소음 환경 음성인식 시험에서는 달리는 지하철이나 시끄러운 카페 수준인 80dB의 고소음 조건에서 10회 대화 내용을 100% 인식했다. 당초 목표치였던 95% 이상을 훌륭하게 넘어선 수치다.
기존 음성 AI 서비스는 주변 소음이나 타인의 목소리가 섞여 들어오는 환경에서 특수 장비 없이는 정확하게 음성을 짚어내기 어려웠다. 소음을 사람 음성으로 착각해 잘못 반응하는 오류도 잦았다.
회사 측은 주변 소음 속에서 사용자의 실제 음성만 정밀하게 선별하는 기술을 적용했다. 단순히 소리의 유무를 감지하는 수준을 넘어 화자가 말을 끝맺었는지 여부와 화자 고유의 특징을 분석하는 지능형·시각형 음성 인식 엔진을 독자 개발해 처리 효율을 높였다.
응답 지연 속도에서도 뚜렷한 진전을 보였다. 사용자의 발화가 끝난 뒤 AI가 답변 음성을 출력을 시작하기까지 걸린 시간은 서버 측정 기준 10회 평균 0.105초로 집계됐다. 최소 0.096초, 최대 0.118초 수준이다.
목표로 설정했던 0.3초 이내보다 세 배가량 빠른 반응이다. 0.1초대의 응답 속도는 사람이 실제 대화할 때 느끼는 지연 시간과 차이가 거의 없는 수준이다. 대화 흐름이 끊기지 않는 실시간 음성 상호작용이 가능해진 셈이다.
음성 AI 기술은 그간 단순 챗봇을 넘어 현장형 인프라로 확장되는 과정에서 딜레마를 겪어왔다. 안내 데스크나 매장, 공장 등 실제 도입 환경은 조용한 실험실과 달리 늘 잡음이 섞여 있고 대화 호흡도 불규칙하기 때문이다. 반응 속도가 조금만 느려져도 이용자는 답답함을 느끼게 된다.
어라운드에이아이는 이번에 검증된 소음 차단 및 초저지연 응답 기술을 기반으로 현장 적용 범위를 대폭 늘릴 방침이다. 공사 현장이나 건물 로비, 매장 키오스크, 산업용 로봇 등 기존 음성 인식 도입이 까다로웠던 고소음 환경에 솔루션을 본격 공급한다는 계획이다.
최우진 어라운드에이아이 대표는 "음성 AI가 현장에서 제대로 쓰이기 위해서는 대화 상대의 말이 끝났는지 빠르게 판단해 반응하는 기술과 여러 사람의 목소리가 뒤섞인 환경에서도 정확히 화자를 구분해 내는 기술이 필수적"이라며 "난제로 꼽히던 두 과제를 독자 기술력으로 개선하며 현장 적용 가능성을 높였다"고 밝혔다.
최 대표는 "공사 현장, 건물 로비, 매장 키오스크, 산업용 로봇 등 다양한 고소음 현장에 즉시 적용 가능한 최상의 음성 AI 솔루션을 제공할 것"이라고 덧붙였다.
