음성 LLM이 가상현실에 더하는 가치

음성 상호작용을 혁신 중인 대규모 언어 모델

대규모 언어 모델(LLM, Large Language Model)의 발전이 음성 상호작용의 경계를 확장하고 있습니다. 이전보다 자연스럽고 복합적인 언어 처리를 통해 음성 기반 의사소통을 더욱 정확하고, 효과적으로 수행할 수 있게 되었습니다. 또한 새로운 연구 논문들이 활발하게 발표되며 발전되는 중인 기술이기도 합니다. 

음성 인공지능 기술은 크게 음성을 인식하는 기술과 음성을 생성하는 기술로 나뉩니다. 음성을 인식하는 기술은 음성 신호를 입력으로 받아들여 텍스트로 변환하는 기술입니다. 주로 ASR(Automatic Speech Recognition) 혹은 STT(Speech-To-Text)라고 부르죠. 음성 인식 기술의 고도화를 위해서는 발화자를 인지하고, 말의 내용과 감정을 이해하며, 사용자 주변의 환경과 맥락을 파악할 수 있어야 합니다. 음성을 생성하는 기술은 **텍스트를 입력으로 받아들여 음성으로 변환하는 기술로 TTS(Text-To-Speech)라고 합니다. 기술로 구현한 대화가 일상의 대화와 닮기 위해서는 상황에 따라 자연스럽게 말하고, 감정을 담아 표현해야 합니다. 더 나아가 청자의 사용 언어에 맞는 언어로 번역하거나 다른 사람의 목소리를 따라 하는 등의 기능을 추가적으로 수행할 수 있습니다.

이러한 기능은 가상 비서, 디지털 휴먼, 음성 인식 시스템 등에 적용되어 디바이스의 사용자 경험을 향상합니다. 특히 구글의 AudioPaLM과 OpenAI의 Whisper같은 최근 공개된 모델은 음성 분야에서 높은 발전 속도를 보이고 있습니다.

2024년 애플의 AR 헤드셋 ‘비전프로’ 출시 및 삼성전자의 XR 헤드셋 개발 소식이 전해짐에 따라, XR 시장 반등에 대한 기대감이 커지고 있습니다. 이에 통신 3사도 자체 메타버스 플랫폼과 서비스 고도화를 이어가며, 시장 성장세에 대비하는 추이입니다. SK텔레콤은 자체 메타버스 플랫폼 ‘이프랜드’를 해외 시장으로 확대하고 있으며, 동남아시아를 비롯해 미국, 유럽 등 현지 통신사와의 협업을 이어나갈 계획입니다. KT는 ‘기술혁신부문’을 신설하는 한편 자체 초거대 AI ‘믿음’ 서비스 다각화에 나설 예정입니다. LG유플러스 역시 대학교 특화 메타버스 플랫폼 ‘유버스’를 제시했으며, 3년 내 100개 이상 대학 확보를 목표로 하고 있습니다. 올 2월 출시 유력한 애플의 비전프로를 기점으로, 시장이 어떻게 변화할 지 귀추가 주목됩니다.